基于ELMD与改进SMSVM的机械故障诊断方法

机械振动信号携带大量重要的机械状态信息,然而机械故障振动信号在复杂工作状态下通常呈现非平稳、非线性特性。因此,从振动信号抽取和选择有效的机械故障特征、提高故障识别性能,成为机械故障诊断研究的热点。针对上述问题,本文提出了基于集成局部均值分解(Ensemble local means decomposition,ELMD)与改进的稀疏多尺度支持向量机(Sparse multiscale support vector machine,SMSVM)的机械故障诊断方法。该方法首先使用自适应非线性、非平稳信号处理方法 ELMD把多模态调制故障信号分解成为多个单模态解调信号,有效地增强了故障特征。把压缩感知和多尺度分析技术融合于故障模式分类中,提出改进SMSVM旋转机械故障识别方法,提高多类机械微弱故障数据模式识别性能。该方法融合稀疏表示、多尺度分析和SVM的优点,无需求解复杂的优化问题,易于推广至更多尺度SVM,具有计算量少、泛化性与鲁棒性好、物理意义明显等优点。人工数据和实验设备数据验证了本文算法的优越性。     

小波变换压缩感知在断口图像重构中的应用研究

基于小波变换压缩感知的独特优势,即小波系数的稀疏性和突破奈奎斯特采样定理的局限性,将小波变换压缩感知应用于到断口图像的处理中,提出了基于小波变换压缩感知的金属断口图像重构方法。该方法利用小波变换对断口图像进行稀疏采样,然后,设计随机测量矩阵对图像进行压缩,最后,通过OMP或ROMP算法对断口图像进行重构。同时,对比分析了OMP和ROMP两种重构算法。研究结果表明,在压缩比达到一定程度时,两种重构算法都能得到较好的重构图像,相对来说,ROMP重构算法优于OMP算法,得到了更高的峰值信噪比(PSNR),并且ROMP算法的重构时间大大缩短,且表现较为稳定。     

一种叠加矩阵在信号重构中的应用研究

为提高压缩感知算法的信号重构质量,基于傅里叶随机测量矩阵的构造方法,提出一种叠加测量矩阵。该矩阵通过在傅里叶随机矩阵的基础上叠加确定性类圆环矩阵,重新调整测量结构和范围,使信号在压缩传感过程中能完整、准确地保留有用信息。在分析几类常用测量矩阵的基础上,着重介绍了该叠加测量矩阵的构造方法,并应用于一、二维信号重构中。通过对这几类测量矩阵的重构效果进行仿真比较,结果显示,在相同的信号稀疏度、测量比例和重构算法情况下,改进的测量矩阵能极大提高信号重构的质量。     

雷达的目标识别技术

对雷达自动目标识别技术和雷达目标识别过程进行了简要回顾。研究了相控阵雷达系统中多目标跟踪识别的重复检测问题。提出了角度相关区算法，分析了实现中的若干问题。通过在相控阵雷达地址系统中进汀的地址实验和结果分析表明，采用角度相关区算法对重复检测的回波数据进行处理时，将使识别的目标信息更精确，从而能更早地形成稳定的航迹，达到对目标的准确识别。     

基于单应性变换的可见光与毫米波雷达数据标定方法

针对现有的传感器标定方法存在操作步骤繁琐、标定精度低等问题,本文基于雷达扫描平面与地面平行的特点,利用雷达扫描平面和可见光图像平面之间的单应性变换关系,提出了一种基于单应性变换的毫米波雷达与可见光传感器标定方法。首先,在标定场中放置六块金属面板,同时获取标定场中金属面板的毫米波雷达数据与可见光图像,基于点对齐方法获取六组毫米波雷达与可见光对齐目标点集;然后,采用线性最小二乘法计算出雷达扫描平面坐标系与可见光图像平面坐标系之间转换的单应性矩阵;最后,利用单应性矩阵将毫米波雷达目标投射到可见光图像上,完成毫米波雷达与可见光传感器的数据标定。实验结果,验证了本文算法的可行性,能够准确的计算出标定矩阵并稳定的将雷达目标数据标定到可见光图像上,有效提高传感器标定的效率与精度。     

