一种多串口和以太网转换方法的研究

嵌入式系统中普遍应用RS232串口进行调试通信，但RS232串口在复杂的综合化航电处理平台中的应用却有诸多不便，而通过以太网却无相关问题。鉴于当前大多数成熟应用都需要通过RS232进行通信，设计了一种新型接口模块，实现了将多个RS232串口协议数据转换为以太网协议数据的方法。实践表明，方法能很好地应用在复杂的综合化航电处理环境中，简单方便，不影响用户调试习惯，值得推广应用。     

圆筒形拉伸冲压零件下料公式的修正方法

在冲压拉伸制造薄板形零件的模具设计制造中,通常都是先利用公式计算出落料尺寸,根据这个尺寸制造出落料凸模和落料凹模,试生产后再根据制件的误差对落料凸模和落料凹模进行修改,如果成本高,效率低,就通过探讨误差生成的原因以及做出应对的修正方法,从缩小误差,提高试生产效率方面考虑,设法缩短试制时间。     

国外军用直升机航空电子的更新换代

介绍了美军军用直升机装备的发展趋势,并着重从航空电子系统结构、座舱设计、机载数据通信网络和机外通信数据链等方面探讨了国外军用直升机的最新进展,以期对未来军用直升机航电的发展方向有进一步的了解。     

航电系统外场保障实习台的设计与研究

根据航电系统在外场通电时对操作人员的技能要求和相关设备需求,提出了研制航电系统外场保障实习台的思路和方案;构建了实习台的半实物仿真模型,设计了基于模拟操作功能的硬件电路,编制了基于虚拟仪器技术的软件流程,完成了实习台的系统集成与调试,实现了航电系统外场通电保障的模拟训练;应用结果表明,实习台功能强,可扩展性好,使用广泛,军事经济效益显著。     

基于BP神经网络的GNSS-R海面风速反演

针对GNSS-R进行海面风速反演过程中时频域相关物理量较多，数据耦合性强等问题，提出了基于反向传播（BP）神经网络反演海面风速的方法。建立反演过程中相关观测量与风速的对应关系，选取多观测量作为输入，对输入数据进行处理，设置神经元与激励函数，使用BP神经网络自适应调整拟合参数，将风速作为神经网络输出端的特征量提取。反演结果，风速≤ 20 m/s时，反演均方根误差RMSE=1.21 m/s，风速>20 m/s时反演均方根误差RMSE=2.54 m/s，反演结果优于使用时延相关曲线前沿斜率（LES）和时延多普勒相关功率均值（DDMA）方法得到的反演结果，且迭代次数较少，复杂度较低，证明该方法可以应用于GNSS-R海面风速反演。     

航电系统并行检测过程与检测设备解耦方法

航电系统在使用或升级改造过程中进行可靠性检测是必不可少的。特别是在当前批量航电系统大量投入使用的背景下，迫切需要能高效、快速、准确地对系统进行可靠性检测。由于航电系统安全性要求高，内置检测软件受限，需要外置检测设备通过航电系统指定接口进行检测，检测过程也不允许出现任何泄露等行为。检测设备与具体航电系统耦合，检测过程与具体检测设备耦合，难以实现批量航电系统并行检测。为此，通过引入逻辑检测设备，给出了一种航电系统并行检测分层框架，解决检测设备与被测系统耦合的问题，同时也保证了检测的安全性。通过逻辑检测设备、检测跳转机和被测主机上检测行为的描述，给出了一种面向通用航电系统并行检测的检测设备协同机制，解决检测过程与检测设备耦合的问题，从而支持多个航电系统并行检测。最后，实现了一个通用航电系统并行检测系统，并通过实际应用和实验对比验证所提方法的有效性。     

一种载人航天概率风险评价数据选用与分析方法

概率风险评价(PRA)方法是一项成熟的量化风险评估技术,而可靠性相关数据不足,制约着该方法在国内载人航天领域的应用。针对这一问题,结合NASA的PRA工作经验,提出了一种适合国内载人航天PRA数据选用与分析的方法,综合运用产品的通用数据与特定数据,采用贝叶斯等数据融合方法,对产品进行量化评价。通过航天典型产品案例,与经典评估方法进行对比分析,结果表明,此方法更能反映产品的失效特性。文章提出的方法,可用于载人航天等具有小子样特征的产品PRA数据的选用与分析,为我国载人航天开展PRA工作提供参考。     

地面系留设施万向滑轮结构优化设计

基于系留缆绳换向及缆绳拉力和倾角的测量,提出了一种优化的机动式系留气球万向滑轮结构设计方案,描述了万向滑轮结构形式、材料选择及工艺实现等,采用三维建模及有限元分析相结合的方法,对万向滑轮结构进行校核分析。结果表明,该结构满足刚度和强度要求,具有较广泛的工程应用价值。     

基于神经网络的飞行科目模板样本集建立方法

为建立某一飞行科目的模板样本集,提出一套基于神经网络和卡尔曼滤波的数据处理方法。任选一次试飞样本,建立Kohonen自组织神经网络进行参数降维、聚类分析、特征提取等,使样本量缩减90%以上,得到该科目的模板样本集。用处理后的样本训练BP神经网络,对其他未经处理的试飞样本进行载荷预测,误差均在3%之内,说明处理后的样本能代表该科目的数据特点,即为模板样本集。方法可以为飞机载荷监控数据库的完善工作服务。     

Robustness evaluation method for unmanned aerial vehicle swarms based on complex network theory

Unmanned Aerial Vehicle (UAV) swarms have been foreseen to play an important role in military applications in the future, wherein they will be frequently subjected to different disturbances and destructions such as attacks and equipment faults. Therefore, a sophisticated robustness evaluation mechanism is of considerable importance for the reliable functioning of the UAV swarms. However, their complex characteristics and irregular dynamic evolution make them extremely challenging and uncertain to evaluate the robustness of such a system. In this paper, a complex network theory-based robustness evaluation method for a UAV swarming system is proposed. This method takes into account the dynamic evolution of UAV swarms, including dynamic reconfiguration and information correlation. The paper analyzes and models the aforementioned dynamic evolution and establishes a comprehensive robustness metric and two evaluation strategies. The robustness evaluation method and algorithms considering dynamic reconfiguration and information correlation are developed. Finally, the validity of the proposed method is verified by conducting a case study analysis. The results can further provide some guidance and reference for the robust design, mission planning and decision-making of UAV swarms.