量化拆包的综合显示控制系统软件设计与实现

综合显示处理机与多功能显示器接口模块之间通信采用HDLC传输协议,此时综合显示处理机与多功能显示器字符板模块之间通信采用DF指令格式.但是当画面显示数据的DF指令长度超过HDLC协议设置的带宽或设定的缓存区大小时,综合显示控制系统将无法实现信息显示.为此本文提出了主动量化拆包的解决方法,可支持大数据量显示的综合显示控制...     

连续体结构拓扑优化方法评述

连续体结构拓扑优化在优化中能产生新的构型,对实现自动化智能结构设计具有重要意义。目前,连续体结构拓扑优化方法主要有：均匀化方法、变厚度法、变密度法、渐进结构优化方法、水平集法、独立连续映射方法。本文首先系统回顾了以上方法的发展历程,介绍了它们的研究现状。其次,通过对比以上拓扑优化方法对若干典型算例的优化结果,表明以上方法都有较好的减重效果。最后,对以上方法进行了总结,列出了它们的优缺点和发展方向。     

国外通用开放式结构标准的应用情况

SAE AS4893标准定义的通用开放式结构（GOA）是嵌入式系统的层次化体系结构模型。通过对GOA领域目录集的开发与维护标准化过程的分析,结合GOA在航空电子领域的应用案例展示其标准化技术的应用现状;并考虑到先进综合式航空电子系统在任务功能划分和系统工程方法方面的应用要求,探讨并展望GOA标准化技术应用于新一代航空电子系统开发过程中的注意事项。     

随机集的概率假设密度粒子滤波

多目标跟踪问题中,当目标数已知时,可以用概率数据互联(PDA)或联合概率数据互联(JPDA)算法。而当目标数未知或随时间变化时,需要对不同目标数的跟踪进行比较。可以把目标集看作随机集进行讨论,目标数N是随机变量。随机集的跟踪通过有限集统计(FISST)理论来完成。文中讨论了用粒子滤波实现跟踪随机集的方法。实验表明,在杂波环境下,粒子滤波可以稳健跟踪目标状态和目标数。     

连续凸偏好的一个性质

偏好与效用是联系在一起的。如果一种商品对于消费者没有效用，消费者就不会产生对这种商品的偏好，对偏好的研究为人们对效用进行定量的描述与研究奠定了基础。本文给出连续凸偏了的一个性质的严格证明。     

软件无线电的可重构流处理器体系结构

 针对软件无线电中存在通用数字信号处理器（DSP）计算能力不足以及专用基带处理器缺乏扩展性的问题,提出了一种新的处理器：面向软件无线电的可重构流处理器及相应的专用指令集。仿真证明,该处理器的可重构设计具备指令集扩展能力,可以对多种无线通信标准甚至是新的通信标准提供支持;面向软件无线电的流体系结构和专用指令集保证了对多种高速无线基带信号的实时处理,运算能力是通用DSP的5~13倍。该处理器为软件无线电中的硬件设计难题提供了一种新的解决途径。     

基于粗糙集和神经网络的导弹故障诊断方法

人工神经元网络（ANN）具有本质的非线性特性、并行处理能力以及自组织自学习的能力,但单独使用ANN处理问题时,往往会存在一些缺陷。文章介绍导弹驾驶仪故障智能诊断的一种新方法：首先,利用粗糙集原理约简故障特征属性数据;其次,用带动量项的批处理BP神经网络方法对故障数据进行训练并检验;最后,将故障数据处理后输入神经网络分类器,对故障实施诊断。     

基于改进信息融合的航空发动机状态评估方法

针对航空发动机状态监测数据的模糊性和随机性,结合贝叶斯粗糙集和D-S证据理论,提出一种改进信息融合的状态评估方法。首先对样本数据进行离散化处理,通过基于区分矩阵的属性约简算法对影响发动机性能的特征参数进行提取,生成最佳决策表。然后根据置信增益函数重新定义了贝叶斯粗糙集,利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度,得到各准则下的证据基本信任分配。最后利用证据合成法则对多个证据进行合成,得到评估结果。通过实例计算,验证了改进方法应用在航空器发动机状态评估中的有效性以及在处理不完备信息问题时的优越性。     

区域杂波估计的多目标跟踪方法

高斯粒子概率假设密度（PHD）滤波往往假定杂波密度参数已知,这种做法对于实际应用是不现实的。此外,杂波的参数值通常依赖于环境条件,可能随时间发生变化。因此,多目标跟踪算法中需要实时准确估计杂波密度的参数。基于此,提出了一种多目标跟踪的区域杂波估计方法。首先根据量测信息在线估计出场景中的杂波数目,然后估计落入目标附近感兴趣区域的杂波数,并估计每个目标感兴趣区域杂波强度。仿真结果表明,在复杂场景下算法的跟踪性能明显优于未进行杂波估计的多目标跟踪算法,提高了跟踪的实时性和跟踪精度。     

基于流形结构重建的多目标气动优化算法

在多目标优化中,Pareto解集是一个分段连续的k维流形,这一规律被传统进化算法所忽略。本文提出了一种基于流形结构重建的多目标优化算法,首先利用流形结构重建方法完成解集分布从目标空间到设计空间的映射,建立解集的概率分布,并在目标空间中扩展流形结构,从而借助解集在目标空间的推进来指导优化算法的快速演化。数值算例表明本文算法对于具有不同特征的Pareto前沿具有很好的适应性,能够极大提高算法的收敛效率。多目标气动优化算例验证,本文算法相比于常规多目标进化算法能够减少约80%的计算量,极大程度缩短了气动设计的周期。