航天测控通信系统可靠性分析的改进Krylov投影算法

基于Markov模型对航天测控通信系统进行可靠性分析的过程中,若系统中测控通信设备数量较多,模型中的状态空间随设备数量呈指数增长,将会导致数值计算困难。提出了一种基于改进Krylov子空间技术的可靠性分析方法,该方法利用Arnoldi过程构造正交基,并采用了类似于常微分方程求解的差分递推形式。分析了算法的局部截断误差,提出了算法迭代步长的计算公式。实验结果证明,改进的Krylov子空间方法简化了问题复杂度,提高了测控通信系统的可靠性分析效率和精度。     

n/k(G)表决冗余多阶段任务系统可靠性优化模型

提出采用多阶段任务系统（phased mission systems, PMS）冗余故障树模型和PMS冗余二元决策图（binary decision diagram, BDD）模型来描述冗余多阶段任务系统;通过递归法实现PMS冗余故障树模型到PMS冗余BDD模型的转换,从而得到整个PMS的最小割集;在分析n/k(G)表决冗余模块在PMS中可靠度计算模型的基础上得到整个PMS的可靠性计算模型。以费用最小为目标,构建多阶段任务系统可靠性冗余优化模型,并应用微粒群算法对模型进行求解。算例通过一个三个阶段n/k(G)表决系统来阐述该方法的应用,并验证了模型的合理性及算法的有效性。     

阶段任务系统可靠性建模及仿真研究

阶段任务系统(PMS)是一种典型的复杂系统,包含了一系列具有时间连续且不相互覆盖的基本任务阶段,对其系统可靠性的评估是一项复杂的工作,国外已经开展了20多年。在对PMS的几种可靠性模型进行了讨论和分析的基础上,从系统效能的角度出发,从理论上给出了一种新的评估各阶段转换时间随机的PMS系统可靠性的模型,并通过计算机仿真进行了大量次的计算,最后对仿真结果进行了分析。     

基于凸联合的Krylov子空间自适应LMS算法

提出了一种基于凸联合的Krylov子空间自适应最小均方（least mean square, LMS）算法。首先采用Krylov子空间变换将未知系统的冲击响应转换为Krylov子空间下的稀疏结构,利用其稀疏特性,将一种改进的比例归一化LMS（improved proportionate normalized LMS, IPNLMS）算法和一种变阶数归一化LMS（variable tap length normalized LMS, VTNLMS）算法进行凸联合,最后通过Krylov子空间反变换得到未知系统冲击响应。仿真结果验证了所提出的凸联合自适应LMS算法具有更快的收敛速度和更小的稳态误差。     

一种新的基于Krylov子空间的快速子空间分解

快速有效地进行子空间分解是子空间类算法走向工程应用的关键。提出了一种新的期望信号的选择方法,并证明了在空时白噪声条件下由观测信号的协方差矩阵及观测信号与期望信号的互相关矢量构成的Krylov子空间等价于信号子空间,从而可以通过多级维纳滤波方法计算Krylov子空间的基来实现信号子空间的快速估计。由仿真实验可以看出所提出的方法能够快速有效地实现子空间分解,尤其在低信噪比下仍然具有较高的性能。     

考虑概率型共因失效的多阶段任务系统可靠性分析模型

针对多阶段任务系统(phased-mission system, PMS)任务可靠性受概率型共因失效(probabilistic common cause failure, PCCF)影响的问题, 提出一种基于贝叶斯网络(Bayesian network, BN)的PCCF-PMS分析模型。首先, 研究基于BN的PMS表征方法, 建立不考虑共因失效的PMS基础BN模型, 即PMS-BN。其次, 构建共因空间节点, 并研究在共因空间节点影响下系统模型参数的修正方法。最后, 引入共因节点对PMS-BN模型进行扩展, 实现考虑共因失效影响的PMS可靠性量化分析。以地球同步轨道卫星的首次变轨任务为例说明所提模型的正确性, 分析结果表明, 共因失效问题对于PMS的可靠性存在显著影响。PCCF-PMS模型能够综合处理受概率型与确定型共因失效影响的PMS可靠性分析问题。所提模型适用于共因事件间呈独立、互斥、统计相关等统计关系的情况, 且网络模型规模可控。     

基于DSPN的多阶段任务系统测试性需求建模与分析

针对多阶段任务系统(PMS)的测试性需求分析问题,提出了一种基于确定与随机Petri网(DSPN)的系统级测试性需求模型(PMS-DSPN)和指标确定方法.PMS-DSPN模型包括系统网(SN)和阶段网(PhN)两部分,每个SN对应于各个子阶段任务的GSPN测试性需求模型;PhN对应于各个阶段任务间的转换过程,并通过关联矩阵进行描述.基于该模型得到PMS任务成功率计算方法,并结合PMS维修代价、测试性设计代价计算方法,构造了系统级测试性指标优化分析模型,进而确定PMS系统级测试性指标.最后通过实例验证该方法的有效性.     

