【摘 要】
：
首先介绍了航天型号软件开发框架遇到的问题,分析了航天型号垂直应用框架和微服务框架的优缺点,着重介绍了目前互联网领域流行的微服务框架Thrift-Eureka[1-2]和Dubbo;接着描述了互联网领域的微服务框架适配航天型号软件领域遇到的问题;然后基于微服务框架思想和Dubbo微服务框架,提出了一种适用于航天型号软件领域的微服务框架;该服务框架有两种使用模式,一种适用于包含数据库的型号软件系统;另一种适用于不包含数据库的型号软件系统;针对有数据库的型号软件系统,利用数据库系统来实现微服务框架的注册中心功能
【机 构】
：
北京临近空间飞行器系统工程研究所,北京100076
论文部分内容阅读
首先介绍了航天型号软件开发框架遇到的问题,分析了航天型号垂直应用框架和微服务框架的优缺点,着重介绍了目前互联网领域流行的微服务框架Thrift-Eureka[1-2]和Dubbo;接着描述了互联网领域的微服务框架适配航天型号软件领域遇到的问题;然后基于微服务框架思想和Dubbo微服务框架,提出了一种适用于航天型号软件领域的微服务框架;该服务框架有两种使用模式,一种适用于包含数据库的型号软件系统;另一种适用于不包含数据库的型号软件系统;针对有数据库的型号软件系统,利用数据库系统来实现微服务框架的注册中心功能;针对没有数据库的型号软件系统,利用广播协议、本地日志来实现微服务框架注册中心功能.
其他文献
针对新形势下,软件研制快速迭代、自动化要求高以及国产化要求,设计并实现了一种跨平台、可复用的测发控类软件一体化设计框架,解决了航天器地面测试工作自动化程度低、人员介入频繁、误操作率高的问题,提高系统自动化程度的同时,满足了软件国产化要求;所提出软件框架具有扩展性强、稳定性高、使用灵活等特点,试验表明软件能够适应大部分航天器地面测试流程,具有跨型号、跨平台使用特性,具有一定的实用和推广价值.
在新型冠状病毒疫情防控常态化要求下,目前的口罩佩戴检测装置受复杂场景下人员数量多、相互间易遮挡以及待检目标尺度小的影响,易出现误检漏检等情况;为解决以上问题,提出一种基于YOLOv5的口罩佩戴检测算法以实现复杂场景下的实时检测;首先对数据集做Mosaic数据增强等处理;再经过Focus处理为后续的特征提取保留更完整的图片下采样信息,然后利用SPP融合多尺度信息实现特征增强,在Neck部分保留空间信息;最后考虑目标框与检测框之间的重叠面积、中心点距离和长宽比选用CIoU损失函数以提高定位精度,并且在训练过程
缓存加速技术可以利用固态硬盘(SSD,solid state disk)随机访问性能高的优势,提升机械硬盘的随机读写性能;传统的缓存加速技术难以适应大数据背景下高并发、间歇性频繁访问等热点数据访问需求;为了提升缓存整体性能,提出一种基于虚拟存储层的缓存策略(CVSL,cache policy based on the virtual storage layer),将缓存技术和分层存储技术相结合,通过热度统计、数据逻辑迁移,实现基于数据逻辑分层的缓存控制;实验结果表明,相对传统的缓存策略,CVSL策略的随机
分布式工厂生产形式对提高预制构件生产效率、保证订单按时交付、降低企业拖期交货惩罚费用具有重要的意义;因此针对分布式预制构件流水车间调度问题,以最小化订单总拖期惩罚为目标建立了数学优化模型,并基于双层整数编码方式提出了一种离散教与学算法(DTLBO);在算法初始化阶段,采用启发式规则和随机生成融合策略改善初始解的质量,进而增加算法的寻优效率;在教学阶段,结合问题模型特点,设计了顶层替换、底层替换两种邻域构造,促进教师解对学生解的引导优化;在学习阶段,通过变异算子和交叉算子让学生解之间相互学习更新,进一步提升
