星载实时微内核操作系统的CPU调度

现代小卫星的重要特点之一是要实现卫星的自主运行。作为其控制核心的星载自主计算机操作系统的性能至关重要。当今 操作系统的发展趋势是采用微内核体系结构。它具有微型化，模块化，可移植性可扩充性等优点。ＣＰＵ调度是影响操作系统性能的关键因素。当前的微内核操作系统基本上只提供几种简单的调度策略，如ＦＩＦＯ，循环反馈等。这些都难以满足卫星系统在特定的时间内对外界作出响应的实时要求。为此，本文设计了一个新的ＣＰ     

机载CPU板硬件故障诊断平台的设计研究

针对某机载CPU板硬件检测与故障诊断的问题,提出了故障关联、功能点编码等检测方法.在握手测试的基础上,通过主动与被动相结合的方式,分层次、分模块地实现功能检测与故障诊断.给出了总体的设计思想与软硬件的实现方案.     

飞控计算机CPU模块典型故障分析

以某型飞控计算机CPU模块的常见故障为例,分析其原理,查找故障原因,并提出故障排除方法。     

一种高效的隐式间断Galerkin方法研究

基于线性化处理,在时间方向上对间断Galerkin方程进行了隐式离散,从整体上对迭代过程进行了合理的优化,并以此求解了计算流体力学中的二维Euler方程。其中,LU-SGS方法得到了进一步的推广,被用来高效求解隐式格式对应的大型稀疏线性系统。数值实验表明,无论对于亚声速问题还是跨声速问题,该格式都是无条件稳定的;与显式的Runge-Kutta间断Galerkin格式相比,当残值下降到相同量级时,隐式格式所需的迭代步数和CPU时间均在很大程度上得到了减少。     

基于GPU的高光谱遥感主成分分析并行优化

主成分分析（principal component analysis, PCA）是高光谱遥感图像特征提取的重要方法。为了在保证精度的同时,提高高光谱遥感PCA算法的计算效率,文章提出一种基于图形处理器（graphic processing unit,GPU）＋中央处理器（central processing unit,CPU）异构系统的PCA并行优化方法。该方法利用GPU的并行计算能力实现PCA中复杂的协方差矩阵计算与维数缩减过程,优化了像元去均值的计算流程;解决了GPU内核计算像元累加和非合并访问问题;利用共享内存机制,提高了访存效率。此外,该方法采用改进的Jacobi快速迭代法在CPU中进行特征分解,保证了算法的精度。实验结果表明,该方法在保证精度的同时能够有效提高计算效率,在Quadro600平台上的加速比达到141倍,满足了高光谱遥感图像实时应用的需求。     

一种星载计算机秒中断间隔可控的校时方法

传统的星载计算机时间维护主要由软件实现，为了避免校时过程中秒中断间隔过小或过大，软件需要通过复杂的逻辑和算法对外部计时器Intel 82C54芯片进行多次操作才能实现一次校时，较容易出错，且占用CPU机时较多。随着未来航天器智能处理的任务越来越多，CPU机时越来越紧张，为了将CPU从繁琐的校时操作中解放，提出了一种基于FPGA的秒中断间隔可控的校时方法。通过FPGA逻辑电路设计星时计时器，利用秒中断间隔约束条件设计校时触发条件，当满足校时触发条件时，FPGA逻辑电路自动实现校时操作，很好地解决了校时过程中秒中断间隔过大或过小的问题，节约了CPU机时。该校时方法已在多台星载计算机上应用，取得了较好的效果。