基于OpenFlow的AFDX网络虚拟链路动态优先级接纳控制

为了在航空电子全双工交换式以太网(AFDX)中更加灵活地对虚拟链路(VL)实行接纳控制,将OpenFlow引入AFDX网络中,建立了相应的网络模型、消息模型和流量模型。利用网络演算方法分析了优先级VL在基于OpenFlow的AFDX网络中的端到端延迟上界,结合粒子群优化算法,提出了动态优先级接纳控制算法。理论分析结果表明:与动态非优先级接纳控制方法和传统静态优先级分配方法相比,本算法的消息延迟分别降低了49.2%和26.4%,并且本算法能够更加灵活地对VL实行接纳控制,提高网络资源的利用率。最后通过仿真对理论分析的结果进行了验证。本算法为提高接纳控制方法的性能提供了参考,增强了AFDX网络的通信效率与实时性能。     

Hybrid Multipopulation Cellular Genetic Algorithm and Its Performance

The selection pressure of genetic algorithm reveals the degree of balance between the global exploration and local optimization.A novel algorithm called the hybrid multi-population cellular genetic algorithm（HCGA）is proposed,which combines population segmentation with particle swarm optimization（PSO）.The control parameters are the number of individuals in the population and the number of subpopulations.By varying these control parameters,changes in selection pressure can be investigated.Population division is found to reduce the selection pressure.In particular,low selection pressure emerges in small and highly divided populations.Besides,slight or mild selection pressure reduces the convergence speed,and thus a new mutation operator accelerates the system.HPCGA is tested in the optimization of four typical functions and the results are compared with those of the conventional cellular genetic algorithm.HPCGA is found to significantly improve global convergence rate,convergence speed and stability.Population diversity is also investigated by HPCGA.Appropriate numbers of subpopulations not only achieve a better tradeoff between global exploration and local exploitation,but also greatly improve the optimization performance of HPCGA.It is concluded that HPCGA can elucidate the scientific basis for selecting the efficient numbers of subpopulations.     

基于协同进化粒子群和Pareto最优解的卫星编队队形重构方法

针对卫星编队自主队形重构问题,提出了基于协同进化粒子群优化(CPSO)和Pareto最优解的求解方法.首先,使用Legendre伪谱法(LPM)将队形重构问题离散化为非线性规划(NLP)问题;其次,根据卫星编队的特点及碰撞规避的需要,使用CPSO算法对重构问题采用既独立又集中的求解方式,避免了传统优化方法对梯度的求解;...     

不同结构等离子体激励器的流场特性实验研究

采用粒子成像测速(PIV)技术,在静止空气中测量了H型、O型和L型3种结构的介质阻挡等离子体激励器的诱导速度场,分析了流场结构,并研究了激励器设计参数对诱导速度的影响.研究结果表明,3种结构的激励器都产生了离开激励器表面向上的射流.其中O型和L型结构的激励器受电极电压的影响比较明显,随着电极电压的增加,射流速度的最大值...     

富燃料推进剂燃烧产物粒度参数的激光衰减法测量

介绍了激光衰减法测量粒子参数的基本原理.搭建了激光衰减法测量高铝含量富燃料推进剂实验系统,解决了燃烧环境下粒度测试的光学介入问题,对高铝含量富燃料推进剂中粒子参数进行测量,对所得的凝相燃烧产物进行电镜分析,并对电镜照片进行分析处理,计算出燃烧后凝相产物平均粒径,验证了激光衰减法测量粒子参数的可行性和合理性.     

基于自抗扰控制的导弹三维制导规律

针对导弹制导系统中存在模型不确定性和外部扰动的特点,提出了利用自抗扰控制器设计导弹三维制导规律的新方法.在建立导弹三维制导模型的基础上,把系统非线性部分、回路间耦合项以及目标机动加速度视为对制导系统的未知总扰动,从而将模型变换为适于自抗扰控制的仿射系统.通过为俯仰和偏航回路分别引入自抗扰控制器,实现了双回路的动态解耦,...     

固体火箭发动机中铝粉燃烧研究概述

介绍了固体火箭发动机中单个铝颗粒燃烧模型的发展与铝颗粒的燃烧特性;阐述了铝粉分布燃烧现象、分布燃烧放热与声场的耦合关系及其对发动机稳定性的增益作用;总结了惰性颗粒的阻尼理论以及在表面旋涡脱落条件下惰性颗粒对压强振荡的放大作用;提出了应从复杂流场中全面考虑铝粉燃烧对发动机的增益与阻尼作用,建立其对发动机工作稳定性影响的综...     

基于神经网络补偿的室内无人机组合导航系统

针对无人飞行器在环境特征突变情况下数据融合的可靠性大幅下降问题，提出了神经网络预测补偿的组合导航算法。首先利用扩展卡尔曼滤波和粒子滤波对激光、光流等传感器得到的数据进行融合，然后采用径向基函数（RBF）神经网络对粒子滤波前后的误差进行预测。当激光数据可靠时，RBF神经网络进行训练学习模式，当激光数据中断或者不可靠时，利用训练后的模型对系统进行误差补偿。利用无人飞行器在室内环境下进行定点和轨迹实验，结果表明补偿后的位置导航信息能够明显降低激光数据不可靠时带来的定位误差。     

考虑机翼尾流影响的运输类飞机后体气动外形优化设计（英文）

在某典型运输机翼身组合体的构型上,进行了考虑机翼尾流影响的机身后体气动外形优化设计研究。基于翼身组合体构型建立了考虑尾流影响和部分工程约束的优化设计系统,并对后体构型在巡航状态下进行了优化设计。以比较适合描述后体变形的NURBS样条基函数为空间控制体属性引入FFD自由变形技术,通过在FFD控制框架对该运输机后体进行了空间属性构建。采用无限差值动网格技术提高空间网格的更新效率并保证网格质量。利用改进Kriging代理模型、量子粒子群优化算法提高优化效率和全局寻优能力。为减小巡航阻力,对某运输机后体的上翘角、截面形状等参数进行了优化设计,优化结果显示,设计后的机身气动特性明显提高。     

基于逐次升阶的翼型参数化与气动优化方法研究

研究了基本Bezier样条曲线的特性,对比了不同阶次Bezier曲线对超临界翼型的几何描述能力以及由几何偏差带来的气动性能的偏差。利用Bezier曲线的特性提出逐次升阶的翼型参数化方法,结合改进的粒子群优化算法,建立了逐步扩展设计空间的气动优化设计方法,兼顾设计空间和优化效率,很好地解决了设计质量和设计效率之间的矛盾。最后通过典型翼型的优化设计,对比了文中方法与传统Hicks-Henne型函数方法,验证了文中方法的可行性和高效性。