高可靠性车载惯性传感器冗余配置方案优化技术研究

针对现有车载捷联惯导系统采用三轴正交安装陀螺配置模式,会出现单个陀螺故障直接导致系统失效的问题,本文提出一种基于正交锥冗余配置的高可靠性车载惯性传感器冗余配置方案。基于可靠性最大化、导航性能最优,以及单个陀螺故障后的导航性能更优的冗余优化准则,设计了五陀螺正交锥配置方案;在此基础上,设计广义似然比故障检测方法与基于线性预测思想的故障隔离方法相结合的故障诊断算法,解决惯导系统多陀螺故障检测和隔离的问题。性能仿真结果表明:惯性传感器冗余配置优化方案能使系统可靠性提升1.35倍,且准确实现对多故障的检测与隔离,对微型化车载捷联惯导方案设计具有重要的实际应用价值。     

四轴陀螺组件突变故障的检测与隔离

针对基于等价空间原理的传统诊断算法无法实现捷联惯导四轴陀螺组件故障分离的问题,本文提出了基于广义似然比法和斜率突变检测相结合的故障检测与隔离方法。分析对比了2种四轴陀螺冗余配置方案的量测性能与故障检测性能;以奇偶残差构建卡方检测量,采用广义似然比法对四轴陀螺组件进行故障检测;引入最小二乘方法拟合陀螺输出斜率,通过陀螺输出数据的斜率变化定位故障陀螺,并记录故障信息,实现系统重构。通过仿真验证证明:所提出的方法可以快速准确的识别故障器件,保证惯性系统陀螺组件的可靠性。     

浅议陀螺冗余技术在MEMS航姿系统中的应用

以MEMS惯性器件为传感器构建微小型航姿系统,具有体积小、成本低、抗冲击、适宜大批量生产等优点,但是其可靠性必须通过其它手段来保证,通过MEMS陀螺系统的冗余配置可以有效解决这个问题。主要分析了MEMS陀螺冗余系统的设计要素、配置方案以及故障检测方法,为陀螺冗余技术在MEMS航姿系统中的应用提供借鉴和支撑。     

一种新的3容错扩展RAID码

随着存储系统规模的扩大,如何提高存储系统可靠性成为一个必须解决的问题. 目前的双容错独立冗余磁盘阵列(RAID)码已经无法满足存储系统可靠性要求. 在双容错行对角奇偶校验(RDP)码的基础上,提出了一种编码冗余率和纠错能力达到编码最优的新的扩展RDP-RAID码,可以允许任意3磁盘同时故障,并给出了一种基于二元矩阵变换的简单和直观的译码算法. 与STAT码和EEOD码相比,扩展RDP-RAID码的编译码复杂度、更新复杂度、存储效率的综合性能可达到最优,存储可靠性高.     

基于V码的一种数据布局研究

提出一类新的双容错编码——V阵列码,冗余数据均匀分布在每个磁盘中,能容许任意两个磁盘同时故障。并证明基于V码阵列布局是最优双容错数据布局方法,给出了恢复任意两个磁盘同时故障的快速译码算法。与其他的编码方案相比,基于V码阵列布局同时具有较高的可靠性和吞吐量、较好的I/O性能、简单的编码和解码算法,以及编译码的复杂度最低和较好的平衡特性。     

一种移动Agent的高效容错策略

为提高移动Agent系统容错性能,保障系统运行的可靠性,在分布式容错机制基础上,引入了＂状态＂概念,并结合消息机制及滑动窗口机制,提出了一种新的容错策略.分析证明,该策略既避免了因大量移动Agent冗余而带来的系统开销,又极大地提高了容错的高效性及健壮性,是一种高效、可行的容错策略.     

