基于改进D-S证据理论的航空发动机转子故障决策融合诊断研究

针对单一传感器的测量信息难以准确、全面地反映航空发动机转子、轴承和齿轮的工作状况,进而造成振动故障诊断难度大的问题,提出安装多个振动传感器组成传感器网络,建立基于多传感器信息的发动机转子故障决策融合诊断系统。由于多传感器系统不可避免地会存在各传感器信息不一致、信息冲突的情形,因此针对该融合诊断系统的信号测量、信息预处理、特征提取、故障诊断及决策融合5个环节,重点研究了决策融合环节的Dempster-Shafer（D-S）证据决策融合方法存在的冲突证据融合失效问题。通过分析原因,从避免“一票否决”现象和证据加权平均两个方面进行改进,提出了改进D-S证据融合方法,并应用于航空发动机转子的模拟故障决策融合诊断中。结果表明基于D-S证据理论对3个传感器的单一诊断结果进行决策融合,能得到比任一单个传感器更准确、可靠的结果;而改进D-S证据融合方法由于能在一定程度上克服冲突证据融合带来的失效问题,且能同时兼顾处理好非冲突证据的融合,故其对于证据冲突和非冲突情形都取得了较好的融合效果,因此总的分类正确率要高于常规D-S算法和PCR5算法。     

基于多智能体的无人作战平台多机协同对抗多目标任务决策方法

建立了基于多智能体的多机协同作战任务决策方法结构模型,提出了基于神经网络与证据理论的敌我双方对抗态势分析方法和基于完全信息静态博弈模型的多机协同对抗多目标任务决策方法,并进行了基于典型作战想定的多机协同对抗多目标任务决策方法仿真研究.     

加权D—S证据理论在多平台数据融合中的应用

D—s证据理论在多平台、多传感器目标识别中有着广泛的应用。利用多平台协同数据融合系统的优势,解决了单一平台获取目标信息上的不足。对各平台传感器获取信息采用证据加权的方法,以获得较好的传感器可信度基本概率赋值,提高D—S证据理论在多传感器目标识别上的准确性。实验证明了方法的正确性和有效性。     

无人机载多传感器图像融合评述

为了能为作战指挥系统提供清晰的局部战场信息,提高对局部战场低可观测目标的检测概率、定位精度及识别概率,迫切需要对无人机载SAR、可见光传感器、红外探测器等图像信息及其他非图像信息融合处理。提出了无人机载多传感器图像融合技术需要研究的内容,如: 图像融合新方法研究;无人机载SAR图像的非平稳性处理;基于图像融合目标检测和处理技术; 无人机载图像和非图像信息的融合问题;无人机载多传感器图像融合的实现及评估;多无人机载合成孔径雷达的协同成像;用图像融合的方法实现对运动目标检测等。分析了所提出研究内容的可行性,剖析了其中的关键技术,拟定了可能的技术路线。     

基于云模型和改进D-S证据理论的目标识别决策方法

在目标识别决策系统中,多探测器多源信息融合的模糊性和不确定性以及各探测周期所得信息的冲突互斥会造成目标识别决策不精准。为解决这一问题,提出基于云模型和改进D-S （Dempster-Shafer）证据理论的目标识别决策方法。首先,将目标识别准确性这一语言评价值划分为不同评价区间等级,以不同评价等级标准云为参照将各探测器各探测周期所得信息转化为云决策矩阵,得出各周期各等级隶属度,进而构建出基本概率分配函数（mass函数）;其次,基于证据理论引入冲突度、差异度、离散度3类衡量冲突大小的参数,定义了一种新的证据冲突参数,同时改进证据冲突融合算法,对各探测器各周期证据体进行修正并融合;再次,结合各探测器权重加权得出各目标综合识别决策的mass函数对目标进行决策;最后,结合算例,验证该方法的适用性,并与其他方法相对比验证了本文方法的优越性。     

