—种面向卫星综合信息网的网络管理系统

卫星综合信息网是卫星通信与传统网络技术融合的必然发展趋势。网络中的卫星节点是具有星载系统的智能实体。由于网络本身所特有的动态性、高延迟特性以及资源的受限性，传统的网络管理不能适用于这种网络。为此，提出了一种新的网络管理体系并设计了新的面向对象的网管协议。基于此协议开发了卫星综合信息网的网络管理系统，并针对卫星网络的特点，提出了资源和任务管理，有效降低了网络的高延迟、异构及资源受限对于网管的影响，提高了卫星网络管理的有效性和准确性。     

事件服务在网络管理中的应用

在Linux平台下，采用4层管理模型实现分布式管理和基于Web的远程管理。其设备层和代理层间除采用同步、单目通信模式，还可采用CORBA事件服务提供的异步、多目通信方式。模型采用“推模型”：被监管对象端的CORBA对象向代理者发起消息的传送，不需考虑代理者是否准备就绪。把CORBA事件服务应用在网络管理中，能较好地避免传统网络管理系统中常采用轮询机制带来的一系列弊端。     

基于B/S的武器装备远程保障系统

基于B/S模式的武器装备远程保障系统,采用多层分布结构,包括数据采集及处理、状态监控、信息服务、远程故障诊断、网络通讯、数据库及管理等子系统.系统采用三级防范措施,首先对数据库应用系统进行安全防护,其次是运用网络防火墙提高安全性,最后采用入侵检测系统保证系统安全.     

基于1D-CNN 的卫星姿态控制系统故障诊断方法

为解决卫星姿态控制系统中自主故障检测和诊断的问题,提出一种改进的1D-CNN 卫星姿态控制系统故 障诊断方法。以卫星姿态控制系统的故障诊断为背景,构建航天器姿态动力学模型,将卷积神经网络(convolutional neural network,CNN)与快速卷积算法相结合,对卷积神经网络的拓扑结构进行改进,根据BP 算法,将1 维原始数 据作为输入,结合反作用飞轮作为执行机构的技术特征,给出一种基于卷积神经网络的故障检测和隔离方法。仿真 结果验证了该方法对卫星姿态控制系统实时故障检测和分类的有效性。     

神经网络专家系统在发动机故障诊断中的应用

将神经网络与专家系统相结合形成了神经网络专家系统，其核心部分采用BP神经网络．以发动机为诊断对象，获取故障数据后，采用3层BP神经网络模型对网络进行训练，经过几种不同网络参数的对比后，设定了合理的网络训练参数，训练后获得了期望的误差值0．01，并采用VB6．0软件设计了专家系统的人机交互界面，为专家系统在发动机故障诊断中的应用提供了有益的参考．     

基于小波神经网络的航天器故障诊断方法

针对微小航天器集群的故障诊断问题,提出一种故障诊断(fault diagnosis,FD)新方法。依据小波神经网络(wavelet neural network,WNN)理论,结合航天器集群的领队航天器故障检测与系统重构问题,构建一种故障诊断框架,采用小波神经网络与神经网络相结合,得出航天器姿态故障诊断策略及卫星姿态故障重构技术,给出了领队航天器故障重构方案,并进行了仿真实验与验证。仿真结果表明,该故障诊断方法是有效性的、故障重构是可行性的。     

运用网络流量自相似分析的网络流量异常检测

网络流量自相似分析有聚集方差法、R／S分析法、周期图法和Whittle法.基于网络流量自相似分析的网络流量异常检测采用正常流量模型、对网络流量自相似性参数Hurst及其时变函数H(t)进行分析．对网络流量进行实时限幅及使用数据库统计，通过检测自相似性变化，判断网络流量是否异常．分布式拒绝服务攻击试验表明，此法比传统的基于特征匹配的网络流量异常检测法在识别精度与实时性上有较大提高．     

一种基于SNMPv1的分级网络管理策略及实现

目前，选择简单网络管理协议第一版本（SNMPv1)作为网络管理协议仍是很多用户的需要。但SNMPv1因为没有定义管理进程间通信，所以只能进行单级小规模网络管理。对于较复杂的树型组织机构目前还没有一种能够使各上级在管理本地局域网的同时可以有选择地管理下级局域网的网络管理平台和应用。本文介绍了一种基于SNMPv1的通过适当地生成数据库结构并对关键数据进行上下级局域网数据同步的机制来实现广域网分级管理的策略。该方法已经在某师通信网络管理仿真系统上得到了实现。     

战术导弹综合故障诊断技术研究

针对战术导弹武器系统故障诊断的特点,对神经网络方法及传统的专家系统进行了研究.通过二者的有机结合,提出了综合故障诊断方法,并设计开发了某型战术导弹综合故障诊断系统.实践证明,基于神经网络及专家系统的综合故障诊断方法对战术导弹而言是行之有效的.     

