基于轨迹方法的AFDX网络路由配置算法

针对航空电子全双工交换式以太网(AFDX,Avionics Full Duplex Switched Ethernet)的网络关键技术——虚拟链路(VL,Virtual Link)的静态路由算法,提出了一种基于AFDX轨迹方法的VL路由配置算法——TRJ算法,保证配置VL的端端确定性最大延迟满足给定的时延约束.TRJ算法计算每条VL基于轨迹方法得到的初始延时约束比,按照延时约束比从小到大的顺序结合轨迹方法进行VL静态路由配置.在AFDX网络典型配置下,将该路由算法与最小跳路由和均衡路由算法进行比较,结果表明最小跳路由算法用了最少的资源,均衡路由算法平衡了网络流量,但只有该算法保证了所有VL的端端最大延迟满足时延约束,证明该算法的有效性.     

基于嵌入式操作系统VxWorks的实时通讯的实现

针对智能化飞机燃油管理系统通讯功能模块,实现了基于嵌入式操作系统VxWorks的多任务软件设计,基于socket实现了Ethernet通讯,并对通讯网络的重构做了初步研究.     

基于TTE的改进加权轮询调度算法

在时间触发以太网(TTE)中,TT消息优先级最高,RC消息只能在TT消息调度的离散时间片内传输,因此,TT消息离线调度表的设计会对RC消息调度产生一定影响。针对这一问题,提出了基于最优时间片的改进加权轮询(MWRR)调度算法。首先,通过TT消息约束条件限制获得TT消息离线调度表,进而得到保证RC消息较大资源利用率的时间片信息;其次,在离散时间片对不同类型RC消息进行调度,并运用网络演算方法对其最坏端到端延迟进行分析;最后,通过实验仿真证实了本文算法不仅具有较低的复杂度和较好的公平性,保证了实际应用中算法的可行性,而且在时延性方面均优于先到先得(FIFO)、优先级(PQ)和加权轮询(WRR)调度算法。     

An intelligent target detection method of UAV swarms based on improved KM algorithm

Complete and efficient detection of unknown targets is the most popular application of UAV swarms. Under most situations, targets have directional characteristics so that they can only be successfully detected within specific angles. In such cases, how to coordinate UAVs and allocate optimal paths for them to efficiently detect all the targets is the primary issue to be solved. In this paper, an intelligent target detection method is proposed for UAV swarms to achieve real-time detection requirements. First, a target-feature-information-based disintegration method is built up to divide the search space into a set of cubes. Theoretically, when the cubes are traversed, all the targets can be detected. Then, a Kuhn-Munkres (KM)-algorithm-based path planning method is proposed for UAVs to traverse the cubes. Finally, to further improve search efficiency, a 3D real-time probability map is established over the search space which estimates the possibility of detecting new targets at each point. This map is adopted to modify the weights in KM algorithm, thereby optimizing the UAVs’ paths during the search process. Simulation results show that with the proposed method, all targets, with detection angle limitations, can be found by UAVs. Moreover, by implementing the 3D probability map, the search efficiency is improved by 23.4%–78.1%.     

光纤陀螺随机漂移的实时滤波方法研究

在光纤陀螺捷联惯导系统的初始对准过程中,光纤陀螺的随机漂移是影响对准精度的重要因素。通过离线的建模和滤波,能够在一定程度上抑制光纤陀螺随机漂移的影响,但由于受环境因素及光纤陀螺重复启动性能的影响,离线建立的模型通常不具备普适性,无法实现初始对准中随机漂移的在线滤波。为了解决这一问题,论文研究了随机漂移的实时滤波方法,包括基于ARMA模型的Kalman实时滤波方法和基于滑动数据窗的小波实时滤波方法,并对两种方法进行了改进。最后,进行了光纤陀螺捷联惯导系统的初始对准试验,研究了两种滤波方法对对准精度的影响,试验结果表明两种在线滤波方法均能够在较大程度上提高初始对准的精度,而且小波实时滤波方法的精度和实时性均优于基于ARMA模型的Kalman实时滤波方法。
     

基于实时可达域的高速飞行器分组队形优化

无动力高速飞行器作为欠驱动系统,在进行编队飞行队形优化时需系统地考虑其控制特点。借助“实时可达域”这一概念,在分析高速飞行器实际可到达区域的基础上,考虑集群成员数量变化以及实际集群包含多个任务小组的情况,提出一种适用于高速飞行器集群的分组动态队形优化方法。仿真结果表明提出的队形优化方法可对队形形状和参数进行一体化优化,可灵活适应多种飞行任务,同时也适用于集群成员数量发生变化的队形重构问题,具有重要应用价值。     

基于计算机控制的无人机装备自动检测设备设计与应用

检测技术是武器装备设计、研制、使用和保障的基础。分析了现代武器装备自动检测设备的结构、组成及功能,结合无人机系统的测试内容并基于计算机控制和PXI总线,在采取基本测量环节和闭环控制环节相结合措施基础上,设计了具有自动测试、故障辨识定位、实时控制、自动判断决策等功能的无人机自动检测设备,通过在无人机综合测试等多种测试中应用,取得了满意测试效果。     

基于半参数建模的弹道目标实时滤波

设计弹道目标的实时跟踪滤波器时,精确的动态建模和测量系统误差自校准是提高滤波精度的重要手段。基于补偿最小二乘原理和Tikhonov正则化定理,将难于参数化的复杂运动成分和测量系统误差表示为非参数分量,建立了基于半参数化建模的弹道递推模型和实时滤波算法,并详细设计了半参数建模时所需的光滑因子、正则化矩阵和窗口宽度等建模参数的在线选取方法。仿真实验和实际数据的计算结果表明,非参数成分可以有效地补偿状态模型误差,且可在线校准测量系统误差,显著改善弹道估计精度。算法已初步应用于实际飞行任务,其中的递推建模方法和参数选择策略对其它实时滤波器的设计同样有参考价值。     

压电叠堆主动减振的神经网络PID实时控制

为实现对带有模型尾支杆支撑系统在吹风过程中振动特性的实时控制,以压电陶瓷叠堆为减振元件设计了尾支杆一体化结构;提出了神经网络PID(Proportion-integration-differentiation)实时控制方法,建立了该尾支杆一体化结构的运动方程,推导出神经网络进行系统识别的状态方程,以此为基础进行控制器的设计并基于Labview软件编写控制程序;最后在风洞中,对该控制方法的控制效果进行了试验验证。试验表明利用该控制系统可进行实时控制;对不同风速下激励的振动,控制后的均方根幅值(Root mean square,RMS)减小55%以上,且该控制方法具有良好的鲁棒性、可靠性和容错性。     

超高分辨率相机成像检测系统的设计与实现

讨论了超高分辨率相机成像检测系统的设计;分析了系统的设计目标;设计了系统的架构;给出了系统实现的技术指标。