一个实际回归模型的优化选择

本文是对一个实际问题作最优咽归模型的选择。对本文所论及的问题（见应用举例），作者所见到的均以指数回归模型或双曲回归模型作为最优的模型，可通过回归拟合、显著性检验与区间预测及方差分析发现更优的回归模型应是反比例回归模型。而且，作者还发现双曲线和指数回归模型的结果不能严格地满足平方和分解定理，反比例回归模型能精确满足。     

基于虚拟寄存器的控制流错误检测算法

控制流故障是航天软件系统必须面对的一个重要故障类型。提出一个基于程序基本块模型的算法CFCVR（Control Flow Checking Basedon Virtual Register，基于虚拟寄存器的控制流检测）对程序控制流进行检测。它首先通过虚拟寄存器分配算法获得虚拟寄存器，然后基于这些虚拟寄存器添加特定的控制流28．7％的性能代价和平均检测指令。这些指令可以检测模块间的控制流错误，所有工作都是在汇编源程序上完成的。实验表明CFCVR会引入平均31．3％的存储代价，而对于控制流错误检测率平均为97．1％，优于目前已存在的各种方法，能够提高航天软件容错能力和可靠性。     

一种软件实现的程序控制流错误检测方法

在太空环境中，由于宇宙射线的存在，计算机系统的硬件经常发生各种瞬态或永久故障，致使软件系统的执行流程产生错误。针对太空环境的强辐射特点，提出了一种对程序的控制流进行检查的纯软件方法RSCFC，它首先把程序划分为“基本模块”，然后给每个基本模块赋予一“关系标记”和错误探测指令。通过对程序运行期间生成的“即时标记”和事先嵌入程序的模块位置信息的“与”运算来探测控制流错误。该方法在几个C语言标准程序上进行了实现，并进行了故障注入实验，结果表明在没有RSCFC时，大约20．7％～68．8％的分支故障会产生探测不到的不正确输出，而在RSCFC存在的情况下，该区间会降低到2．8％～20．4％。与其它的软件控制流错误检测方法相比较，它具有探测率高，对原始代码影响小的特点。     

静基座捷联惯性组合加速度计高阶误差项显著性分析

在标定捷联惯组加速度计时,一般采用多位置试验,但是目前并未对多位置试验所能标定出的误差系数数量和标定结果的有效性进行分析,本文针对这一问题展开了研究.首先,阐述了带有高次误差项的捷联惯组加速度计误差模型.然后,针对一般6位置标定方法无法完成这一模型标定的缺陷,提出了一种18位置标定方法.进行标定后,运用显著性分析方法,对误差模型本身和其中的参数的有效性进行了分析.最后,通过重复进行去除最不显著项、再标定、显著性检验等步骤,获得了试验室条件下所能标定的捷联惯组加速度计组合误差模型.     

用于气动导数辨识的试飞数据处理方法研究

飞行试验的测量环境十分复杂,未经处理的试飞数据直接用于飞机的气动导数辨识会降低辨识精度,甚至导致辨识的迭代过程发散或收敛到错误值。提出一套从野值剔除、数据平滑、时延修正到相容性检验的试飞数据处理方法,并将其应用到真实试飞数据的气动导数辨识中,通过对比分析数据处理前后的辨识过程和辨识结果,验证了本文提出的数据处理方法在改善辨识过程收敛特性和提高辨识精度上的有效性。     

Graph-tree-based software control flow checking for COTS processors on pico-satellites

 This paper proposes a generic high-performance and low-time-overhead software control flow checking solution, graph-tree-based control flow checking (GTCFC) for space-borne commercial- off-the-shelf (COTS) processors. A graph tree data structure with a topology similar to common trees is introduced to transform the control flow graphs of target programs. This together with design of IDs and signatures of its vertices and edges allows for an easy check of legality of actual branching during target program execution. As a result, the algorithm not only is capable of detecting all single and multiple branching errors with low latency and time overheads along with a linear-complexity space overhead, but also remains generic among arbitrary instruction sets and independent of any specific hardware. Tests of the algorithm using a COTS-processor-based onboard computer (OBC) of in-service ZDPS-1A pico-satellite products show that GTCFC can detect over 90% of the randomly injected and all-pattern-covering branching errors for different types of target programs, with performance and overheads consistent with the theoretical analysis; and beats well-established preeminent control flow checking algorithms in these dimensions. Furthermore, it is validated that GTCGC not only can be accommodated in pico-satellites conveniently with still sufficient system margins left, but also has the ability to minimize the risk of control flow errors being undetected in their space missions. Therefore, due to its effectiveness, efficiency, and compatibility, the GTCFC solution is ready for applications on COTS processors on pico-satellites in their real space missions.     

基于任务单元模型的研发流程验证

为了解决研发流程设计与需求的不一致性问题,提出了一种基于任务单元模型和线性时序逻辑的研发流程验证方法.方法应用任务单元模型分解研发流程,采用Promela语言描述模型,线性时序逻辑表示抽象的研发过程规则,通过模型检测器Spin完成验证工作,从而实现了对流程正确性的判断.     

基于签名的控制流错误检测算法检测能力的验证模型

目前主要采用实验测试的方法对基于签名的控制流错误检测算法进行评价,但由于控制流错误模型的不确定性,而导致测试结果存在一定的偏差,本文尝试采用模型验证的方法评价控制流检测算法的错误检测能力。本文首先简述了基于签名的控制流错误检测算法的基本原理,其次,提出了控制流错误跳转关系表示方法和指出了传统的控制流错误检测能力分析方法中未考虑的影响检测能力的因素,接下来,结合这些因素提出了基于签名的控制流错误检测能力验证模型,最后给出实例,通过验证模型分析了目前典型的基于签名的控制流错误检测能力。
     

基于扩展Petri网的除冰软件安全需求建模和验证

Petri网是形式化的系统建模方法,以严格的数学基础来保证系统的正确构建,但在支持复杂软件建模和自动化验证方面存在不足.扩展了Petri网的形式语义,区别定义了状态型和数值型库所,区别定义了变迁的激发和抑制状态,引入了无前置、一元和组合判断规则,同时根据形式化定义将模型自动转换为检验程序实施安全性验证.最后给出了以上方法在典型安全关键软件-除冰系统上的应用,过程和结果表明扩展的模型和方法增强了Petri网对复杂软件系统的建模能力,提高了软件的安全性,从模型到验证代码的自动转换解决了完善模型时人工修改相应代码的工作量和因此而引入人为错误的重复工作量的问题.     

基于决策不确定性的多目标跟踪传感器管理

针对高杂波、电子干扰环境,在量测驱动的多目标滤波框架下提出了一种基于决策不确定性的传感器管理方法。首先,根据部分可观测马尔科夫决策过程的理论,给出了基于Rényi信息增量的传感器管理一般方法。其次,综合考虑决策过程的信息完整性、信息质量、信息的内涵等因素,在量测驱动的自适应滤波框架下,基于目标运动态势评估多目标决策不确定性水平,并选取最大决策不确定性目标。最后,以最大决策不确定性目标的信息增量最大化为准则进行传感器分配方案的求解。仿真实验表明所提方法能够有效抑制电子干扰、杂波对多目标跟踪及传感器分配的影响,与基于威胁的传感器管理方法相比,所提方法的平均最优子模式分配（OSPA）距离及平均计算时长均显著降低,且在高杂波、电子干扰情形下具有较高的可靠性。