基于分布式数据库的飞行计划系统设计与应用

在飞行管理中,飞行计划是保证飞行安全的重要基础性工作,而其在计算中需要借助多种数据作为参考,所以在实际的系统设计中为了降低其设计耗时,可以利用分布式数据库的技术来帮助其提高设计中的并行能力,以此提高效率。     

一种基于飞行计划的冲突检测算法及实现

针对民航班机实际飞行情况，对飞行计划中航线的冲突情况进行了立体建模、平面投影、检测方案判别、坐标旋转和平移等处理，设计出了一种基于飞行计划的有效冲突检测算法。     

基于网络的分布式数据库安全模型设计

为了能够建立基于网络的分布式数据库安全模型,就相关问题进行了研究。首先,探讨了分布式数据库安全问题;其次,分析了分布式数据库安全策略;以某地区石油化工企业数据库为例,进行了基于网络的分布式数据库安全模型的案例分析。     

分布式计算环境下CBIR检索引擎的实现

本文探讨了一种基于分布式并行计算环境下视觉CBIR检索（基于内容的图像检索）引擎的实现.该引擎采用分布式数据库来保存庞大的多媒体数据库，利用Agent技术，采用分布式图像处理单元来进行多媒体数据的特征提取和索引建立.利用并行处理单元在分布式数据库上进行检索匹配.讨论了在动态负载平衡下如何进行处理单元(PE)和代理以及分布式数据库的交互.     

互联网分布式数据库的安全管理

文章基于当前计算机互联网的迅速发展,使得分布式数据库系统应运而生,并成为计算机技术最活跃的研究领域这一背景,对互联网分布式数据库安全管理相关研究进展进行了总结与回顾。分析了分布式数据库安全属性,介绍了当前主要的分布式数据库安全管理技术,总结了典型、有代表性的互联网分布式数据库安全管理模型,并对基于角色的存取控制(RBAC)模型进行了重点阐述。     

基于分布式数据库安全策略的研究

分布式数据库技术的应用随着计算机网络技术的发展而越来越受到重视，数据安全问题是其技术因素中的重中之重，数据繁杂、网络扩增加了数据安全的复杂性。本文针对数据不安全隐患而展开基于分布式数据库安全策略的研究。     

分布式数据库的架构设计与应用分析

<正>随着科技水平的日益提升，数据安全、数据存储、业务数据扩展等方面的问题逐渐暴露，集中式数据库已无法满足当前市场的需求，分布式数据库逐渐获得发展并在多个领域广泛应用。基于此，本文首先对分布式数据库的概念及特点进行简要概述，其次对分布式数据库的总体架构设计、主流架构设计方案及应用实践进行探讨，最后对分布式数据库的未来发展进行合理预测。     

基于Java的分布式数据库中间件的研究

经过对分布式数据库系统中间件结构的研究,提出了一个基于Java分布式数据库中间件的设计方法.本方法解决了分布式数据库开发中的复杂性问题.与以前的方法相比较,用该方法开发出来的分布式数据库维护方便、安全性高,具有高度的适应性、可升级性、可移植性及稳定性.     

基于Java的分布式数据库中间件的研究

经过对分布式数据库系统中间件结构的研究,提出了一个基于Java分布式数据库中间件的设计方法.本方法解决了分布式数据库开发中的复杂性问题.与以前的方法相比较,用该方法开发出来的分布式数据库维护方便、安全性高,具有高度的适应性、可升级性、可移植性及稳定性.     

分布式数据库应用系统安全管理实现方法的研究

为了实现分布式数据库应用系统的安全管理，提出了在基于角色的存取控制模型(RBAC     

一种基于蚁群智能算法的航迹优化方法

航路规划是飞机地形回避系统的一个关键环节,是完成低空飞行任务的基础。针对飞机地形回避过程的航路规划技术进行研究,利用k均值算法对地形采样点进行聚类,建立地形障碍空间模型。运用狄克斯特拉算法进行初始航迹规划,然后利用蚁群智能算法对航迹进行优化,缩短整个航线的航程。通过仿真验证了方案的可行性和合理性。     

基于开源软件的无人机飞行仿真

飞行控制算法设计和仿真是无人机研制的关键步骤。为了缩短无人机飞行控制算法设计周期和试验成本,本文对无人机纵向和侧向控制算法进行了设计,并基于开源软件开发了固定翼无人机可视化的飞行仿真系统,对飞行控制算法进行仿真实验。仿真结果显示,飞行仿真系统实时且直观,通过对飞行仿真试验数据的综合分析,验证了飞行控制算法的有效性,该飞行仿真系统可广泛应用于无人机飞行控制算法的仿真验证。     

