基于GA-BP神经网络的大型客机气流角估计方法

为了解决硬件冗余难以克服的气流角传感器共因故障问题,进一步提高飞机气流角信号的可靠性,研究了基于GABP神经网络的气流角估计方法。通过BP神经网络融合姿态角、加速度、风速等参数来实现不依赖气流角传感器的气流角估计;引入遗传算法对神经网络权值和阈值进行全局优化,提高估计精度;对某大型客机的试飞数据预处理后用于模型的训练和测试。仿真结果表明,训练完成的GA-BP神经网络模型对气流角的估计值贴近实际值,稳定性和精度明显高于BP神经网络。上述方法给飞机增加一个余度的气流角信号,可用于传感器故障时为飞机提供可靠的气流角信号。

数据中心热环境数值模拟及气流均匀性优化设计

数据中心冷却系统的能耗约占总能耗的40%,合理的气流组织形式能有效提高数据中心制冷效率,改善数据中心的高能耗问题。为了优化数据中心的气流组织形式,首先根据数值模拟的结果定性分析了送风方式、冷通道封闭模式、回风口位置对热环境的影响。其次引入了不均匀系数,利用正交试验法,定量探究了空调布局方式、通孔地板孔隙率、架空地板高度对气流均匀性的影响。基于华东某数据中心算例进行研究,结果表明采用架空地板下送上回风、对冷通道全封闭处理、回风口位置设于热通道上方可以让数据中心热环境表现较好。各因素对气流均匀性的影响主次顺序为空调布局方式、架空地板高度、通孔地板孔隙率。

基于多信号流图的大气数据系统故障诊断

针对传统无人机大气数据系统故障诊断依赖专家经验、故障定位不准确的问题,提出了基于多信号流图的大气数据系统故障诊断方法。通过分析大气数据系统的组成结构和故障模式影响与危害度分析,采用多信号流图方法对某型无人机大气数据系统关键部件进行测试性分析,得到大气数据系统的故障-测试相关性矩阵。针对传统实时测试性工程与维护系统(Real-Time Testability Engineering and Ma-intenance System,TEAMS-RT)算法诊断速度较慢的问题,对TEAMS-RT算法进行优化研究,提出了一种基于TEAMS-RT的矩阵分解优化(简称Tree-RT)算法,在此基础上对D矩阵分别采用Tree-RT算法和测试一致性算法对大气数据系统进行故障注入试验。试验结果表明,Tree-RT算法对故障注入试验的诊断率为94.62%,高于基于测试一致性算法85.73%的诊断率,证明了大气数据系统多信号流图和Tree-RT算法的有效性,为无人机大气数据系统的故障诊断相关研究提供了技术支撑。

我国数据跨境流动规则探析——基于粤港澳大湾区先行先试

当前,以《网络安全法》等法律法规为框架的数据保护与数据跨境流动制度体系在我国基本建立,但由于在数据要素权属关系与定价机制、数据跨境的法律细则、跨境数据监管和保护、参与全球数字治理等方面面临诸多挑战,我国数据跨境流动规则仍未制定。粤港澳大湾区拥有独特的制度优势、系列先行探索实践和丰富的应用场景基础,应当承担起率先探索数据跨境流动规则的使命。粤港澳大湾区应通过构建数据跨境流动的协同治理体系、探索数据要素确权定价与评估监管机制、发挥平台与技术对规则探索的支撑作用、积极参与国际数字治理规则制定等实践路径,积极做好数据跨境流动压力测试,助力我国突破数据跨境流动的堵点痛点,加快探索具有中国特色和体现中国智慧的数据跨境流动规则,推动我国数字经济高质量发展。

基于数据流分析的过拟合补丁识别

自动程序修复技术可实现对软件缺陷的自动修复,并使用测试套件评估修复补丁.然而因为测试套件不充分,通过测试套件的补丁可能并未正确修复缺陷,甚至引入新的缺陷并产生波及效应,导致自动程序修复生成大量过拟合补丁.针对这个问题,本文提出了一种基于数据流分析的过拟合补丁识别方法,首先将补丁对程序的修改分解为对变量的操作,然后采用数据流分析方法识别补丁影响域,并根据补丁影响域选择针对性覆盖准则来识别目标覆盖元素,进而选取测试路径并生成测试用例实现对修复程序的充分测试,避免修复副作用的影响.本文在两个数据集上进行了评估,实验结果表明,基于数据流分析的过拟合补丁识别方法可有效提升自动程序修复的正确性.