城市建筑室内外无缝应急救援定位技术

应急救援定位技术的发展关系到救援人员和受害人员的生命安全。首先，对应急定位与普适定位进行了对比，总结了应急定位的主要特征，阐述了应急定位系统的精度、连续性等技术指标。之后，分析了不同传感器在应急场景下的可用性，对相应传感器在应急定位领域中的融合和应用进行了综述。最后，围绕坐标基准、知识图谱、多源协同、智能控制四项关键技术架构室内外无缝应急救援定位系统，总结了构建流程。其中，坐标基准将室内和室外、相对定位和绝对定位统一，而知识图谱综合权威发布信息和灾害场景信息进行决策，不仅可以辅助多源融合中传感器的选择、传感器无缝切换以及故障传感器隔离，还能协调智能控制中救援设备的调度、救援设备之间和救援设备与人员之间的协同定位。     

多传感器融合技术在镁合金激光焊接质量检测中的应用

将多传感器融合技术应用于镁合金激光焊接质量检测系统,进行了基于D-S证据理论的检测数据融合,构建了识别框架及基本信度函数,阐述了证据组合与决策规则以及质量测度的概念,并对基本算法进行了描述.试验验证了由多传感器获得的温度信息包含焊缝质量特征,对在焊接过程中焊缝附近几点采集的温度数据进行处理完全可以综合评定焊接质量.     

基于多传感器信息融合的直升机城市内障碍物主动探测方法

为了解决直升机前视告警系统在城市内告警成功率较低，对前视方向感知能力不足问题，提出一种基于多传感器信息融合的直升机城市内障碍物主动探测方法，以提高直升机前视告警的有效性。首先，研究了基于雷达与视觉信息融合的检测及跟踪方法，得到障碍物自身尺寸及经纬度数据信息。其次，提出一种障碍物数据处理方法，筛选障碍物数据并将其更新入机载地形高程数据库中。最后，基于三维仿真平台，结合典型算例进行仿真研究。结果表明：该方法能够对前视方向上的城市地形进行有效探测并准确更新，可用于保障直升机城市内飞行安全。     

修正D-S证据组合方法及其在目标识别中的应用

在多传感器信息融合算法中，Dempster-Shafer证据理论得到了广泛应用，但该理论本身也存在一些不足之处。针对这种情况，提出了D－S证据组合中“与”算子的一种改进方法，并进行了仿真。仿真结果表明，所提出了算法能够有效排除干扰，得出符合实际的组合结果。     

多平台信息融合与智能化传感器管理技术综述

多平台信息融合与智能化多传感器管理是多平台协同作战能力和网络中心战的关键技术之一。本文主要介绍了多平台信息融合与智能化传感器管理技术的概念、军事需求及发展趋势;阐述了多平台信息融合与智能化多传感器管理系统的体系结构、功能性能要求及所涉及的关键技术。     

An information-volume-based distance measure for decision-making

D-S evidence theory, as a general framework for reasoning with uncertainty, allows combining pieces of evidence from different information sources to derive a degree of belief function that is a type of fuzzy measure. However, the mass assignments given by unknown information sources are disordered. How to measure the difference between the mass assignments has aroused people’s interest. In this paper, inspired by the information volume, a novel distance-based measure is proposed to measure the difference between mass assignments. The method can refine the uncertain information given by experts and compare the refined information to obtain the difference between mass assignments. At the same time, it is verified that the measure not only meets the properties of distance, but also proves the superiority of the proposed Information Volume Distance (IVD) through simulation experiments. Meanwhile, in the process of information fusion, the reliability of each source could be quantified through IVD. Therefore, based on IVD, a new multi-source information algorithm is proposed to solve the problem of multi-source information fusion. Moreover, algorithm is applied to decision-making problem and compare with other methods to verify the effectiveness.     

De-combination of belief function based on optimization

In the theory of belief functions, the evidence combination is a kind of decision-level information fusion. Given two or more Basic Belief Assignments(BBAs) originated from different information sources, the combination rule is used to combine them to expect a better decision result. When only a combined BBA is given and original BBAs are discarded, if one wants to analyze the difference between the information sources, evidence de-combination is needed to determine the original BBAs. Evidence d...     

