1 海军航空大学, 山东 烟台 264001
2 中国人民解放军91049部队, 山东 青岛 266000
针对目前导弹数据采集、记录中存在的签字难以辨别、数据来源不明确、代签字和错签字等问题, 设计了一种基于顺序多重数字签名技术的导弹数据数字化验证方案。首先, 基于Schnorr数字签名算法提出了一种顺序多重数字签名方法; 然后, 对其进行了正确性、安全性分析, 在此基础上, 根据实际工作情况, 设计导弹数据数字化验证方案; 最后, 设计了基于多重数字签名的导弹数据数字化验证系统, 并进行了安全性分析, 结果表明该方案能够实现导弹数据的数字化验证, 具有较高的安全性与可靠性。
数字签名 多重签名 顺序 Schnorr算法 离散对数 导弹数据 digital signature multiple signatures sequence Schnorr algorithm discrete logarithm missile data
1 海军航空大学, 山东 烟台 264001
2 中国人民解放军91206部队, 山东 青岛 266000
针对传统“是非制”评判方法过于粗略以及导弹测试数据的不确定性问题, 将导弹状态重新细划为“良好”、“较好”、“堪用”、“拟故障”和“故障”5个等级, 提出了基于云模型和贝叶斯网络的导弹状态评估方法。结合云模型获得性能测试参数与各个状态等级的隶属关系, 采用贝叶斯网络建立多参数状态融合的评估模型, 并且引入DS/AHP方法进行条件概率赋值以减少专家推断过程中的不确定性。
导弹状态评估 贝叶斯网络 云模型 状态隶属度 多参数融合 missile state evaluation Bayesian network cloud model state membership degree multi-parameter fusion
对导弹退化故障预测方法进行了研究, 对测试数据进行统计推断, 确定了测试数据的分布规律, 并针对导弹测试数据分布参数存在小样本、非线性等特点, 应用最小二乘支持向量机预测算法对测试数据的分布参数进行预测, 确定了测试数据未来某一时刻的分布函数, 进而建立了导弹退化故障预测模型,得出了导弹未来一段时间内的退化故障概率。通过实例分析, 验证了退化故障预测模型的合理性。
导弹 故障预测 状态监测 最小二乘支持向量机 missile fault prediction condition monitoring least square support vector machine
1 海军驻洛阳407厂军事代表室，河南 洛阳471039
2 海军航空工程学院，山东 烟台264001
针对现有测试系统采集复现的笔划画面不清晰的问题，根据航空显示信号中笔划信号各分量之间时序关系及频率分布特征，对笔划采集数据进行处理。对其中辉亮信号采用二值处理，对笔划偏转信号进行分段滤波。采用SavitzkyGolay滤波数据处理算法，引入3σ准则对异常点进行剔除，并对平滑窗口宽度采用动态设计。仿真实验结果表明，该方法可以消除大部分噪声的干扰，使测试系统复现出的笔划画面质量大幅改善。
飞机显示器 显示信号 自动测试 笔划光栅 aircraft display display signal automatic test stroke and raster
