基于云环境下的海量大数据存储系统设计

云计算是目前国际和国内新兴的一项热门技术,正在给人们的生产生活方式带来深刻的变革;在分布式文件系统中,为了实现数据的可用性和持久性,数据通常被分割成大小相同的文件块,通过多副本的形式分布存储在不同地理位置;大型的云计算服务提供商拥有自己的数据中心,这些数据中心往往分布在世界的不同角落,数据以副本的形式分布在不同的地理位置可以实现更好的容错机制,从而提供高可用的持久化的数据存储;文章主要研究了海量大数据存储系统设计,系统设计以Hadoop为平台,提出了一种新的基于云计算环境的海量大数据存储设计方法,主要给出了文件存储方案设计以及副本方案设计等,为云计算海量数据存储与管理提供了一种可行的关键技术方案。     

航空自动测试设备系统级校准方法探讨

为了解决航空自动测试设备(ATE)校准问题,从系统级校准方法角度,提出了分级校准法、外内结合校准法和外部综合校准法,通过对比上述校准方法的优势与不足,给出了不同校准方法的适用范围;分级校准法适用于测试资源配置较丰富的ATE;外内结合校准法和外部综合校准法适用于所有类型航空ATE的校准,针对目前国产航空ATE的研制水平,宜采用外内结合校准法;随着ATE研制水平的提高,外部综合校准法必将成为未来航空ATE系统的主流校准方案。     

高动态GNSS接收机导航数据采集完整性研究

由于高动态GNSS接收机数据更新率高、数据量大,因而对高动态GNSS接收机导航数据采集的完整性提出了很高要求;针对上述要求,对高动态GNSS接收机导航数据采集完整性进行研究,设计了定时、事件触发和双缓冲3种导航数据采集方法;由于数据截断问题,定时方法的数据丢帧率为15.72%,适用于数据量少、更新率低的环境;事件触发方法虽然有效避免了数据截断,但由于缓冲区溢出,导致数据丢帧率为11.88%,适用于短时数据采集的环境;双缓冲方法有效解决了数据截断和缓冲区溢出问题,丢帧率为0,适用于高动态环境;最后,将双缓冲采集方法在高动态GNSS接收机导航数据采集中应用,结果证明所设计的采集方法能够高效完整地采集数据。     

无线传感器网络AMRSSI加密调制定位算法研究

RSSI定位技术在无线传感器网络实际应用中,由于环境的开放性,信号很容易受到敌方的攻击,从而使系统的定位产生错误;通过对RSSI测距定位模型进行分析,提出了基于RSSI新的加密调制定位算法AMRSSI,该定位算法计算简单、保密性强、受外界干扰小;仿真实验表明该算法较普通的基于RSSI的测距方法定位精度上有了明显的改进,适合在通信开销小、硬件要求低的传感器网络节点上应用。     

基于机器视觉的雷达测角精度评估系统

利用光学成像原理,设计了基于机器视觉的雷达测角精度评估系统,主要包括光学部分(CCD相机)、图像采集部分和图像处理与目标角度信息提取部分等;机器视觉的定位成像和高精度测角,保证了该系统能在紧缩场中对雷达系统进行自动化、高精度、实时的角度测量校准和测量精度评估试验;理论分析和仿真结果表明,补偿由于雷达系统和机器视觉系统安装位置不同引起的角度测量偏差后,在正常的实验测量误差条件下,基于机器视觉的角度测量校准和评估系统能达到0.005°的校准和评估精度。     

基于综合权重多属性决策模型的装备测试性最优诊断方案获取

针对诊断方案多属性决策模型中的权重确定问题,采用专家评分法和改进AHP法计算主观权重,结合客观熵值权重确定方法,给出基于数学规划模型的主客观权重综合方法,避免主观判断和客观生成权重存在的不足;实例比较结果显示该方法能够在主观和客观权值之间寻找最佳的平衡权值,能够吸取两者优点,避免不足。     

某型无人机碳纤维复合材料翼梁安全寿命预估

提出了一种无人机机翼碳纤维复合材料翼梁安全寿命预估的方法;首先进行了某型无人机静平衡飞行时的有限元分析,获得了碳纤维复合材料机翼的应力分布及应力集中区域;基于地面数据终端的遥测帧数据提取无人机基本飞行参数,在合理假设基础上推导了无人机机体迎角、侧滑角计算公式,再利用动力学方程反演无人机在机动载荷下的重心过载谱,进而结合机翼编制了机翼在各飞行剖面下的应力谱;然后,设计了机翼翼梁碳纤维复合材料试样,开展了试样的静力试验与疲劳试验,拟合得到了机翼翼梁碳纤维复合材料的S-N曲线;最后,基于Miner线性损伤累积原理,完成了某型无人机机翼翼梁的安全寿命评估;文章方法基于无人机地面数据终端的遥测帧数据进行翼梁应力谱编制,简单便捷,特别适用于中小型无人机装备过载谱的获取。     

基于改进LMBP神经网络的地源热泵空调控制研究

针对BP神经网络训练速度慢并且容易陷入局部最小点的缺点,研究了LM优化算法;为解决LM算法中求解逆矩阵这一最耗时因素的问题,提出将共轭斜量法与LMBP算法结合起来,并通过Matlab编程语言实现,并将其应用到地源热泵冷冻水控制回路中;通过仿真对比,结果表明这种通过算法改进的控制器比PID控制器调节时间快约10 s、超调量小0.4,稳态误差小,具有明显的控制效果。     

基于SOM和PSO的云计算异构资源聚类MPI并行算法

针对云计算环境下大量用户请求同时到来造成的短暂峰值,使得用户的QOS服务需求不能得到有效保证,设计了一种基于MPI并行计算模型和SOM的异构资源聚类方法;首先,设计了一种改进的MPI的树状层次结构模型,然后,定义了基于SOM自组织映射的资源聚类算法,为了提高资源聚类精度,将PSO算法用于SOM的参数优化中,使得SOM在初始时刻就具有一个较好的连接结构;最后,为了充分满足用户请求的QOS需求,将MPI树状层次结构与基于PSO的SOM资源聚类算法相结合,并提出了具体的基于MPI的SOM资源聚类算法;为了验证文中方法,在Matlab仿真环境中进行测试,实验结果表明文中方法聚类精度为100%,且与其它方法比较,具有较高的聚类精度和较少的执行时间,是一种云计算环境下的可行资源聚类方法。     

基于环状检测器的WSN节点异常度双向多重检测方法

双向多重检测一直是WSN节点异常检测的难点,结合人工免疫原理提出了基于环状检测器的WSN异常度双向多重检测方法,引入人工免疫原理,设计了环状检测器,利用环状检测器能够实现对异常信号的分级,并根据小波包提取信息的异常特征信号,结合设计的环状检测器进行检测,无需知道异常信号的参数和特点,只要有正常的信号样本就能对WSN节点的早期故障进行检测,实时预警;以美国Crossbow公司生产的内置震动传感器的WSN节点进行测试,测试结果表明,环状检测器在选择合适的内径和外径后,能够准确地对WSN节点的异常进行检测,检测准确率高达95%以上,比传统系统准确率提高了35%左右,满足了WSN系统对WSN节点准确检测的要求,有效地解决了传感网络节点异常双向检测的问题。