基于改进混沌神经网络的飞机舵面故障预测研究

结合混沌序列的相空间重构理论和BP神经网络预测理论,构建了一个基于时间序列预测的混沌神经网络模型;考虑基本BP神经网络采用的梯度学习算法收敛速度较慢的缺点,文章利用改进的Levenberg-Marquart(L-M)优化学习算法对网络进行训练;最后对一组飞机舵面卡死故障数据进行仿真实验,结果表明该模型不仅提高了预测精度,而且网络收敛速度也得到明显的改善,有效避免神经网络局部极小问题,可以较好地对飞机舵面卡死故障进行预测.     

基于容错技术的处理器设计

如何提升处理器本身的容错性能,使其能够更好地应用于各种复杂多变的环境,已经成为当前研究的热点;对于这一问题,可以将故障屏蔽技术(三模块冗余,校正器)和故障恢复技术(多数表决恢复,检查点)综合应用到处理器的容错设计中;以VHDL代码实现的8051处理器为研究对象,综合采用上述方法设计容错处理器,并在仿真环境下采用故障注入的方法对其容错性能进行测试和验证;研究表明采用这些技术可以构造具有良好可信性和稳定性的容错处理器。     

基于VHDL的故障注入技术研究

与其他故障注入技术相比,基于VHDL的故障注入技术具有很大的优点.首先,它可用于系统的设计阶段,减少产品推向市场的时间;其次,它具有很高的可控性和可观察性.对基于VHDL的故障注入技术进行了研究,分别研究了基于仿真命令、破坏和突变的故障注入技术,最后对这3种技术进行了简单的比较.     

变组相连缓存结构的设计和故障注入验证分析

缓存是CPU与内存之间解决速度匹配问题的中介,文章研究了一种变组相连的缓存结构和缓存容错机制,通过基于软件的故障注入试验,结果表明该结构硬件成本小于全相连,但缓存命中率与全相连相似;故障探测率高于全相连,接近组相连,是综合性能较优的缓存结构.     

基于VHDL的故障注入技术

对基于VHDL的故障注入技术进行研究,阐述基于仿真命令、“破坏”和“突变”的故障注入技术原理,以8051处理器为注入对象,实现3种故障注入技术。对3种技术的特性进行比较分析。对于仿真命令方式,研究信号操作和变量操作2种方式,针对变量操作方式提出可行的实现方法。对于“破坏”方式,通过对“串行破坏”和“并行破坏”的分析比较,证明前者更具实用价值。对于“突变”方式,介绍不同的实现方法,提出优化的设计方案。