随着互联网产业的发展,虚拟机创建速度慢、不易扩展、灵活性不足等缺点越来越凸显,容器技术的出现为这些问题提出了一种新的解决思路;而现有的调度算法仅考虑容器云集群中工作节点的内存、CPU等物理资源,没有考虑对容器云调度后的镜像分发过程有明显影响的网络负载率,导致容器调度任务等待时间过长,造成数据中心的资源浪费;鉴于粒子群优化算法在局部开采能力和全局探测方面有较强的优势,提出了一种基于模拟退火算法的粒子群优化算法(SA-PSO,simulated annealing particle swarm optimiz
传统运动想象脑电信号识别方法需要人为提取大量特征,识别性能受研究人员经验影响较大,主观性强;提出一种基于希尔伯特变换(HT)联合卷积神经网络(CNN)的运动想象脑电信号自动识别方法,首先利用HT对原始EEG信号进行分析,实现一维数据向二维幅-相图像转换的同时增加信息提取维度;然后将其作为输入利用CNN层次化的对幅-相二维图像进行理解和解译,自动提取特征并完成分类识别,基于BCI竞赛中所用Graz数据集开展试验,结果表明相对于传统特征提取方法,文章所提算法在低、中、高信噪比条件下均能获得更好的识别性能,具有
针对现有声学透镜结构确定后功能单一的问题,提出一种利用可调谐材料实现梯度折射率曲面声学透镜的新技术;不同于以往声学透镜依靠几何阵列结构渐变的方式,该曲面声学透镜通过电路系统建立温度与材料声学折射率的映射关系,调控梯度折射率的精确分布;曲面声学透镜在不同梯度温度控制下可实现多种声学功能器件,如隐身斗篷、吕内堡透镜和鱼眼透镜等,具有调试简单,便于操作等特点;基于透镜材料声学特性可调谐和热电路温度控制技术,实现了一个功能可切换的梯度折射率曲面声学透镜器件,研究结果可为设计新型多功能声波导控制器件提供理论与技术支
物联网技术的快速发展,给人们的生活带来越来越多的应用;因此,对无线传感器网络节点部署到室内,实时采集室内环境数据,并对数据进行相应的融合和处理,分析出室内环境的动态变化情况,并且能够预测每个时间段的环境状况,并将其分析结果实时反馈给用户,提醒当前的室内环境问题;首先,采集室内的温度、湿度、PM2.5和VOCs,利用ZigBee无线通信技术作为传感器网络的通信基础,同时利用各传感器实时获取室内环境物理数据,通过多元数据的多元线性回归算法对室内环境进行有效监控和评估,通过实验对数据的分析最终在多元线性回归算法
边缘粒子滤波是组合导航和目标跟踪中状态估计的高效方法;文章目的 是研究附加量测噪声具有时变未知方差的鲁棒边缘粒子滤波的算法并对算法仿真验证;设计方法是使用Rao-Blackwellised原则实现混合模型中状态降维,然后状态与量测方差同时分别估计;量测分布模型设置为具有鲁棒性质的学生t分布,通过这种量测似然模型得到粒子权值;变分推断方法加入混合滤波方案进行量测噪声方差参数的实时递推估计;重采样阶段粒子权值与状态及噪声参数一起进行重采样,结果是给出状态与噪声参数估计的鲁棒边缘粒子滤波;通过对常速目标运动跟踪
针对高分对地观测系统使用过程中会受到不同活动项目的 约束影响,出现系统成像、回传及活动完成率低的问题,导致观测效果不佳,为此提出了基于尺度特征卷积神经网络的高分对地观测系统设计;该系统通过管控中心服务器推送系统运行状态信息,实现三维显示任务的功能;利用CMOS图像传感器实现成像面对应点的传送和FPGA控制器控制其数据存储时间;采用BCM5464千兆交换机,实现数据高速传输;构建并训练尺度特征卷积神经网络,利用RPN网络识别目标区域特征,通过划分目标的前景和背景确定了该区域内的训练兴趣区域坐标,从而使RPN