基于EMD熵特征融合的滚动轴承故障诊断方法

研究了滚动轴承故障诊断单一故障信号的局限性和故障特征的非线性,从信息融合的理论出发,利用非线性动力学参数熵作为特征,提出了基于经验模态分解(EMD)熵特征融合的方法来解决滚动轴承故障诊断问题.首先将原始信号进行EMD,利用EMD的自适应多分辨率的特点计算EMD得到的固有模态函数(IMF)信号的多种熵值,然后采用核主元分析(KPCA)对提取的状态特征进行信息融合,从而得到互补的特征,最后将提取的融合特征通过支持向量机(SVM)进行故障诊断.滚动轴承故障诊断实验表明:该方法结合了EMD、信息熵理论和KPCA强大的非线性处理能力的特点,可以进行滚动轴承故障诊断.      

航空发动机整机振动故障模糊信息熵诊断方法

为了获得航空发动机整机振动故障征兆与故障原因之间难以确定的复杂隶属关系,提高故障诊断的准确率,基于模糊数学理论和信息熵理论,提出了基于模糊信息熵的发动机整机振动故障融合诊断方法。通过建立模糊信息熵融合诊断的数学模型,使定量分析与专家经验和定性分析相结合,并应用于某型航空发动机整机振动故障诊断。实际应用表明,基于模糊信息熵融合的诊断模型较单一的模糊诊断模型准确率明显提高,验证了该方法用于航空发动机整机振动故障诊断是有效的。     

基于信息预处理的无人机集群协同电子侦察

为了提供长期有效的电子侦察能力,高机动性无人机电子侦察平台需要组成 1个多无人机电子侦察网络。多无人机电子侦察网络在面对复杂电子侦察任务时,需要具有对不同平台电子侦察结果判别和整合的能力。针对传统基于证据理论(DempsterShafer,DS)的协同电子侦察方法中,因为电磁环境的复杂性和基于 DS合成公式对不可靠信息缺少必要的筛除而导致的证据悖论问题,文章提出了基于电子侦察信息预处理的无人机集群协同电子侦察融合判决新方法。该方法对每架无人机的电子侦察信息进行预判断,得到每架无人机电子侦察信息的可信度权值,提出信息融合算法,对预处理后的电子侦察信息进行融合判决。仿真结果表明,该方法可以有效提升对多无人机电子侦察信息的甄别能力,提高无人机集群协同电子侦察性能。     

A novel approximation of basic probability assignment based on rank-level fusion

Belief functions theory is an important tool in the field of information fusion. However, when the cardinality of the frame of discernment becomes large, the high computational cost of evidence combination will become the bottleneck of belief functions theory in real applications. The basic probability assignment (BPA) approximations, which can reduce the complexity of the BPAs, are always used to reduce the computational cost of evidence combination. In this paper, both the cardinalities and the mass assignment values of focal elements are used as the criteria of reduction. The two criteria are jointly used by using rank-level fusion. Some experiments and related analyses are provided to illustrate and justify the proposed new BPA approximation approach.     

基于声发射信号信息距的滚动轴承故障诊断

在信息熵理论基础上,提出了一种融合小波能谱与马氏距离的信息距滚动轴承故障诊断方法.利用双转子试验台对滚动轴承内圈故障、外圈故障、滚动体故障、内圈 滚动体故障和内圈 外圈故障进行模拟,并采集其声发射信号.利用提出的信息距方法对获取的声发射信号进行分析,成功实现滚动轴承单一故障和耦合故障诊断.结果表明该方法信息利用率高于信息熵方法,能够清晰和准确地诊断出滚动轴承早期故障,效果明显优于信息熵距的诊断方法.      

基于DSmT的航空发动机早期振动故障融合诊断方法

提出在航空发动机多个部位安装多个振动传感器组成传感器网络.采用多传感器信息融合技术进行早期振动故障的诊断方法,并引入Dezert-Smarandache理论(DSmT)来处理由早期微弱故障本身所导致的各个传感器信息相互冲突的问题.在构建的早期微弱故障诊断系统框架中,采用基于本征模态函数(IMF)的信息熵特征提取方法提取各路振动数据的特征,采用反向传播(BP)神经网络完成对故障属性的判断并生成各种故障模式的基本置信分配,最后根据DSmT融合规则得到最终的诊断结果.算例表明采用该方法可以有效地解决早期微弱故障条件下的高冲突信息融合问题,故障诊断结果准确可靠.