综合传感器系统--向纵深发展的航空电子综合技术

文章从传感器的重要性及"经济上可承受性"引出了"综合传感器系统(ISS)概念"并对其定义、实现方法和验证结果及目前存在问题进行了分析.特别是对孔径综合、射频综合和ISS管理做了图示说明.指出传感器综合技术是本世纪初航空电子的关键技术,对未来作战飞机有致关重要的影响,并就我国开展这项关键技术研究提出了有益建议.     

某电源管理仿真测试环境软件的设计与实现

介绍了某电源管理的仿真测试环境软件的设计与实现,仿真测试环境硬件采用工业控制计算机,软件采用图形化语言LABVIEW来实现。仿真测试环境为电源管理提供完整的虚拟的运行环境。在仿真测试环境中用运行图实时地显示电源管理的运行状态,且能动态的设置仿真测试环境的状态,改变电源管理的运行环境。本仿真测试环境具有良好的人机交互界面,能够实时地与电源管理进行交互。     

卫星数传调度问题的速度可控粒子群优化算法

针对卫星数传调度这一类复杂的约束组合优化问题,提出了一种速度方向和尺度可控的粒子群优化求解算法。为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度迭代策略,实现了算法运行过程中粒子间吸引和排斥过程的动态调整,同时保证了算法的收敛速度。设计了卫星数传调度问题的编码和解码方式,并证明了该编码方式下最优可行解的存在性。通过仿真实例验证了算法的有效性,并分析了算法控制参数对优化结果的影响。     

大数据理论在高精度惯性导航系统测试技术中的应用

当前我国高精度惯性导航系统研制已取得长足进展,但惯性导航系统的精度、可靠性和寿命等应用性能距离世界先进水平仍有差距,主要问题在于全寿命周期内的海量测试数据没有被充分挖掘、分析和应用,严重制约了惯性导航系统精度的提升、可靠性分析和寿命预估的准确性。因此,系统、准确、高效、合理地处理设计、生产、测试和使用过程中的海量数据是分析解决高精度惯性导航系统存在问题、提高生产效率、提升产品质量的有效途径。首先,详细分析了惯性导航测试系统数据采集和数据管理中存在的问题,提出大数据管理分析系统的需求和目标;其次,结合数据管理和分析中的关键技术,构建了惯性导航测试系统以数据采集层、数据支撑层和数据应用层为3大模块的大数据分析平台基本框架。为高精度惯性导航系统优化设计、提升精度、保障产品可靠性、合理预估系统寿命及适应未来战争提供了发展思路。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。      

大数据在航空系统的研究现状与发展趋势

针对大数据在航空系统中的应用问题,阐述了学术界与航空工业界在航空大数据采集传输、分析技术及可视化等方面的研究现状。提出了航空大数据平台基础架构,对目前推出的几款航空大数据分析平台结合优化运营、优化维护、降低成本、降低风险等方面的需求进行了评述。指出大数据在航空系统中的应用还存在着理念、方法、技术、人等方面的挑战,并相应地提出大数据组织专门化、处理方法混合化、分析平台柔性化及跨界合作深入化等发展趋势。     

Influence of leading edge with real manufacturing error on aerodynamic performance of high subsonic compressor cascades

To investigate the influence of real leading-edge manufacturing error on aerodynamic performance of high subsonic compressor blades, a family of leading-edge manufacturing error data were obtained from measured compressor cascades. Considering the limited samples, the leading-edge angle and leading-edge radius distribution forms were evaluated by Shapiro-Wilk test and quantile–quantile plot. Their statistical characteristics provided can be introduced to later related researches. The parameterization design method B-spline and Bezier are adopted to create geometry models with manufacturing error based on leading-edge angle and leading-edge radius. The influence of real manufacturing error is quantified and analyzed by self-developed non-intrusive polynomial chaos and Sobol’ indices. The mechanism of leading-edge manufacturing error on aerodynamic performance is discussed. The results show that the total pressure loss coefficient is sensitive to the leading-edge manufacturing error compared with the static pressure ratio, especially at high incidence. Specifically, manufacturing error of the leading edge will influence the local flow acceleration and subsequently cause fluctuation of the downstream flow. The aerodynamic performance is sensitive to the manufacturing error of leading-edge radius at the design and negative incidences, while it is sensitive to the manufacturing error of leading-edge angle under the operation conditions with high incidences.     

一种高光谱图像的双压缩感知模型

高光谱图像因其海量数据性,给存储、传输及后续分析处理带来了挑战。压缩感知理论提供了一种全新的信号采集框架。针对高光谱数据的三维特性,提出一种双压缩感知的采样与重构模型。该模型在采样阶段兼顾高光谱数据的空间和谱间稀疏特性,构造了能同时实现空间和谱间压缩采样的感知矩阵;重构阶段不同于传统的压缩感知重构方法直接重构高光谱数据,而是将高光谱数据分离成端元和丰度分别进行重构,然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明,所提双压缩感知在低采样率下重构精度较三维压缩采样提高了10 dB以上,更为显著的是运算速度提升了3个数量级,同时该方法还便于获得端元和丰度信息。