具有较大零相关窗补序列集的构造

为了降低甚至消除近似同步码分多址(Approximately-synchronized code-division multiple-access,AS-CDMA)系统的多径干扰和多址干扰(Multiple access interference,MAI),满足系统不断增大的用户容量需要,提出了零相关窗补序列集和零相关窗补序列集的构造方法。零相关窗补序列集比传统补序列集具有更多的序列数目,应用到通信系统中可以支持更多的通信用户。本文基于完美序列和行正交矩阵,构造了两类具有较大零相关窗补序列集:第一类是运用完美序列的自相关性质和行正交矩阵的正交性构造了一类最优的零相关窗补序列集;第二类以同样的方式,构造了一类几乎最优的零相关窗补序列集。     

利用神经元拓展正则极端学习机预测时间序列

为实现对于时间序列预测数据的准确预测,提出一种神经元拓展正则极端学习机(NERELM,Neuron-Expanding Regularized Extreme Learning Machine),并研究了其在时间序列预测中的应用.NERELM根据结构风险最小化原理权衡经验风险与结构风险,以逐次拓展隐层神经元的方式自动确定最佳的网络结构,以避免传统神经网络训练过程中需人为确定网络结构的弊端.应用于时间序列的仿真结果表明:NERELM可有效实现对于RELM最佳网络结构的自动确定,具有预测精度高与计算速度快的优点.      

建模与仿真VV＆A辅助软件设计与实现

设计开发了MSVAS（建模与仿真VV＆A（校核、验证和确认）辅助软件）,提高导弹动力学仿真系统VV＆A自动化程度。过程管理模块通过工程配置文件设计,提供VV＆A流程的图形化设计与管理、任务安排等功能,指导VV＆A工作顺利进行;评估分析模块提供方法库,为各类具体评估工作提供技术方法支持;模型测试模块提供各种试验设计方法,目的是为充分测试评估模型的可信性设计各类测试实例;资源管理模块对导弹动力学系统VV＆A所涉及到的数据、模型和文档等资源进行了合理、有效的管理。MSVAS能为导弹动力学仿真系统VV＆A提供过程管理、技术等支持,提高了VV＆A工作效率,并减轻工作者的负担。     

基于时间序列数据挖掘的航天器故障诊断方法

时间序列方法是数据挖掘技术的一个重要分支,在航天器故障诊断领域具有非常广阔的应用前景。本文在系统研究时间序列数据挖掘技术现状基础上,重点介绍了一种基于时间序列数据挖掘的航天器故障诊断方法,包括确定诊断对象、航天器遥测数据选取、航天器遥测数据再处理、航天器遥测数据时间序列特征表示、航天器故障诊断的时间序列数据挖掘方法执行、挖掘结果的解释与评估、软件系统开发共7个步骤。最后通过卫星实例描述了该方法在航天器故障诊断中的具体应用。     

星载软件可测试性设计方法

随着星载软件复杂度的增加,提高软件测试效率对保证软件质量越来越重要,软件的可测试性设计成为提高软件测试效率的关键手段。文中针对星载软件的可测试性设计提出了四种方法:设计可测试的分层体系结构可将软件故障限制在层次范围内;合约式任务模板可规范任务的输入输出,降低任务间的耦合性;状态序列编码可用于动态指示软件的切换与流向;多任务调度记录与堆栈使用记录可用于静态复现一段时间内软件的详细工作过程。可测试性设计方法应用在某项目的软件研制中,软件测试效率有明显提高,证明方法可行有效。     

首飞之月——A400M：欧洲巨人到来

刚刚过去的2009年堪称“首飞年”,空中客车公司的A330—200F货机、湾流宇航公司的G250和G650公务机、阿古斯特-威斯特兰公司的AW149和AW159直升机等机型都在这一年飞上了蓝天。然而,最引人瞩目的空客A400M军用运输机、波音787客机和欧直／中航工业EC725／直15直升机三款新机型则集中在12月先后完成首飞。在如此短的时间段内,有如此之多的重要新机型首飞,在航空史上堪称罕见,也给因经济衰退而面临诸多挑战的世界航空业带来了期待已久的惊喜。     

A400M拖期交付主要原因浅析

本文作者以为,把军机混同于民机来开发,授权管理机构缺乏管理能力,以及合作方之间达成的所谓的“公平回报”原则所留下的弊端,是把欧洲以国际合作模式开展的A400M军用运输机项目带入今天窘境的几个关键问题。     

基于Simulink的直接序列扩频通信系统的仿真

卫星通信系统测试扩频信号源需具备自检功能。文章利用MATLAB的可视化工具箱Simulink建立了直扩通信系统的仿真模型,为扩频信号源自检程序设计提供参考。采用滑动相关捕获算法、单△值非相干延迟锁定伪码跟踪环,实现了伪码同步。仿真结果表明,该系统可无误码地恢复发端原始信息。     

遥测伪周期时间序列子序列异常检测算法

针对现有异常检测算法用于伪周期时间序列异常序列检测时易造成误差累积,导致序列周期与特征值上显著差异的不足,文章以卫星遥测伪周期时序数据为对象,综合两种常规分段方法的优势,提出了最大周期窗宽内基于极值的模式子序列分段算法。在此基础上,给出了一种基于均序列动态生成模型的子序列异常检测方法（AnomalySubsequenceDetectionmethodbasedonOptimizedSequenceModel,ASD_OSM）,并采用2次四分位距准则（DoubleQuantilerangescriterion,2Q准则）设置距离检测门限阈值,将超出阈值的序列判定为异常序列。某航天器传感器遥测子序列异常检测试验结果表明,提出的检测方法能够有效减少漏判,提高卫星遥测伪周期数据异常序列检测的准确性。