基于粗糙集的雷达辐射源信号识别

雷达信号识别是侦察系统信号处理的目的，是整个雷达对抗信号处理中的关键性环节，为解决雷达辐射源信号模式识别困难的问题，在深入研究粗糙集理论的基础上，将其同辐射源信号识别问题相结合，给出了基于粗糙集的辐射源信号识别模型。同时介绍了连续属性离散化、知识约简和规则提取的概念，给出工基于粗糙集的识别过程。实验表明该方法减少了识别的主观因素，能有效处理辐射源识别中的模糊性和不确定性，具有广阔的应用前景。     

一种地磁匹配制导适配性特征参数选取方法

为了评价地磁场特征参数对适配性的影响程度,达到选取重要特征参数目的,提出了一种基于粗糙集理论的地磁匹配制导适配性特征参数选取方法.通过分析粗糙集理论的基本原理,确定了特征参数选取的试验步骤;选取了适配性评价中具有代表性的6种特征参数作为条件属性集,在选定的28块区域基于积相关算法(PROD)进行了匹配仿真试验,选取匹配概率作为决策属性集,针对粗糙集理论只使用于离散数据的特点,分别对条件属性集和决策属性集进行了离散化处理;然后根据确定的试验步骤,对选定区域进行了特征参数选取试验,得到了约简特征参数集合,通过数据分析发现:提出的特征参数选取方法在不需要任何先验信息的情况下提取了约简特征参数集合,有效地排除了冗余信息的干扰,达到了选取重要特征参数的目的.     

一种区间属性值离散化的新方法

粗糙集理论作为一种新的处理含糊和不确定性问题的数学工具,已成为国际学术界的一个前沿的研究领域.传统的粗糙集理论只能对数据库中的离散属性进行处理,因此,连续属性值的离散化问题不容忽视.已有的离散化方法主要是针对固定点上的连续属性值的,实际应用中大量存在着连续区间属性值的情况.文中针对这一问题,提出了一种连续区间属性值离散化的新方法,并利用辐射源信号进行了仿真试验.结果表明,该方法能有效离散区间属性,从而拓展了粗糙集理论的应用范围.     

液体火箭发动机故障的数值型关联规则挖掘

数值型关联规则的算法大多是将多值属性关联规则挖掘问题转化为布尔型关联规则挖掘问题,而连续属性的离散化是数值型关联规则的核心问题。本文基于数值型关联规则的理论,用一种数理统计的方法进行连续属性的离散化。将该方法应用于某大型液体火箭发动机稳态段的热试车数据,然后利用FP-Growth算法对其进行测试,挖掘出了故障数据,进而验证了其可行性。     

基于粗集和支持向量机的雷达信号识别法

结合粗集的属性约简和支持向量机的分类机理,提出了一种融合算法.应用粗集理论的属性约简过程作为数据的预处理,把冗余的属性和冲突的对象从决策表中删去,却不损失任何有效信息;然后利用支持向量机进行分类识别.这样可以大大降低数据维数,减小支持向量机分类过程中的复杂度,在不同程度上避免了训练模型的过拟合现象,且分类性能更加优越.最后通过对雷达信号识别的仿真实例说明了上述方法的有效性.     

雷达干扰效果评估的粗糙集方法

针对雷达干扰效果评估这一电子战作战运用中的核心问题,建立了基于粗糙集方法的评估模型。首先,构建了雷达干扰效果评估的连续值型信息系统。在计算属性约简集的基础上,建立了雷达干扰空间的偏序关系矩阵。最后,通过计算雷达干扰空间的综合优势程度,获取雷达干扰效果评估值。实例证明了该方法的有效性。     

基于RRBF的空中目标识别

为了更好地解决空中目标识别的问题,简单介绍了粗糙集相关理论.在提出一种属性约简方法的基础上,利用粗糙集和径向基网络的优势,构建了一种耦合模型.通过对空中目标实例的仿真实验,说明了该方法能够客观有效地对空中目标进行识别.     