基于多Agent协同求解的企业供应链过程建模研究

基于多Ａｇｅｎｔ规划技术,提出并建立了支持企业供应链建模的分布式协同求解模型,包括企业供应链的分层规划理论,供应链中的多Ａｇｅｎｔ协同模式分析,状态空间模型以及任务分解算法等四部分内容。它的提出为企业资源计划的供应链工具支持提供了理论依据和技术方法。实践证明,应用该技术可以有效地指导供应链的过程重组。     

基于改进蚁群算法和共用航段的搜索救援通道规划

针对战斗搜救任务场景中,空中搜索救援等待区至跳伞区之间的往返路径规划问题,提出一种基于改进蚁群算法和共用航段的搜索救援通道规划方法。首先,针对基本蚁群算法易出现局部极值及收敛速度慢等缺点,对启发函数、状态转移策略、信息素更新策略进行了改进。然后,针对单起点多目标点的路径规划问题,提出了设置分航点以生成共用航段的搜索救援通道规划方法,并以总路径长度表征任务准备负荷量与分别规划航路进行对比。实验结果表明,在本文测试环境下,改进蚁群算法规划的路径长度分别缩减15.4%和14.2%,搜索救援通道的任务准备负荷量减少25.4%。所提出的搜索救援通道规划方法有一定的理论和应用价值。     

多救援直升机多目标分配与航迹规划研究*

分析了重大灾害后航空应急救援的可行性并建立了可行度矩阵,基于该矩阵提出了多直升机多目标分配算法,提高了航空应急救援整体效能。基于形态学的图像处理和启发式A*搜索算法,提出了救援直升机二维航迹规划方法,在满足安全间隔的前提下求解可行最短飞行路径,形成重大灾害条件下的航空应急救援预案,开发了航空应急救援辅助系统,通过飞行前准备可以提高航空应急救援效率和安全性。     

基于引导点的无人机三维航迹规划方法

为提高无人机航迹规划的速度,提出了一种基于引导点的航迹规划方法. 该方法结合了不同规划方法的优势,将无人机航迹规划分为两个层次:全局规划和局部规划. 全局规划利用遗传算法规划出最优或次优的区域点集,然后产生区域的引导点列;局部规划根据全局规划提供的引导点列,利用SAS(sparse A search)算法快速规划出满足约束条件的可行航迹. 仿真实验表明,该方法较好地结合了遗传算法和SAS算法的优势,规划航迹效果优于单一的遗传算法和SAS算法,并且有效地提高了规划速度.      

无人飞行器延时航迹规划方法

编队飞行中无人飞行器由于战场态势改变等原因常常需要延迟打击目标。在定高飞行模式下,提出了基于分层规划的延时航迹规划方法,首先基于最小风险值选择最佳延时机动区域,然后采用基于解析法的延时航迹规划算法,生成满足延迟时间和飞行约束条件要求的延时机动航迹。通过分析计算各个航迹段附近区域的风险值,确定了无人飞行器延时机动的安全飞行区域;基于解析法提出徘徊延时航迹的规划算法,并用该算法生成满足飞抵时间延迟量要求的延时航迹。仿真结果显示,徘徊延时航迹规划算法能够高效准确地规划出需要的延时航迹,规划总时间在规定的时间范围内,较好地满足了无人飞行器需要延时飞行的时间要求。     

基于Xscale与FPGA的微小型飞行器控制系统的硬件设计

以微小型飞行器为控制对象,设计了一种基于Xscale FPGA的双芯片微小型数字控制系统.该系统用基于Xscale架构的微处理器处理导航算法和控制算法,用FPGA处理外部信号核心.选择嵌入式Linux作为软件平台,完成了Bootloader设计、嵌入式Linux的裁减和主要器件FPGA的驱动设计.针对FPGA所需处理的信号,设计了用于A/D采样的硬件电路,采用硬件描述语言对电路模块进行了软件设计.实验测试结果表明,该系统具有较高的集成度和较好的实时性.     

PSORP航迹规划算法设计与实现

针对飞行器航迹规划与重规划进行了研究,提出了一种基于粒子群的航迹规划与重规划算法（Particle Swarm Optimization Route Planner,PSORP）。在该方法中,使用了特定的粒子群编码方式、构造了适当的适应度函数并建立了有效的航迹评价规则。仿真实验表明该算法可以有效利用各种环境信息,在实时环境下处理各种航迹约束,并最终获得近似的最优航迹。     

基于异构Agent的移动机器人体系结构设计

采用Agent技术设计并实现了一个移动机器人的分布式控制系统. 移动机器人的体系结构包含了慎思层、控制层与协调层, 由多个异构Agent完成相应功能. 动态局部规划根据激光雷达的环境"快照"信息来确定局部反应行为. 慎思规划采用逆向D*算法, 通过搜索脱离点来避免在复杂环境下陷入局部势能陷阱. 慎思层与控制层分别由低工耗工控机实现, 组成异构分布控制系统. 该体系结构综合了控制的实时性与复杂环境下的适应性. 开放的硬件平台与软件Agent结构提供了一种具有良好扩展性的智能移动机器人设计范式.