一种自组织时分多址甚高频数据链中的暴露终端问题的解决方案

阐述了S-TDMA系统中暴露终端问题的形成,给出了解决这一问题的一种方案。并提出一种新的自组织时分多址数据链网络性能分析方法--概率周期分析法。通过引出系统状态熵概念,将时隙状态的停留时间和状态转移概率同时引入分析模型中,给出了一种以时隙的处于成功传送状态的状态真值占系统状态熵之比作为评价信道吞吐量的新方法。仿真结果表明,采用了这一方案后系统性能将大大改善。     

机载计算机网络化和标准化

提高驾驶员对飞行势态觉察,有赖于大量信息的综合利用,以及客舱的信息开放后庞大的数据量要通过机载计算机系统在相当速度下进行处理,机载计算机网络化和标准化是信息资源有效利用的必由之路。新的ARINC规范对飞机数据网络、文档服务器、数据传输总线、可装载软件提出了相应的设计原则和采用手段,并对飞行管理计算机、驾驶舱显示系统等提出新的要求。     

联合交互式多模型概率数据关联算法

通过对交互式多模型（IMM）算法和概率数据关联（PDA）算法的研究,指出Bar-Shalom和Blom等提出的IMMPDA算法结构和理论上存在的问题。根据全局最优的思想,设计了一个最优波门,从而得到全局最优的量测集合,保证了系统的理论完整性和结构合理性。推导完成了新的联合IMMPDA算法--C-IMMP-DA算法。大量仿真计算验证了C-IMMPDA算法在减少计算量的同时,总体性能上较之原IMMPDA算法有大幅度提高。     

某型发动机无失效数据的Bayes可靠性分析

在定时截尾试验中,有时会遇到无失效数据,特别是在高可靠性、小样本问题中更容易产生无失效数据。对某型发动机的无失效数据,在失效概率服从不完全Beta分布时,给出了失效概率的Bayes估计,并在引进失效信息后,给出了失效概率的Bayes估计和综合估计,从而可以得到该型发动机可靠度的估计。     

大振幅非定常实验数据表达与数学模型研究

本文采用一种新颖的方法,对大振幅非定常实验数据进行处理,建立了气动导数数据库,在此基础上,运用Ｄｕｈａｍｅｌ积分法,计算了模型迎角按任意规律变化时的非定常空气动力特性。计算结果与实验结果比较表明,两者符合很好。     

基于模型的大气数据计算机实现

针对无人机用大气数据计算机,为使其满足适航审定要求,提出基于模型的实现方法。首先介绍了大气数据计算机获取适航的方式,并以获取技术标准规定项目批准书(CTSOA)为驱动,按照大气数据计算机CTSO标准提出满足最低性能标准的系统需求,将系统需求进行分解选择合适的传感器及硬件平台。随后对系统功能进行详细设计,并按照DO-178B规范完成大气数据计算机的模型搭建和仿真验证。验证结果表明,基于模型的大气数据计算机满足系统所提各项指标,开发流程符合DO-178B标准。     

基于双树复小波和形态学的卫星异常数据滤波方法

受系统结构复杂、工作环境恶劣等因素影响,卫星的工作状态会存在介于正常和故障之间的异常状态,导致其遥测数据中不仅含有噪声,还存在异常数据。采用传统滤波算法进行去噪处理时,会存在对异常数据保留不充分的问题,从而导致突变信息丢失。针对上述问题,提出一种基于双树复小波与形态学滤波的卫星遥测数据组合滤波方法,设计一种半软阈值滤波函数来提高双树复小波的滤波性能,并提出一种组合滤波算法。通过仿真实验进行验证,结果表明:本文方法可以对遥测数据中的噪声进行有效滤除并对异常数据进行保留。     

VHF空地数据译码系统框架设计与实现

提出了基于COM 组件的VHF空地数据译码系统框架,着重介绍了报文识别组件、网络通信组件与译码组件及其基于.NET平台和C#语言的设计与实现。经ACARS数据测试,系统各组件工作正常,所译参数正确。     

The Full Flowpath Analysis of a Hypersonic Vehicle

对一种类X43-A吸气式高超飞行器全流道开展了M7一级的三维数值仿真研究,深入探索了进气道处于起动状态和不起动状态时全流道的冷流流场结构和和气动力特性,且部分结果与实验数据进行了对比。研究结果表明:(1)前体横截面上存在显著的展向压强梯度,使得经过预压缩的气流偏离了进气道进口,但同时也减少了进入内通道的边界层气流,提高了进口流场的品质;(2)后体喷流股的膨胀过程受到了周围外流的显著干扰,因而沿流动方向其截面形状不断发生变化,如在喷口附近为近似矩形,而在后体末端附近则演化为近似三角形;(3)当进气道处于不起动状态时,其全流道流动结构发生了显著变化,进气道的外部压缩波系往复振荡,尾喷管出口的喷流股也在不停的膨胀和收缩,具有极强的非定常特征;(4)当进气道处于不起动状态时,全机的气动力特性呈周期性变化,升阻比的变化幅度较大,在最大、最小值分别可达起动状态的2倍和1/4倍。另外,升力、阻力系数的变化曲线之间存在一定的相位差;(5)与实验结果的对照表明,所采用的数值仿真方法具有较高的精度。     

基于加权模糊C均值聚类的图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点。但是这种算法存在着本质上的缺陷,就是仅利用了图像的灰度信息,而没有考虑像素的空间信息,使得其对于实际的含有噪声的图像分割效果不理想。因此,提出了一种新的加权模糊C均值聚类算法,实践证明,该方法可以有效地、实时地把目标从背景中分割出来,并具有较强的鲁棒性。