飞行器动力学虚拟样机技术研究

动力学虚拟原型样机的开发有许多关键技术,如:高等级建模粒度、实时的运行框架、规范的数据结构和共享的仿真资源等等.通过对动力学虚拟样机进行初步研究,提出了一个支持复杂动力学虚拟样机系统的设计/开发/集成环境,并对基于运行时间框架RTI(Run Time Infrastructure)的协同仿真环境做了较深入探讨,提出利用数据网关技术解决实时性能高的仿真子网与协同仿真主干网的互联问题,并总结了动力学虚拟样机的特点和关键技术.      

光传操纵系统的发展趋势

对光传操纵系统的主要发展历程进行了综述,详细介绍了国外光传操纵系统发展的各个阶段的成果和特点,及国内光传操纵系统的发展现状,提出关键光传硬件的研制是飞机光传操纵系统方案实施的基础,针对航空领域的特点,对光传操纵系统中光电器件的选择及关键技术等进行了分析,给出了我国实施光传操纵系统研究的步骤和方向.      

战役规划中登陆地区的选择

在选择登陆地区这个决策问题中,指标权重的确定与方案在各指标下的值的确定都很困难,文中利用多指标区间决策的TOPSIS法,给出了选择登陆地区决策方案排序的原则。     

基于支持向量机的民航发动机故障检测研究

将支持向量机用于民航PW4056发动机故障检测研究。首先,对3个发动机巡航数据偏差进行研究,分析得到故障检测应采用短期偏差;其次,由于模型参数对检测准确率影响很大,文中采用验证法进行模型参数选择,并分析了模型参数对检测准确率的影响;最后,对检测模型的输出进行了分析,并定义了异常指数来衡量发动机故障严重程度,其中检测模型的训练和验证采用了发动机真实运行数据。研究表明,该发动机故障检测模型有效可行,准确率达到90%,但要获得更高的检测准确率,还需进一步提高数据质量。     

装备保障建模仿真研究

为了评价作战单元的战备完好性、持续作战能力和保障能力,根据系统工程的建模仿真思想提出了装备保障建模研究的仿真概念模型,并以军用飞机为例对装备保障仿真试验进行了分析,包括任务、功能、维修过程和资源利用建模过程等。     

基于自适应判决反馈均衡器的盲图像复原算法

自适应判决反馈均衡器(ADFE,Adaptive Decision Feedback Equalizer)是横向均衡器的改进型式,它用判决输出信号组成一个延迟线,用一部分抽头系数加权求和后送回输出端求和,可有效地抵消码间干扰.由于退化图像可以看作是像素点之间的干扰,该方法被引入到二维退化图像盲复原中,算法中采用了Lee滤波器去除噪声,由于反馈滤波器的引入,允许前馈滤波器的系数选择上有更大的自由度,并不需要是退化模型的倒数,可以避免噪声的过分放大;另外在判决器的设计中采用了阈值分割方法确定图像的支撑域.实验证明,该算法具有很强的抗噪声干扰能力,是一种有效的盲图像复原方法.      

CCSDS标准星载数据系统的优化设计方法

分析了 CCSDS星载数据系统与传统数据系统在设计方法上的差别 ,给出了在理论指导下以计算机仿真为主要手段的 CCSDS星载数据系统优化设计方法和设计流程 ,并对其中的几个重点环节加以进一步说明。     

新一代中频检前记录器设计与实现

由于中频检前信号包含丰富的信息,对于事后数据分析具有重要意义,目前,国内对中频检前记录器的需求呈上升趋势。新一代中频检前记录器不仅仅是作为实时解调器发生故障时的一种备份手段,而且成为了一种重要的数据获取手段。介绍704所研制的新一代中频检前记录器的设计思路与实现方法。     

Efficient schedulability analysis for mixed-criticality systems under deadline-based scheduling

Safety-critical avionics systems which become more complex and tend to integrate multiple functionalities with different levels of criticality for better cost and power efficiency are subject to certifications at various levels of rigorousness. In order to simultaneously guarantee temporal constraints at all different levels of assurance mandated by different criticalities, novel scheduling techniques are in need. In this paper, a mixed-criticality sporadic task model with multiple virtual deadlines is built and a certification-cognizant dynamic scheduling approach referred as earliest virtual-deadline first with mixed-criticality（EVDF-MC） is considered, which exploits different relative deadlines of tasks in different criticality modes. As for the corresponding schedulability analysis problem, a sufficient and efficient schedulability test is proposed on the basis of demand-bound functions derived in the mixed-criticality scenario. In addition, a modified simulated annealing（MSA）-based heuristic approach is established for virtual deadlines assignment. Experiments performing simulations with randomly generated tasks indicate that the proposed approach is computationally efficient and competes well against the existing approaches.     

具有通信约束的分布式SOR多智能体轨迹估计算法

针对传统多智能体轨迹估计算法信息交换量大，计算量随群规模指数增长，可扩展性差等诸多不足，提出了一种基于超松弛迭代（SOR）的分布式多智能体轨迹估计算法，通过将最大似然（ML）准则下的轨迹估计转化为两级线性优化问题，并综合利用分布式超松弛迭代（Distributed SOR）和标记初始化方法，加快求解速度并简化信息交换流程，最终实现了多智能体位姿轨迹优化和协作定位。实验表明，所提的分布式方法能达到集中式算法的精度水平，在49个智能体规模条件下，位置估计误差小于0.15 m，姿态估计误差小于0.03°，且数据交换量仅到现有主流分布式方法DDF-SAM的0.06%，能很好用于大规模集群的场景。