光纤陀螺组合的多尺度多传感器数据融合

针对四个光纤陀螺的冗余组合,提出一种多尺度多传感器数据融合算法。该算法对4个光纤陀螺的冗余组合数据进行预处理,并对各个尺度上小波变换的系数采用自适应权值的方法进行数据融合,最后采用合适阈值和阈值函数对融合后的小波系数进行重构。仿真结果表明,该算法可以有效提高光纤陀螺组合系统的可靠性和精度,融合后的光纤陀螺组合精度可以提高一个数量级。     

存储器双模协同容错系统设计

本文提出的是容错存储器系统设计的一种实现方法，从硬件冗余方面提高系统的可靠性。设计中有用双模冗余结构，给出了故障检测的软件程序框图。讨论了切换电路硬件及设计，并经过实验验证了其可行性。最后，对系统进行了可靠性分析。     

8031两模冗余容错单片机系统

本文介绍了一种8031两模冗余容错单片机系统,该系统采用脉冲级同步、总线采样比较检错和检查点恢复等技术,具有故障卷回恢复、诊断隔离、降级运行功能,从而较大地提高系统的可靠性。     

冗余式捷联惯导系统多故障的检测与隔离

针对传统广义似然比故障检测无法实现捷联惯导多陀螺故障检测和隔离的问题,本文提出基于广义似然比故障检测和线性估计思想相结合的多故障检测与隔离方法。以发生多故障的六陀螺椎体垂向对称配置的冗余捷联惯导为对象,采用广义似然比方法对系统进行故障检测,并引入线性估计思想实现陀螺输出值预测,通过陀螺预测值与输出值的残差比较定位故障陀螺,并记录故障信息,实现系统重构。通过仿真和实测数据验证,证明该方法可以准确实现对多陀螺故障检测与隔离,保障捷联惯导系统可靠性。     

格状光网络中基于非对称业务的P圈配置策略

针对格状光网络中的不对称动态业务,提出了一种实现单链路故障保护的保护圈配置策略. 建立了非对称环境下的P圈配置的网络模型,给出了一种基于网络中工作资源分布结构和P圈有效跨接链路效率配置保护圈的针对单链路故障的启发式P圈保护算法. 针对在非对称业务环境下动态业务给出P圈构建模型配置方法,采用泛欧COST239网络拓扑,在非对称动态业务环境下对算法性能分别进行了仿真. 仿真结果表明,该算法在非对称动态业务的环境下,比已有方法有更高的资源利用率. 分别针对网络轻载和重载的情况给出了不同优化P圈的配置方案.     

在役钢板组合梁桥的时变体系冗余性

为研究多梁式钢板组合梁桥应对非对称极端作用的体系非线性冗余性能，沿着结构的传力路径和体系的再平衡过程，辨识了体系承载的3种弯曲失效模式，推导了体系弹性分配和塑性再分配能力的定量评价新指标，建立了考虑承载机制经时变异性的时变体系冗余性评估方法。基于MATLAB/OpenSEES编制了单元纤维的时变演化参数组管理程序，研究了材料劣化对体系再平衡和内力重分配性能的影响规律；采用数值增量算法，开展了结构在非对称荷载下的弹塑性全过程分析，并通过与构件-体系层次的破坏性试验对比验证了数值模型的准确性，进而建立了基于纤维宏单元的时变体系非线性冗余数值模拟方法。研究结果表明：材料劣化会导致体系从多梁协同承载机制向单梁承载机制转换，并引起构件延性、体系冗余性和可靠性发生不同程度的退化；更适应现场快速装配需求的少主梁或少横联形式容易在服役年限出现构件安全性和体系冗余性不足的情况。主梁、中部横联和端部横联的失效对体系承载性能影响较大，为钢板组合梁桥的关键构件，其他横联的敏感性较低，为非关键构件。     

Improved hidden Markov model for speech recognition and POS tagging

In order to overcome defects of the classical hidden Markov model (HMM), Markov family model (MFM), a new statistical model was proposed. Markov family model was applied to speech recognition and natural language processing. The speaker independently continuous speech recognition experiments and the part-of-speech tagging experiments show that Markov family model has higher performance than hidden Markov model. The precision is enhanced from 94.642% to 96.214% in the part-of-speech tagging experiments, and the work rate is reduced by 11.9% in the speech recognition experiments with respect to HMM baseline system.     

