-
题名LRM自动测试系统应用研究
- 1
-
-
作者
李乔杨
王志强
刘陶
-
机构
航空工业西安航空计算技术研究所
-
出处
《航空工程进展》
CSCD
2019年第A02期195-198,共4页
-
文摘
综合模块化的航空电子体系架构(IMA)已经成为当前发展趋势,外场可更换模块(LRM)是综合模块化航电系统的重要组成,因此LRM自动测试系统成为未来航电设备保障的关键。本文介绍LRM功能结构及特点,以及当前国内自动测试系统发展现状,最后着重探讨LRM自动测试系统应用中存在的问题和应用中需要提高的方面。
-
关键词
综合模块化航空电子系统
外场可更换模块
两级维护体系
自动测试系统
-
Keywords
integrated modular avionics system
line replaceable module
two-level maintenance system
automatic test system
-
分类号
V211.3
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名基于遗传算法的导弹电磁弹射器电机参数优化
被引量：2
- 2
-
-
作者
蔺志强
陈桂明
许令亮
李乔杨
-
机构
火箭军工程大学作战保障学院
-
出处
《火炮发射与控制学报》
北大核心
2020年第4期43-48,共6页
-
基金
国家自然科技基金资助(71601180)。
-
文摘
输出推力峰值和机械效率是导弹电磁弹射器驱动直线感应电机的重要性能指标。驱动电机的极距、初级槽形尺寸、绕组线圈匝数、次级尺寸和电磁气隙等对其都会产生影响。将这些参数作为变量,以驱动电机输出推力峰值、机械效率以及推力与机械效率之积作为目标函数,基于遗传算法对弹射器驱动电机的一个供电段进行参数优化,对比分析不同优化结果电机的性能优劣,通过二维有限元仿真对优化结果进行验证。结果表明:在驱动电机激励源为恒压源且供电频率不变的情况下,以推力效率乘积为优化目标进行优化的效果较好,优化后的推力峰值和机械效率分别提高了56.7%、24%,推力输出稳定,驱动电机性能得到明显改善。
-
关键词
导弹电磁弹射
直线感应电机
遗传算法
有限元仿真
-
Keywords
missile electromagnetic ejection
linear induction motor
genetic algorithm
finite element simulation
-
分类号
TJ768
[兵器科学与技术—武器系统与运用工程]
-
-
题名一种新的稀疏直线阵列波束形成算法
被引量：1
- 3
-
-
作者
任高明
李纪鑫
李乔杨
郝文涛
-
机构
陕西国防工业职业技术学院
中国航空工业集团公司西安航空计算技术研究所
空军工程大学信息与导航学院
-
出处
《电子设计工程》
2019年第22期97-101,共5页
-
基金
航空科学基金资助项目(2016ZC31003)
校级科研项目(Gfy19-53)
-
文摘
为了提高稀布阵列天线的综合性能,稀布阵列天线不仅要有窄波束和高增益,还需要有稳健的波束形成算法,以增强其目标识别的能力和抑制干扰的能力。本文以稀疏直线阵列为基本模型,在遗传算法和特征投影及协方差矩阵重构(EP-CMR)算法的基础上,提出了一种新的稀疏直线阵列波束形成算法。该算法将方向图最大旁瓣电平作为适应度函数,通过不断优化阵元的位置,使得基于遗传算法及EP-CMR算法的稀疏直线阵列方向图的最大旁瓣电平最小。实验结果显示,本文算法不但能有效抑制主瓣干扰和旁瓣干扰,同时还可以减少天线阵元、降低成本,抑制阵列天线方向图的旁瓣电平。
-
关键词
稀疏直线阵列
遗传算法
EP-CMR算法
抗干扰
-
Keywords
sparse linear array
genetic algorithm
eigen-projection processing and covariance matrix reconstruction algorithm
anti-interference
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名支持物理交互的无人机飞控系统安全测试方法
- 4
-
-
作者
习宁
周晓琳
孙聪
李乔杨
马建峰
郭鑫玉
-
机构
西安电子科技大学网络与信息安全学院
-
出处
《电子学报》
2025年第3期765-781,共17页
-
基金
国家自然科学基金(No.92267204,No.62232013,No.U24A20243)。
-
文摘
作为信息物理系统(Cyber-Physical Systems,CPS)的典型设备之一,无人机使用方便、对作业环境要求低、灵活性强,已广泛应用于农业、工业、军事等领域.其中,飞行控制系统是无人机核心基础服务,保障无人机遥测感知、通信覆盖、测绘救灾等应用的有效执行.但多变的物理环境、复杂的功能结构使无人机飞行控制系统在开发过程中容易引入各类软件安全问题,导致无人机发生劫持、坠毁、失控等严重问题.如何检测无人机飞控软件系统的安全问题变得非常重要.现有的大多数无人机异常检测技术依靠数字世界构造输入,难以及时发现无人机逻辑安全的问题,本文提出一种支持物理交互的无人机飞控软件安全检测方法,将静态与动态分析方法相结合,用模糊测试方法对无人机飞行控制软件的安全性进行测试,结果表明该方法能够以97%的高覆盖率对无人机飞控任务进行安全检测,并根据测试结果进行无人机特征数据提取,基于该特征数据采用机器学习的方法训练出双重异常检测模型,在多组数据集上与现有检测方法进行对比,本文方法达到发现无人机异常状况97.5%的准确率,有效检测出无人机飞控软件系统中的已知安全问题.
-
关键词
无人机飞控软件安全
模糊测试
异常检测
安全检测
机器学习
-
Keywords
unmanned aerial vehicle flight control
fuzzing
software security
anomaly detection
security testing
-
分类号
TP311
[自动化与计算机技术]
-
