动静态相结合的集群服务体系架构设计与仿真

航天领域分布式信息管理的现状,以及各大型分布式系统环境的复杂性、需求的多样性,使得普通架构难以满足航天信息共享服务的要求.为提高分布异构航天信息的共享效率和多样化、动态化、系列化的按需服务能力,面向战略层统一共享、战役层多元应用、战术层按需定制,基于SOA体系结构,吸收了 CDN、P2P思想,设计了动态与静态相结合的集群服务体系架构,形成航天信息资源、共享分发服务资源和航天信息用户三者之间灵活的信息保障关系,并进行了仿真实验,为航天信息快速共享和按需服务提供技术解决方案,并探索航天信息多元化战场应用的新模式.     

飞行器运动模型的计算机辨识技术

飞行器运动模型辨识是以飞行试验、飞行力学和系统辨识为基础的一门新兴技术。计算机仿真应用贯穿着运动模型辨识的全过程。文中作者简述了飞行器运动模型在航空、航天科技和工业中的重要地位,以及计算机仿真对这门新技术的巨大支撑作用。着重讨论了飞行器运动模型结构－ 参数的计算机辨识技术     

直升机飞行模拟器及其特点

根据直升机与固定翼飞机飞行方式、操纵方式和任务使命的不同,简单叙述了直升机地面飞行模拟器研制的一般要求和特殊要求,并讨论了直升机飞行仿真模型的部件建模方法,特别是诱导速度模型和机身模型的特殊建模方法.最后给出了典型直升机地面飞行模拟器的飞行模拟曲线、分析以及飞行员评价,验证了模拟效果的可信性.     

基于ARINC429总线的飞行模拟器DME音频激励方法研究

【目的】使用诸多机载真件的高等级飞行模拟器存在无法通过传统模拟音频方案产生DME导航音频的问题,提出一种适用于ARINC429设备的数字音频解决方案。【方法】通过采集机载DME—4 000设备与RIU之间的数据,解析DME输出到RIU的ARINC429格式数据的传输时序及导航音频的L044数据位组字规则。【结果】以浦东导航台为例,将对应的莫尔斯电码按本研究提出的方法转换成0-1字符串,并以20位为一组分割打包成L044数据字,再按真机时序对其进行传输,最终产生的DME导航音频与真机真实声音要保持一致。【结论】试验证明,本研究提出的基于ARINC429总线法能有效解决某民用客机飞行模拟器在采用RIU、ACP真机设备和真机链路时DME数字音频的激励问题,从而达到预期的仿真效果。     

飞行计划集中处理的流量瓶颈点的识别与优化

为建设全国级的空中交通流量管理系统提供智力支持,将飞行计划集中处理这一手段,运用于预战术飞行流量管理阶段的流量管理方法和技术的研究之中,提供了一条新的研究思路.首先,利用过点时间预测算法计算过点时间,并根据过点时间统计出关键航路点的流量预测值;接下来,通过航路点容量模型识别航路上飞行流量大于容量的航路点,即流量瓶颈点;...     

基于蒙特卡洛仿真的高空尾涡运动特性

飞机在飞行过程中形成的尾涡流场是飞行安全重要影响因素.为研究飞机尾流在12500 m以上高空空域对下方飞机造成的影响,基于尾涡仿真快速计算模型建立了尾涡物理模型,采用蒙特卡洛方法对不同飞行高度处尾涡涡核的下沉高度进行仿真实验,分析了高空与中低空的涡核下沉高度差异性;然后计算不同飞机质量及大气湍流度下的高空尾涡涡核下沉高度,并对高空尾涡涡核下沉高度的影响因素进行分析.研究发现:与中低空相比,高空尾涡涡核下沉高度有所增加,平均增量为42.4～49.7 m;减小飞机质量可以降低垂直高度上的尾涡影响范围;当涡流耗散率超过1.2×10-4 m2/s3后,高空尾涡涡核下沉高度的变化较为缓慢.研究结果为高空尾流垂直间隔缩减研究提供参考.     

基于改进灰狼算法优化SVR的航天侦察装备效能评估

定量评估航天侦察装备效能是武器装备体系建设的重要环节之一, 对装备发展和作战应用具有重要的现实意义。针对评估样本数据少、效能在多指标因素影响下变化规律非线性等条件下的效能评估问题, 提出一种基于改进灰狼(improved grey wolf optimizer, IGWO)算法优化的支持向量回归机(support vector regression, SVR)评估方法(IGWO-SVR)。引入反向学习策略及余弦非线性收敛因子改进灰狼优化算法收敛性能及全局寻优能力, 并将其应用于基于支持SVR效能评估参数的优化。基于航天侦察装备特点, 构建评估指标体系及航天侦察装备效能评估模型。最后, 通过对一定作战想定背景下航天侦察装备效能进行仿真评估, 验证了所提方法的合理性及优化模型的有效性。     

预训练模型下航天情报实体识别方法

为了快速处理航天情报,基于数据驱动的深度学习技术,提出融合多源异构知识标注中文航天情报数据集的方法流程,以及基于预训练(pre-training)模型的航天情报实体识别(AIER)方法;通过对航天情报进行命名实体识别,达到对航天情报进行信息抽取的目的.通过融合BERT(bidirectional encoder representation from transformers)预训练模型和条件随机场(CRF)模型构建AIER模型(BERT-CRF模型),将其与隐马尔可夫模型(HMM)、条件随机场(CRF)模型、双向长短期记忆网络加条件随机场(BiLSTM-CRF)模型进行实体识别对比实验.结果表明:基于预训练模型的AIER模型能够取得93.68%的准确率、97.56%的召回率和95.58%的F₁值;相比于其他方法,基于预训练模型方法的性能得到提高.