某电厂烟气超低排放运行问题及处理方法

某企业自备电厂3台燃煤机组烟气需要进行改造治理才能实现超低排放。其中2#系统改造调试过程中出现低氮燃烧效果不佳,前后墙温度偏差大;SNCR脱硝喷枪雾化效果差,氨逃逸超标;CFB半干法脱硫除尘运行稳定性差,经常塌床,且布袋差压高等诸多问题,并且导致最初阶段数据不达标。鉴于此,针对上述问题,经过初期调试数据比对分析,从喷枪安装位置检查,喷枪雾化试验,煤种成分以及配比试验分析,脱硫塔流场模拟,文丘里安装垂直度检测,除尘器喷吹方式调整等多方面尝试及调整,最终将问题一一排除,实现数据稳定达标。

一种针对ADCP单ping流速数据的质量控制方法研究

针对TRDI公司生产的ADCP数据后处理问题,以转换至大地坐标系的.ENX格式原始数据文件为对象,提出了直接对单ping流速数据进行质量控制的处理思路。选择具有代表性的样本数据,经对比发现VTG格式的GPS地面速度信息质量优于GGA格式信息。利用VTG船速计算绝对流速,通过对比处理效果与进行显著性检验,发现箱线图法对异常值的判别效果最好。将箱线图法处理后数据按照时间间隔进行平均,并与同样本的平均数据文件比对流速的平滑性,结果表明前者的数据质量优于后者。

汽轮机高调门流量特性曲线数据的测试方法

阐述现场测试汽轮机高调门流量特性,试验条件和数据收集步骤,得到优化流量曲线所需数据,对数据进行拟合,提高机组调频和变负荷能力。

运载火箭地面测发控系统信息流设计与优化

运载火箭地面测试与发射控制系统(简称测发控系统)是火箭测试发射过程中火箭与地面信息交互的重要枢纽,系统信息流可分为控制类、测量类和箭地通讯信息流。测发控系统主要经历了3化设备、一体化、新型一体化这3个阶段,不同阶段系统信息流各具特点,不断优化。分析影响系统信息传递效率因素,梳理系统信息流设计的关键要素以及技术要点,并对系统信息流优化方向进行展望,为后续运载火箭全箭试验数据整合、火箭健康管理、远程测试发射等应用的实现提供参考。

基于扩展有限状态机测试中测试输入数据自动选取的研究

扩展有限状态机 (EFSM )模型是有限状态机 (FSM )模型的一个扩展 ,它在FSM模型的基础上增加了变量、操作以及状态迁移的前置条件 ,通过EFSM我们可以更加精确地刻画软件系统的动态行为 .基于EFSM的测试可以应用到许多领域 ,因此具有重要的研究价值和实际意义 .许多研究人员已经提出了基于FSM测试的测试输入序列的构造方法 ,但基于EFSM的测试与FSM相比由于变量和状态迁移的前置条件的引入 ,增加了构造其测试输入的复杂性 .我们认为基于EFSM测试的测试输入应该包含两个部分 :即测试输入序列以及该输入序列上包含的输入变量的确定值 (测试输入数据 ) .手工选取这些测试数据的工作十分繁琐 ,极大地增加了测试的花费 ,因此自动选取这些测试数据可以大大提高实际测试工作的效率 .该文提出一种基于EFSM测试的测试数据自动选取方法 ,该方法利用两个关键的步骤 :①区间削减和②分段梯度最优下降算法来自动选取测试数据 .实验表明利用该方法可以自动选取大部分的测试数据 ,并且收敛速度较快 ;在某些无法得到确定解的情况下 ,区间削减也可以为测试人员提供一个较小的输入变量取值区间 ,方便了测试人员从中手工选择测试数据 .

面向对象软件回归测试技术研究

回归测试的目标之一是在程序修改后 ,只对进行修改的部分重新测试 ,从而达到与完全测试相同的测试覆盖 .利用数据流或部分数据流技术 ,对结构化程序进行回归测试的技术已相继提出 .随着面向对象方法的逐渐成熟 ,对面向对象软件测试技术的研究有了迫切的需求 .通过分析对象系统的特性 ,定义了对象之间的依赖关系 ,通过这个依赖关系 ,导出测试对象的方法序列 ,并应用程序切片技术 ,标识那些受到程序修改影响的测试用例 ,只有这些测试用例才需要在回归测试中重新执行 .最后给出了一完整的对象系统的回归测试解决方案 .