基于正交试验法的故障诊断软件测试方法

针对故障诊断软件代码量大、推理规则多及测试耗时大的问题,提出了基于正交试验法提取有代表性推理规则的测试方法。分析了故障诊断软件的需求特性,介绍了正交试验法的理论依据,阐述了使用正交试验法在故障诊断软件测试中提取代表性推理规则的方法,并说明了根据提取出来的推理规则进行测试用例设计的思路和具体实施效果。     

基于粗集理论和遗传算法的知识获取方法研究

知识获取是故障诊断专家系统得以广泛应用的“瓶颈”问题，本文提出了一种基于粗糙集理论和遗传算法的知识获取的新方法，在一定程度上解决了这一问题。首先利用粗糙集理论从数据信息中直接推导出诊断规则，然后利用遗传算法对这些规则进行学习。最后以卫星电源分系统故障模拟实验台产生的数据为例，证明该方法能够有效的获取知识，为解决知识获取难的问题提供了一条新思路。     

基于高阶谱约简的变结构模糊神经网络

针对先验知识不完备和不确定的情况下海量数据造成的冗余和互斥，模糊神经网络结构变得复杂化并不能很快逼近和分类输出对象的情况，提出了一种基于高阶谱完成规则约简的变结构模糊神经网络的模型。相同结论属性的模糊规则的条件属性值可以被认为是由若干个谐波成分组成的平稳信号，并且此信号可以采用高阶谱分析来估计其谐波成分，规则的最小约简集与谐波对应。在完成了谐波估计后，神经网络结构和连接权值发生改变，神经网络的性能也得到优化。最后给出了此模型在航迹融合中应用的一个例子，得到了较好的结果。     

基于模糊SDG模型的航天器故障诊断方法研究

基于符号有向图(SDG)的故障诊断具有良好的完备性、易于解释性,但是其不足为 分辨 率差,因此,提出了基于模糊SDG模型和模糊推理相结合的半定量故障诊断方法。将节点 变 量变为模糊变量使节点承载了更多的定量信息,节点间的定性关系通过模糊关系矩阵来表达 ,通过模糊推理判断相容支路找出故障源候选集合,通过部件故障概率和传播故障权重对候 选故障源进行故障可能性的排序。最后应用该方法建立了某卫星一次电源系统的诊断模型, 并进行了故障诊断仿真,结果表明该方法有效地提高了诊断的分辨率,适用于航天器在轨 故障诊断。     

基于振动检测的发动机故障诊断算法研究

基于振动检测的发动机故障诊断算法,分析发动机发生故障时振动信号所具有的特征和故障诊断指标选择,对振动信号预处理、特征提取、状态识别和诊断决策分别进行了介绍,研究出采用振幅和频率两参量包络曲线法诊断发动机故障的算法,通过发动机热试车验证了采用发动机振动检测来判断发动机故障的算法的正确性。     

多模式组合诊断技术在导弹导引头上的应用研究

阐明了四种类型的多模式组合诊断方法及其故障诊断的核心思想。以某导弹导引头的故障诊断为实例，详细描述了基于模糊理论、神经网络和粗糙集理论的三组合模式的诊断过程，并给出了诊断结果；介绍了我们研制的基于不确定性理论和专家系统组合的智能化故障诊断专家系统的应用。研究和应用实例表明：多模式组合诊断技术通用性和鲁棒性强。能够加快诊断速度。降低误诊率。尤其适合于复杂系统的故障诊断，具有很大的工程实用价值。     

基于多信号模型航天器多故障诊断技术研究

最优多故障诊断问题是一个NP-COMPLETE问题。本文针对卫星电源这类复杂航天器系统，建立了多信号模型，该模型采用有向图描述元件与测试间的因果依赖关系。考虑系统元件发生故障的先验概率以及可用的测试工具，给出了一种基于拉格朗日松弛和子梯度优化算法的近最优多故障诊断算法。该建模方法与诊断方法在某卫星电源系统测试中得到了验证，结果表明该方法建模简单，诊断速度快，适用于航天器这种复杂系统的多故障诊断。     