硬件磁盘阵列的使用

RAID（廉价磁盘冗余阵列）技术是高存储子系统性能可靠性的一种有效手段。RAID可以由软件或硬件实现,硬件RAID又可以分为主机内部硬件RAID和主机外部硬件RAID。硬件RAID不依赖操作系统,具有比较软件RAID更高的运行效率和容错能力,主机内部硬件RAID又比主机外部硬件RAID具有更高的运行效率和管理能力,主机内部硬件RAID广泛应用于高端网络服务器中,以Mylex DZC960PCIRAID适配器（主机内部硬件RAID控制器）为例,对主机内部硬件RAID的基本概念,安装和配置,以及故障后的重建进行介绍。     

基于核空间的全局正交鉴别矢量集方法

提出了一种基于核的全局正交鉴别矢量集方法。首先应用支持向量机中核函数的概念,将样本隐式地映射到特征空间,然后构造特征空间的正交空间,再将特征空间样本映射到特征空间的正交空间,求解基于Fisher的全局正交鉴别矢量集。在ORL人脸图像库上的实验结果表明,与现有的基于核的广义鉴别矢量集算法(GDA)和改进的基于核的广义鉴别矢量集算法(MGDA),以及基于核的直接鉴别矢量集算法(KDDA)相比,本文算法有更高的识别率及鲁棒性。     

SVM with discriminative dynamic time alignment

In the past several years, support vector machines (SVM) have achieved a huge success in many fields, especially in pattern recognition. But the standard SVM cannot deal with length-variable vectors, which is one severe obstacle for its applications to some important areas, such as speech recognition and part-of-speech tagging. The paper proposed a novel SVM with discriminative dynamic time alignment (DDTA-SVM) to solve this problem. When training DDTA-SVM classifier, according to the category information of the training samples, different time alignment strategies were adopted to manipulate them in the kernel functions, which contributed to great improvement for training speed and generalization capability of the classifier. Since the alignment operator was embedded in kernel functions, the training algorithms of standard SVM were still compatible in DDTA-SVM. In order to increase the reliability of the classification, a new classification algorithm was suggested. The preliminary experimental results on Chinese confusable syllables speech classification task show that DDTA-SVM obtains faster convergence speed and better classification performance than dynamic time alignment kernel SVM (DTAK-SVM). Moreover, DDTA-SVM also gives higher classification precision compared to the conventional HMM. This proves that the proposed method is effective, especially for confusable length-variable pattern classification tasks.     

基于Walsh码的正交差分混沌键控通信方案

提出一种可用于超宽带(UWB)的新型正交差分混沌键控(ODCSK)通信方案,能克服码移差分混沌键控(CS-DCSK)方法存在的问题,具有比特传输速率高、保密性好、可靠性高等优点. 理论分析和仿真结果表明,在一定的扩频因子和信噪比条件下,新系统具有比CS-DCSK更好的解码性能.     

基于SFAM网络的机械零件不变性模式识别

本文对机械零件进行图像采集,计算零件的正交Fourier-Mellin矩,采用SFAM网络和ART2网络分别对三种差别较小的机械零件进行识别试验。结果表明,SFAM网络克服了ART2网络抗噪性和分类性能的矛盾,比ART2网络具有更高的识别精度。     

基于动态模糊神经网络的多余力矩抑制方法

针对负载模拟器难以准确建模,多余力矩严重影响力矩加载性能的特点,提出一种基于动态模糊神经网络抑制多余力矩的新方法．该动态模糊神经网络无须较强领域的专家知识,是系统自动建模及抽取模糊规则的网络,且模糊神经网络结构是动态变化的,其模糊规则是在学习过程中逐渐增长而形成的．设计了结合前馈反馈控制和直接逆控制的控制策略,在线更新算法,实时更新网络结构及参数以及时跟踪被控对象逆模型的变化,与其并行的PID控制器的作用在于保持系统的稳定并获得更快速的系统响应和更佳的跟踪精度．通过仿真可以看出基本消除了多余力矩,系统性能得到改善,仿真效果令人满意．