航空地面运行管理研究——以ZH航空公司为例

航空公司航班正常率是评价航空服务质量的一个重要指标,提高地面运行效率是提高航班正常率的重要因素之一。分析了zH航空公司地面运行管理中存在的问题,并以波音737快速过站保障流程的优化为例,阐述如何利用网络计划理论对保障流程进行优化,以提高保障效率。     

一种THALES导航智能监控的设计与实现

本文针对THALES导航系统提出一种基于网络数据分析的智能监控系统。该系统通过网络抓包分析得出不同状态的网络状态码,用C#语言在visual 2010平台上实现了软件网络模块、告警模块和监控模块的设计。设计弥补了厂家软件无法智能发声告警的不足,目前已投入实际应用。     

网络分区中混合消息集传输模式的精确配置

针对分布式综合模块化航空电子网络分区方法,指出其对消息传输模式配置存在不确定性;通过形式化描述将问题转化为包括实时性约束、带宽约束、缓存约束的最优化问题;提出了基于遗传模拟退火的传输模式配置算法,以系统的消息端到端延迟均衡为优化目标.通过给出两个具体算例对算法有效性进行了验证,同时比较了本算法与传统遗传算法的性能.对比结果表明,本算法能够解决传输模式的配置问题,尽管计算时间较传统遗传算法高出18.1%,但所得到的适应度值高出28.7%.本算法为网络分区在实际航电系统中的应用提供了参考.     

压电网络板的机电耦合动力学特性

借鉴复合材料结构建模中的均匀化处理方法建立了压电网络板机电耦合动力学方程并对其进行求解,获得了耦合系统的频率特征方程;通过求解频率特征方程发现压电网络板的固有模态以耦合模态对的形式存在;在此基础上对耦合系统的频率特性进行了分析,表明耦合模态对的特征频率值随着电感的变化会出现频率转向现象.进一步通过对系统在频率转向区能量转换规律的研究,揭示了压电网络板中频率转向的意义.最后,分析了压电网络板设计参数对频率转向区特性的影响,为压电网络板的合理设计提供了理论参考.     

基于TTP协议的飞机配电系统通信仿真研究

针对飞机配电系统典型单元,建立基于时间触发的四节点控制与通信模型;实现系统典型节点的信号交互,并进行实时控制与仿真分析。以供电系统处理机(PSP)、发电机控制器和汇流条控制器的组合(GCUs+BPCU),某个负载管理中心(ELMC)、以及多个固态功率控制器(SSPCs)为四个典型节点,在研究模型节点内部控制与逻辑关系、建立消息时刻表的基础上,仿真了配电系统在双发、单发、应急情况下,汇流条和负载的自动管理。仿真结果表明,信号严格按照确定的消息时刻表传送,通信具有较高的实时性和可靠性。研究结果为时间触发协议在航空器领域的应用提供了参考。     

综合模块化航空电子系统远程加载技术研究及性能分析

随着飞机航空电子系统综合化程度的提高,软件的部署、加载和更新的复杂度也在逐步提高。传统软件更新后,需要在地面为每个模块进行升级,并将新版本的软件映像文件固化在模块上,这种更新周期长且流程复杂。随着通用模块和应用重构的发展,软件映像需要部署在系统的各个冗余备份节点中,从而使其更新的流程更为复杂。本文针对以上问题提出了基于光纤通道和 ARINC653操作系统的远程数据加载系统,以使系统在上电、重启及重构时可实现从大容量存储模块上远程加载操作系统内核映像、分区应用及自启动功能。在功能实现的基础上,本文对远程加载和本地加载的时间性能进行了分析和比较。     

空间通信与BATS码：天成之合

创新通信技术在国家重大空间技术开发计划中有着巨大的需求。本文综述了基于网络编码的空间通信技术,旨在探索未来基于网络编码的空间通信技术的可行性和潜力。首先讨论了空间通信的特点,并给出了不同编码方法的概述;详细介绍了基于网络编码的批量稀疏编码（BATS码）创新技术。BATS码作为一种潜在的应用技术可以很好地解决多跳中继网络中严重丢包问题;给出一个BATS码原型设计和实现,实验结果证明BATS码比现有技术具有明显优势;最后,讨论了BATS码在空间通信中的应用前景。     

基于航路点布局的多目标网络结构优化方法

为了提高区域航路网络结构的科学性、减轻飞行流量增长对网络运行带来的压力,提出了基于航路点布局的多目标网络结构优化方法。首先,考虑区域航路网络的组成要素,设计了反映网络综合性能的优化目标和约束条件以形成优化模型。然后,建立基于节点移动、融合、分解的航路点布局策略,进而给出优化模型的求解步骤,并利用NSGA-Ⅲ算法完成模型求解。最后,对北京飞行情报区部分区域航路网络进行仿真分析,结果表明,使用NSGA-Ⅲ算法得出的区域航路网络具有良好的综合性能。最优网络在满足约束条件的同时,保证了运行费用和非直线系数基本不变,并使得飞行冲突系数减少了10.8%。可见,所提优化方法能有效提升区域航路网络的经济性、安全性和可行性,符合中国现行空域环境和管理体制。      

基于生成对抗网络的零样本图像分类

在图像分类任务中,零样本图像分类问题已成为一个研究热点。为了解决零样本图像分类问题,采用一种基于生成对抗网络（GAN）的方法,通过生成未知类的图像特征使得零样本分类任务转换为传统的图像分类任务。同时对生成对抗网络中的判别网络做出改进,使其判别过程更加准确,从而进一步提高生成图像特征的质量。实验结果表明:所提方法在AWA、CUB和SUN数据集上的分类准确率分别提高了0.4%、0.4%和0.5%。因此,所提方法通过改进生成对抗网络,能够生成质量更好的图像特征,从而有效解决零样本图像分类问题。      

模糊自组织网络在刀具磨损状态监测中的应用(英文)

应用模糊逻辑和无教师自组织神经网络进行车削过程刀具磨损状态监测.根据典型切削条件组合建立由多个子网络组成的自组织网络阵列,其中每一子网络对应一种典型切削条件,并进行训练.对于具体切削条件,运用模糊逻辑技术选取对应的优化子网络.文中所建名为Fuzzy-SOM-TWC监测系统的运行基于加工过程实时采集的切削力、声发射以及电机电流信号.切削实验用于训练和检验监测系统,实验结果显示其对于刀具磨损状态的识别正确率可达到98%-100%.