Fault self-repair strategy based on evolvable hardware and reparation balance technology

In the face of harsh natural environment applications such as earth-orbiting and deep space satellites, underwater sea vehicles, strong electromagnetic interference and temperature stress,the circuits faults appear easily. Circuit faults will inevitably lead to serious losses of availability or impeded mission success without self-repair over the mission duration. Traditional fault-repair methods based on redundant fault-tolerant technique are straightforward to implement, yet their area, power and weight cost can be excessive. Moreover they utilize all plug-in or component level circuits to realize redundant backup, such that their applicability is limited. Hence, a novel selfrepair technology based on evolvable hardware（EHW） and reparation balance technology（RBT） is proposed. Its cost is low, and fault self-repair of various circuits and devices can be realized through dynamic configuration. Making full use of the fault signals, correcting circuit can be found through EHW technique to realize the balance and compensation of the fault output-signals. In this paper, the self-repair model was analyzed which based on EHW and RBT technique, the specific self-repair strategy was studied, the corresponding self-repair circuit fault system was designed, and the typical faults were simulated and analyzed which combined with the actual electronic devices. Simulation results demonstrated that the proposed fault self-repair strategy was feasible. Compared to traditional techniques, fault self-repair based on EHW consumes fewer hardware resources, and the scope of fault self-repair was expanded significantly.     

电机控制系统PID参数的遗传算法优化

近年来,遗传算法的研究十分引人注目,作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。其算法简单通用,鲁棒性强,在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。文章就是利用遗传算法对某一电机控制系统的PID参数进行优化,以提高控制系统的性能指标。     

应用遗传算法优化二元序列

介绍遗传算法优化的特点和具有良好非周期自相关特性的二元序列的概念,讨论用遗传算法优化二元序列的方法。通过实验发现,在采用遗传算法优化二元序列时引入最优个体保存策略和调整运行参数可以取得较好的效果,亦即此方法是可行的;但同时也发现该方法难以收敛到全局最优解。     

翼伞系统分段归航轨迹的优化设计

如何有效利用翼伞系统自身的可操作性来规划归航轨迹 ,一直是研究人员关心的问题。近来 ,分段设计的方法以其计算简单、轨迹可知和工程实用的特点而备受关注。从六自由度动力学建模和仿真入手 ,分析了翼伞系统飞行的基本特性 ,在此基础上进一步简化了模型。然后详细介绍了一种分段优化设计翼伞轨迹的思想和各阶段的特点 ,仿真试验结果表明此方法是可行的。     

基于MDO方法的月球探测卫星总体设计

根据月球探测卫星任务及环境的特点,在将多学科设计优化(MDO)方法用于卫星总体概念阶段的设计。分析了卫星总体设计中轨道设计、卫星设计和发射选择间的耦合关系与协同效应,建立了MDO的简化模型。用单级整体优化策略(AAO)和多岛遗传算法(MIGA)进行优化。算例结果表明,MDO简化模型可有效解决卫星概念设计阶段中的多学科耦合。     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

直接对准算法及遗传算法在SINS初始对准中的应用研究

分析了捷联惯性导航系统（SINS）应用直接对准算法进行初始对准的基本原理，并验证了基于中等精度惯性器件的量测值进行静基座直接对准的可行性。简要介绍了遗传算法（GA）及其搜索过程，提出了根据静基座直接埘准的结果，确定GA遗传空间的方法，并构造了GA的适应度函数。仿真结果表明，与常规滤波算法相比，结合使用直接对准和遗传算法两种方法进行SINS静基座初始对准，不仅大大缩短了对准时间，精度也与其相当。     

一种相控阵雷达系统效能评估方法

文章从武器系统效能评估定义出发,建立了相控阵雷达系统评估的指标体系,并通过将群体决策引入AHP算法确立了各指标权重,采用云重心法对系统综合效能进行了分析,进而建立了完整的对相控阵雷达系统效能评估的方法,最后通过实例进行分析。     

遗传算法在阵列天线方向图综合中的应用

应用遗传算法对一八单元阵列天线激励幅度和相位进行优化,成功地填充了阵因子方向图一侧0~30°范围内零点,同时将另一侧副瓣压低至-20dB以下。在此基础上编制了一通用程序,在优化变量中引入单元间距,可进行任意形状方向图的综合,取得了良好的效果。     

基于遗传退火算法的数字阵列稀疏布阵

应用遗传退火算法对32个数字阵列天线单元在64个位置进行了稀疏布阵,将单元间距和激励作为优化变量,在控制主瓣形状的同时,改善了阵列的副瓣电平,提供了更多的自由度来控制稀疏阵列的性能。结果表明,全局优化峰值旁瓣可低至-26dB,遗传退火算法能够避开遗传算法在搜索过程中的早熟收敛。