一种适用于航天器某些故障诊断的知识获取方法

尽可能快地找出航天器在工作过程中出现的故障，采取补救措施，可减少或避免重大损失。故障诊断专家系统可帮助人们作出快速诊断，但它的诊断准确率主要取决于其知识的正确性。以往这些知识是靠领域专家给出的。本文根据航天器某些故障的特点，提出了一种处理连续变元示例的知识自动获取方法，用这种方法获取的诊断故障的规则，在实践中检验是正确的     

基于导航定位原理的火箭涡轮泵轴承故障诊断

为准确判断火箭发动机涡轮泵轴承在试验台上试验时发生故障的部位，同时避免通过轴承特征频率诊断轴承故障的方法所带来的不确定性，基于GPS卫星导航定位原理，利用时幅曲线的相位信息，提出一种新的轴承故障诊断方法:振源坐标定位法，即通过四个已知坐标的振动传感器测得同一振动波的时幅曲线相位差判定振源位置。将试验台上轴承和四个振动信号传感器安放在坐标已知的直角坐标系中，利用时幅曲线拐点分析法准确捕获振动信号到达四个传感器的时刻，再利用这四个时刻和已知坐标计算出振源位置坐标，最后根据振源位置坐标判断其是否为轴承故障及具体故障部位。通过仿真计算证明该方法理论上可行。     

一类非线性系统的故障可诊断性量化评价方法

为将提高卫星控制系统故障诊断能力的工作重点前移到地面设计阶段,针对其中的关键问题--可诊断性评价,提出一种适用于非线性模型的可诊断性量化评价方法,对传统定性评价研究进行了有效的扩展和延伸。鉴于线性化处理导致非线性因素引起的故障被忽略,将卫星控制系统描述成一类仿射非线性模型;并基于微分几何理论,给出可诊断性（包括可检测性和可隔离性）的定义和定性评价指标--不变最小对偶分布。通过子空间相似度判别准则,根据故障方向矢量和所得不变分布以及不同故障方向矢量之间的夹角关系,分别设计可检测性和可隔离性的量化指标,并给出具体评价流程;该指标能够明确故障被检测和隔离的难易程度,并可用于指导诊断算法的设计和传感器的优化配置。最后,以动量轮为仿真实例校验本文所提方法的正确性;仿真结果表明：该方法在不依赖任何诊断算法和具体故障模式的前提下,可以实现可检测性和可隔离性的准确量化评价。     

基于多测试信息的故障诊断技术研究

导弹测试信息包括测试数据、对系统物理现象的观察等可用于判断系统状况的所有信息源。利用各种测试信息对导弹控制系统进行故障诊断是一种直接有效的方法。文中对国外和国内学者对相关领域的研究情况进行了简要介绍,提出了基于测试信息和故障源点建立系统诊断模型的方法,对模型的故障传播规律进行了分析,给出了利用测试状态值矩阵和诊断模型进行故障诊断的算法。以导弹姿态控制系统为例对算法进行验证,最后提出了一套应用方案。     

基于功能单元的分层诊断技术研究及在航天器中的应用

复杂系统多故障诊断的计算复杂性一直是一个难题。现给出了一种定性诊断模型:将功能单元引入到系统建模中并与结构抽象技术相结合构建分层诊断模型(SPS树)。推理时运用分层诊断策略及相关诊断定理,减少了多故障诊断的计算量,提高了效率。此方法在某卫星电源系统中得到了应用。证明该方法诊断速度快,诊断结果完备,可以实现对未知故障的诊断,适用于卫星这类复杂系统的多故障诊断。     

利用奉献观测器诊断红外地球敏感器故障的新方法

卫星闭环控制系统中不同敏感器的故障定位是自主故障诊断的难点。基于双观测器的方法能够分离光学敏感器和惯性敏感器的故障,却仍不能确定红外地球敏感器是否发生故障。奉献观测器适用于敏感器系统的故障定位,但由于该方法要求的能观性条件在实际工程中有时难以满足,使其应用受到限制。本文提出了一种利用奉献观测器诊断敏感器故障的新方法,先对不完全能观系统进行能观性分解,再对能观子系统设计奉献观测器,克服能观性条件的限制,实现敏感器故障诊断。最后,将该方法用于卫星红外地球敏感器的故障定位,仿真结果表明,该方法可有效诊断地球敏感器的故障。