基于层次Bayesian网络及后验风险准则的故障样本量确定方法

针对现有测试性验证方法对装备系统结构考虑不足,且在双方风险约束条件下所确定的故障样本量过大问题,提出一种基于层次Bayesian网络和后验风险准则的故障样本量确定方法。根据装备系统结构建立测试性验证方法的层次Bayesian网络模型,并以故障检测率作为Bayesian网络 的传递参数;提出Bayesian网络不确定性推理算法,充分融合各层次测试性先验信息,同时基于偏度-峰度检验的拟合分布选取方法推导出系统故障检测率联合先验分布;进一步结合系统成败型数据确定其后验分布,基于后验样本数据集和Bayes后验风险准则设计故障样本量确定算法,通过实例进行分析。结果表明,与经典验证方法、传统Bayesian方法相比,所提方法在相同双方指标约束下能有效降低样本量。     

通信装备故障诊断贝叶斯网络

为满足各通信部队对通信装备技术保障的要求,提出基于贝叶斯网络的故障诊断方法。分析贝叶斯网络在通信装备故障诊断方面的优势,以某型通信装备的某故障为例,研究了通信装备故障诊断贝叶斯网络的建模、参数设置、推理等关键技术。基于NETICA软件演示了基于贝叶斯网络的通信装备故障诊断的一般过程,验证了贝叶斯网络在通信装备故障诊断中应用的可行性与有效性。     

舰炮电气故障神经网络预测技术研究

为实现舰炮的故障预测和健康管理,针对舰炮电气系统的运行机理,利用电路仿真软件提取了该系统的故障知识,建立了故障诊断专家系统知识库,并运用BP神经网络方法实现了该舰炮电气系统的故障预测。仿真结果验证了该方法的有效性,取得了良好的诊断预测效果。     

复杂电子装备的智能故障诊断技术

复杂电子装备的智能故障诊断技术主要包括基于专家系统、神经网络和模糊逻辑的故障诊断,其发展趋势为综合智能诊断系统、远程故障诊断、分布式故障诊断及便携式诊断仪等.智能故障诊断技术与传统故障诊断技术相结合,可构造高效而智能的故障诊断平台.     

浅析网络信息安全的综合保护

网络信息安全的特征包括机密性、完整性、可控性、可用性及非否认性几方面。网络信息安全保护的几个主要方面涉及网络隔离技术、身份认证、数据加密、安全监控、数据库安全管理、数据备份等。     

一种基于机器人控制软件的构件缺陷管理方案

针对开源机器人控制软件构件缺陷管理的难题,提出一种分层式构件缺陷管理方案.该方案由缺陷监测层、缺陷诊断层和缺陷隔离恢复层共同作用,通过对系统各构件的运行状态参数的监测、分析,形成缺陷信息表,诊断和评估组合构件的缺陷,恢复或隔离缺陷构件,从系统框架层面实现软件平台构件的缺陷管理.结果表明:该方案能提高缺陷诊断精度,构件恢复或隔离的速度,可为智能机器人研发中缺陷管理提供参考.     

Elman型神经网络在液体火箭发动机故障预测中的应用

提出一种将Elman神经网络应用于液体火箭发动机故障预测的模型,并进行了多参数多步预测。仿真计算结果表明,较传统的静态BP网络预测模型,该模型结构简单,动态特性好,对于液体火箭发动机重要参数的预测效果较好,收敛速度快且精度高,具有较好的非线性时序预测能力,说明其在液体火箭发动机的故障预测中应用的可行性。     

基于小波网络观测器的飞控系统故障诊断

选择Mexican hat小波为神经元的作用函数构造了一个小波神经网络．用此网络对某型飞机飞控系统中的作动器进行系统辨识并对三种典型作动器故障进行诊断，仿真结果表明该小波神经网络对这三种诊断能力均强于传统的BP神经网络。     

神经网络技术在雷达电路故障诊断中的应用

简要介绍了雷达电路故障模式和BP神经网络的算法,针对雷达故障诊断的复杂性,提出了采用神经网络技术实现雷达的故障诊断。并以典型故障为例,设计了一个基于BP网络的故障诊断系统,通过实际仿真和应用,取得了较好的效果。     

基于Netica的导弹故障诊断贝叶斯网络模型研究

针对传统导弹装备故障诊断方法效率低、精确度差等问题,提出了采用贝叶斯网络进行导弹测试故障诊断的方法。本文首先对贝叶斯网络进行了概述,然后对导弹模型故障分支进行了贝叶斯网络故障诊断精确推理。进而采用故障树-贝叶斯网络转化法生成导弹典型故障贝叶斯网络模型,并使用贝叶斯工具Netica对该模型进行了案例分析。结果表明该方法可为导弹装备故障的快速定位提供依据,为贝叶斯网络技术在导弹故障诊断领域的应用奠定基础。     

基于SMS 的顶岗实习信息管理平台

针对传统顶岗实习管理存在的不足,开发出基于短消息业务（short messaging service,SMS）的顶岗实习信息管理平台。利用现代通信技术和信息技术手段,结合SMS技术、PHP技术和MySQL技术,设计MAS系统和短信猫PHP接口程序、监听程序。结果表明：该平台可靠性高,时效性强,能解决目前SMS系统不能进行全国全网手机用户短信收发的技术问题和顶岗实习管理问题。