基于四阶累量的MUSIC算法对阵元误差的稳健性分析

本文分析了基于四阶累量的ＭＵＳＩＣ算法（记作ＦＯＣ－ＭＵＳＩＣ），在实际阵元存在幅相误差时，对波达方向（ＤＯＡ）的估计性能，给出了大样本情况下的估计方差公式，并与基于协方差矩阵的标准ＭＵＳＩＣ算法作了比较。计算机仿真结果表明，本文给出的方差公式与实验仿真结果十分接近。文中还给出了利用高阶累量的方法可获得阵列有效孔径扩展的新解释。

基于扩展有限状态机测试序列生成方法研究

扩展有限状态机是对有限状态机的扩展,由于引入了变量、状态迁移的前置条件以及状态迁移所引起的操作,它的测试序列存在可执行性问题。讨论了基于扩展有限状态机的测试序列生成方法的主要特点及局限性,指出了有待进一步研究的若干问题。

基于数据流的类测试技术研究

面向对象软件测试已成为软件工程领域的一个重要研究课题,其中,类测试是面向对象软件测试的关键。论文在介绍传统数据流测试技术的基础上,以面向对象软件的类作为基本测试单元,研究了一种基于数据流的类测试技术。

一种基于类数据流的软件测试技术

提出了一种类数据流测试技术 ,通过类的数据流分析计算出实例变量的定义 使用对信息及成员函数的前置条件和后置条件 ,匹配函数的前置条件和后置条件为每一定义 使用对产生函数激活序列 (即测试用例 ) .这样产生的测试用例能够发现成员函数与实例变量之间交互作用时发生的错误 ,并且弥补了传统数据流测试技术的不足 ,减少了重复测试 ,提高了测试效率 .

基于数据链的软件故障定位方法

软件中存在的故障很多与数据流紧密相关,对数据流故障定位是一个具有相当难度的研究问题.通过分析变量的定义-使用关系和变量间的依赖关系,并跟踪程序运行时各种操作对变量值的影响,即,变量操作状态的变化等基本信息,提出了一种综合考虑变量操作状态变化以及变量操作状态间依赖关系的数据链模型,利用该模型对程序中数据流故障进行定位.经过实验验证,所提出的基于数据链的故障定位方法的定位结果与基于定义-使用对、基于程序切片、基于概率依赖图和基于语句覆盖这4种典型的故障定位方法进行了对比,取得了更好的定位效果.

一种结构测试数据自动生成的框架

针对结构测试中控制流和数据流覆盖测试数据的生成都可以归结为面向路径的测试数据生成的问题,提出了一个通用的基于控制流和数据流的结构测试数据自动生成的框架。该框架根据控制流和数据流测试中所采用的覆盖标准优化选取测试路径,并以改进后的迭代松弛法为核心,对所选取的路径生成测试数据。以基于路径覆盖、分支覆盖和数据流覆盖测试数据自动生成这3种算法为核心,开发了一个测试数据自动生成的框架原型。实验结果表明该框架是可行的。

模型检验在构件数据流测试中的应用

模型检验输出的反例提供了一种自动产生测试用例的有效途径。提出了一种用模型检验进行构件数据流测试的方法。利用构件状态机描述构件的外部行为,用带有变量定义和使用标记的Kripke结构描述构件状态迁移中的数据流信息;给出了从构件状态机到Kripke结构的转换方法,并建立了全定义覆盖和全使用覆盖准则的陷阱性质构造公式。陷阱性质将使模型检验器NuSMV输出反例,从而产生构件的数据流测试序列。

数据流控制流相叠加的可执行测试序列生成研究

提出了一种可执行的测试序列的自动生成策略。先从UML模型中提取出协议模型的EFSM信息,然后利用变迁可执行性分析自动生成可执行的测试序列。该生成策略同时结合了数据流测试和控制流测试的优点,既具有比较高的错误覆盖率,又对通信协议中的数据部分进行了充分的测试,从而提高了一致性测试的效率。

数据流测试准则之间关系的研究

软件测试充分性准则是决定一个软件系统能否被充分测试的规则,而测试充分性的关键问题是其检测故障的能力。该文首先分析了数据流测试基本概念,然后讨论了数据流测试准则之间的关系,最后针对测试准则C1和C2,提出了二者的关系R。R(C1,C2)可保证在特定的错误检测度量方法下,C1比C2具有更好的检错能力。