基于访问数据模式的Cache缺失预测模型

为缓解SMT上线程对Cache的争用，提出了基于访问数据模式的Cache缺失预测模型ADM。使用模型对线程访存轨迹进行分析和计算，以两个线程在下一个时间片的访存地址信息作为模型的输入，预测Cache缺失情况并以此作为线程间Cache争用指标。 ADM实现了针对共享数据访问和私有数据访问两种模式的缺失计算方法，对比分析表明，ADM加入了对共享数据情况的分析过程，分别计算针对不同模式访存序列，结果更为精确，仿真试验表明，Cache缺失预测模型结果与目前同类模型的预测结果相比，误差分布在合理的范围内，当两个访存序列中有较多共享数据时，使用SMM方法计算结果将更为准确，证明了对访问模式进行划分的必要性。     

基于PWM控制的燃油调节器执行元件匹配特性研究

以基于高频脉宽调制(PWM)控制的发动机燃油调节器计量控制装置为研究对象,通过数学模型理论推导出关键执行元件高速电磁阀、脉冲阻尼活门、缓冲器的主要参数静态匹配方程,并与AMESim仿真结果进行对比,验证了方程的准确性。同时,通过AMESim仿真和工程试验得到计量控制装置平衡占空比为50%时的动态匹配特性。为工程实践中航空发动机燃油调节器计量控制模块的设计及故障分析提供了理论依据,具有一定的工程应用参考价值。     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。     

成功转型靠质量

9月7日,世界主要飞机制造商波音公司在北京发布其2011中国市场展望。今年的展望较之去年的更为乐观。根据波音的预测,在直至2030年的未来20年内,中国将需要5000架新飞机,价值6000亿美元。中国航空市场在未来20年将呈现长期强劲增长,客运量(RPK)将以年均7.6%的速度增长,货运量年均     

基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

航空发动机喷口收放异常故障诊断与分析

航空发动机使用过程中出现喷口收放异常故障现象,通过现场排故及测得数据分析,得出喷口收放异常是由于指令压力低所致。为此,建立以指令压力低为顶事件的故障树,从顶事件出发找出直接导致顶事件发生的各种可能因素。然后再找出这些因素的直接原因,并逐级向下深入,一直追溯到引起系统发生故障的全部原因。逐一排除,最终认定喷口收放异常故障是由于燃油增压泵花键磨秃导致燃油增压泵失效引起。更换燃油增压泵,故障排除。     

基于动态逆-滑模的高速飞行器控制器设计

吸气式高超声速飞行器巡航状态下飞行环境复杂,建模时存在非线性以及参数摄动.基于小扰动假设的传统经典控制理论难以适应当前任务对鲁棒性的要求,对此提出了一种非线性动态逆-滑模控制律改进方法.通过对吸气式高超声速飞行器模型精确反馈线性化得到解耦形式的线性方程,为速度和高度设计出动态逆控制律来抵消非线性特性,在动态逆的基础上采用滑模变结构来补偿参数摄动带来的误差.仿真结果表明,所设计的控制方法具有良好的动态性能及鲁棒性.     

基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。