B码应用深入探讨

在介绍B码构成与原理的基础上,分析了B码时统典型应用实例,针对B码应用中常见的无法跨年和闰秒、B码中断与恢复时存在时间错误、受扰时间跳变、交流B码幅度与调制比受限等问题,提出了B码版本切换与软件跨年及闰秒、强制守时、解码容错、交流B码数控幅度与调制比等解决方法。工程实践表明：这些方法可有效解决B码应用中遇到的对应问题,有效提高了B码时统的稳定性和可用性,具有很好的实用价值。     

实时系统中的熵容错模型研究

针对硬实时系统中采用的N重冗余容错模式存在代价大和容错效率不高的问题,在硬实时分布并行系统中提出了一种熵容错模型,将数据/任务按给定的约束分割为惯性和非惯性两个子集,其中惯性分量的未来状态是可估值的,非惯性分量是不可预测的。在容错实现中,对惯性分量不做冗余,在故障引起的间断期则对其估值;对非惯性分量进行多重冗余,从而使系统在故障活动期内仍能提供可信服务。应用证明该模型在惯性分量权重较高的系统中能够以低于2的容错因子包容多个故障,改善容错效率。     

无人机组网遥感实时任务观测的冗余容错控制方案

中小型无人机（UAV）越来越多地应用于各种实时静态和动态任务中,已成为对人类非常有用的辅助工具。适合无人机在各种条件下进行监视和测量的因素有很多,但无人机在执行不同的实时任务时仍会受到各种挑战,且一旦在任务执行过程中任何一个约束的及时响应缺失,将会影响任务的总体结果,导致整个任务部分或完全失败,在实际中很难建立完美系统。因此,在系统中引入冗余容错来最小化故障概率并增强其鲁棒性非常重要。其中,根本问题是随着系统复杂性的增加,除非对其采取补偿措施,否则其可靠性会急剧下降。冗余容错是通过添加一个或多个模块（通常采用并行配置）作为备份来引入冗余。为了提高极端条件下航空遥感任务无人机网络系统的鲁棒性和成功率,本文将基于冗余的容错控制技术引入无人机网络设计中,确定了不同限制条件下的最佳网络解决方案。组网设计是在不同观测条件下的遥感任务如“大尺度生态监测”、“中尺度洪灾监测”、“小尺度安全监测” 中,通过同步监控进行主动合作的包括多个无人机的网络。多无人机网络作为冗余容错体系结构时可以通过添加多个无人机作为备份使得系统可以容错,而无人机在不同极端条件下的位置和视角则可以作为冗余容错的场景设置。当组网方案中的无人机位置和视角超过设定的阈值时可以被认为是故障的,其将被分离并不考虑进一步分析。通过以上方式,无人机网络可以在极端条件下得到组网控制方案的有效输出,进而保证遥感观测任务的顺利进行。     

基于PC机群波动方程叠前深度偏移的并行计算策略

基于波动方程的叠前深度偏移技术是解决复杂地质地貌地区地震成像的一种非常有效的手段,但是在实际应用中面临着数据量巨大和计算量巨大的双重困难.以PC 机集群为硬件环境,以MPI消息传递并行编程环境为并行程序设计平台,研究设计出请求分配作业的主从模式来实现波动方程叠前深度偏移的并行计算,从而解决了动态负载均衡难题,采用的作业登记与分析技术解决了容错处理问题.理论模型数据和实际地震资料测试结果表明:程序运行稳定,并行效率高.对我国东部地区某三维地震数据进行了处理,用请求分配作业的主从模式比平均分配作业的主从模式节省了23.68%的时间.