多阶段任务系统(PMS)可靠性模型研究

多阶段任务系统(phased mission system,PMS)包含了一系列具有时间连续且不相互覆盖的基本任务阶段。针对系统特点,对PMS的两种可靠性模型进行了初步的讨论和分析,并提出了一种对包含可修任务的PMS系统可靠性评估的方法。该方法从任务可靠度的角度描述了系统的可靠性,并结合可用度、可信度等描述参数建立了新的评估模型。最后从理论上分析了此方法的可行性,并通过实例验证了其有效性和正确性。     

具有不可比状态信息的可修MS-PMS可靠性分析

针对复杂多阶段任务系统(PMS)中存在的元件状态多态性和不可比性问题,提出了系统与元件两层的分层模块构建方法,应用连续时间Markov模型(CTMC)描述可修元件之间状态的相依和变迁的动态行为,应用多态多值决策图(MVDD)构建系统的结构函数.为处理元件状态不可比情形,将其分为组内、组间及无约束状态三组,应用CTMC构建了不同变迁约束下部件处于不同阶段时的状态组的联合概率模型,发展了具有不可比元件状态的多状态多阶段任务系统(MSPMS)可靠性分析方法.最后,通过简约形式的飞行任务系统实例,结果表明CTMC下分层分组模块分析方法能有效计算MS-PMS的可靠度,验证了模型与分析方法的可行性.     

LIC纹理的GPU生成及边缘检测后优化处理

对基于GPU GLSL的LIC算法实现的完整框架进行了明确、详细描述,提出了矢量场--纹理颜色分区映射的方法,充分利用顶点处理器和GPU顶点颜色插值的优势,将离散计算矢量场转换为连续的纹理数据场,并给出了LIC算法实现的相关核心片元程序,对基于GPU的LIC与传统方法的性能进行了对比;提出了基于GPU的边缘检测的LIC纹理后优化处理方法,采用冷暖光照模型进行处理,取得了较好的可视化效果.     

基于GPU的相位干涉仪FX鉴相算法

针对相位干涉仪测向系统对于大量高速实时信号的处理需求, 设计了基于图形处理单元(graphic processing unit, GPU)的频域互相关(简称为FX)鉴相算法, 完成了相应的并行程序设计, 进行了实时数据的测试验证。为充分发挥GPU强大的浮点运算能力和并行数据处理能力, 将涉及大量并行高速数据计算的核心鉴相算法加载在GPU中, 实现了高速并行数据的相关处理和相位提取; 利用中央处理器(central processing unit, CPU)完成了数据调度、分发和简单的数据处理功能。实验测试结果表明, 在较好地保证鉴相精度的条件下, 本文设计的基于GPU的鉴相算法, 其数据处理速度是基于CPU平台的140倍左右, 鉴相速度明显提升, 较为圆满地实现了实时性、可靠性和准确性的设计初衷。     

基于任务可靠性的多阶段系统设备投入策略优化模型

为保证多阶段任务系统的高可靠性,在执行各阶段任务的过程中不仅会设置设备备份,同时也会设置复杂的任务执行方案备份.本文通过研究多阶段系统在各阶段的可执行任务状态空间、状态转移关系以及各阶段之间的状态影射关系,构建了该类系统的Markov可靠性模型.并以各阶段初的设备投入策略作为决策变量,系统的任务可靠性作为优化目标,设备投入工时作为约束条件构建了多阶段系统的设备投入策略优化模型.算例分析表明,本文模型利于对多阶段系统开展可靠性分析与系统的设备投入策略分析.     

装备体系多阶段任务可靠性高效解析算法

体系作战任务可靠性的实时评估是未来作战的必然要求。为了实时计算装备体系多阶段任务可靠性,基于k/n(G)表决模型,设计了一种考虑冗余的可靠度高效解析算法。在体系结构分析及任务概述基础上,建立了冗余故障树以及由冗余故障树转化的二元决策图(binary decision diagram,BDD)模型。针对传统可靠性解析计算算法复杂度高的问题,本文利用递归算法改进了k/n(G)表决模型的计算过程,提高了计算效率。以航空装备体系远程目标打击任务为例,数值计算表明,本文的改进解析算法有效得出了体系多阶段任务可靠度计算结果,且相比传统算法运算效率得到显著提高,有利于应用到体系作战任务可靠度实时计算评估,指导任务统筹和规划。     

基于GPU的SAR回波仿真高效实现方法

针对合成孔径雷达(synthetic aperture radar,SAR)分布式场景回波仿真计算量巨大的问题,提出了一种结合改进的同心圆算法与图形处理器(graphics processing unit, GPU)技术的高效SAR回波仿真方法。首先,针对常规同心圆算法精度较低造成的图像信噪比低的问题,提出了一种改进的同心圆算法。其次,为了充分发挥GPU处理核之间的并行优势,对该算法的GPU并行处理进行了深度优化,进一步提升了仿真速度。具体方法是,根据并行度的高低设计核函数,确定了先采用“线程外推”实现部分目标回波的同心圆累加,再用“归约相加”实现所有目标回波的累加。最后,与常规GPU方法进行了实验对比,验证了所提方法的精确性和高效性。     

基于循环映射算法的并行组合扩频通信

并行组合扩频通信比普通的直扩通信和软扩频通信具有更高的信息传输效率。在接收过程中,如果选出的r个最大扩频序列中有一个序列出错,就会造成大量误码。现有的数据序列映射算法都没有判断和纠错序列出错的能力。提出了基于循环映射的新数据序列映射算法,通过对选取扩频序列增加强约束关系,使新数据序列映射算法具有判断和纠正一个序列出错的能力,大大降低系统误码率。理论分析和仿真结果表明,在同等信噪比下,循环映射数据序列映射算法能使误码率降低2个量级等级,大大提高并行组合扩频通信的可靠性。     

面向CPU、GPU多目标机的混合求解器设计与实现

传统常微分方程的并行求解方法主要包括面向任务的并行和面向方法的并行,但是这两种求解算法,只能利用CPU,或者只能面向同质形式的ODE(ordinary differential equations)簇,存在严重不足.以 RIDC(revisionist integral deferred correction)算法为基...