基于BP神经网络的数据融合方法

数据融合技术是一种用途广泛的数字信号及信息处理方法,它通过对大量的数据进行处理提纯,得到一组直观有效的数据,为进一步处理和判断控制提供精确的数据依据。本文通过分析比较,验证了BP神经网络数据融合方法在发动机的多套冗余数据融合处理中的可行性和效果。实践表明:神经网络BP算法数据融合方法可有效提高数据的可信度。

固体发动机试验1553B总线控制器在线冗余系统设计

目前固体发动机试验已开始采用MIL-STD-1553B总线控制技术,由于固体发动机的工作过程具有工作时间短、过程不可逆等特点,因此一般地面试验采用冗余测控方式,而1553B总线协议标准规定,1553B总线上只能有一个总线控制器在线工作,因此总线控制器的冗余控制成为一个突出问题。针对该问题设计一种混合网络结构的1553B总线控制系统,通过实时数据诊断总线控制器故障,停止故障控制器,启动备用控制器完成后续的总线控制任务,实现了1553B总线控制器在线冗余控制功能。