基于序列图像的非合作目标自主导航及验证

针对空间自旋或章动运动的非合作目标运动感知与估计问题,给出了一种基于序列图像的运动测量与状态估计方法。所给出的方法由两部分组成:(1)采用立体视觉测量目标三个非共线的特征点,建立目标参考系并实现相对姿态的测量;(2)采用目标运动学和动力学方程,推导了扩展卡尔曼滤波器,实现目标角速度和惯量比的估计。最后,分别给出了数学仿真和物理试验:(1)利用数学仿真验证了所给出的卡尔曼滤波估计算法在不同目标运动情况下的收敛性;(2)利用机械臂模拟目标的自旋运动,利用双目相机采集目标运动图像,试验结果验证了所给出的运动测量与状态估计方法可以连续的给出目标角速度的精确估计。     

基于目标威胁度计算的相控阵快速确认跟踪模式

机载相控阵雷达在探测远程、低空、高速目标时具有较大潜力。本文对机扫加相扫雷达环境下,如何充分发挥相控阵优势,提高机载雷达跟踪远程低空高速目标性能展开研究,在传统边扫边跟(Track while scan,TWS)技术基础上,给出了一种基于目标威胁度的快速确认跟踪模式。该模式采用有效的相控扫描策略,充分利用其波束捷变能力,通过相控回扫,一方面快速起始航迹,增加高威胁目标的跟踪距离;另一方面适当增加探测数据率,提高对远距高威胁目标的跟踪性能。仿真试验表明,新跟踪方法不但可以较好克服目标雷达散射截面积(Radarcross section,RCS)起伏影响,较快地起始和跟踪目标航迹,而且保留了TWS方法覆盖空域广的优点。     

智能移动三坐标辅助定位的自适应控制方法

飞机部件的外形测量与误差评估是提升飞机装配质量的关键。针对测量工作要求高精度、高效率和无需专用工装的情况，同时针对被测对象外形尺寸大、各部位测量规范不同等难点，提出一种基于激光跟踪仪的智能移动三坐标辅助定位自适应控制技术。该技术以激光跟踪仪作为测量工具，以直角三坐标伺服机构作为靶标的辅助定位 装置，通过对直角三坐标伺服机构及导航小车进行任务规划与优化；同时激光跟踪仪实时反馈靶标目标位置，从而以最优路径的方式实现对测量机构多站位自主移动的全闭环自适应控制，提高了靶标的定位精度及测量效率。本文在线对测量数据进行了快速处理，得出了误差分布图，并精确地反映了测量点位的误差。实验结果表明：该方法可实现大尺寸部件的高精度快速测量，满足飞机大部件的测量要求。     

多约束实数权的直接数据域算法在空时自适应处理中的应用

传统的空时自适应处理算法通过权矢量幅度和相位的改变来实现,本文研究了空时自适应处理中一种改进的直接数据域(Directdata domain,DDD)算法。该方法仅通过权矢量幅度的改变,对一次样本数据进行处理,有效地抑制杂波和干扰,实现对目标信号的正确估计。采用实数权减小了运算量,降低系统的复杂程度。当目标信号的方向与天线波束指向有偏差时,采用多约束的方法,保证系统在目标信号方向的增益。仿真结果表明该方法的有效性。     

基于经验模态分解的有限阵元宽带自适应阵列DBF方法

针对有限阵元条件下宽带自适应阵列自由度不够和抗干扰性能下降的问题,提出一种基于经验模态分解(Empirical mode decomposition,EMD)的宽带自适应阵列数字波束形成(Digital beamforming,DBF)方法。该方法首先对阵元接收的快拍数据进行EMD处理,然后对各个模态函数矩阵应用线性约束最小方差(Linearlyconstrained minimum variance,LCMV)波束形成算法求解自适应权矢量,最后对信号进行重构。与传统的基于快速傅里叶变换(Fast Fourier transform,FFT)子带自适应阵列方法相比,该方法具有以下优势:适用于阵元数目受限的宽带自适应阵列,无需事先指定模态函数划分的频段,可以提高阵列处理的自由度。仿真验证了所提方法的有效性。     

面向复杂场景的鲁棒KCF行人跟踪方法

经典核相关滤波(Kernel correlation filter,KCF)目标跟踪算法是判别式跟踪算法中效果最好的一种跟踪算法。但该算法不能很好地适应目标尺度的变化,且在遇到目标短暂消失或被其他物体遮挡等复杂情形时不具备处理目标重显的能力,因此,为使得目标跟踪能够有效地应对遮挡情形,本文从提高特征表达能力、增加尺度匹配策略和抗遮挡3个方面对经典KCF算法进行改进,提出了一种鲁棒的KCF行人跟踪算法。首先对方向梯度直方图(Histogram of oriented gradients,HOG)特征和色调、饱和度、值(Hue-saturation-value,HSV)特征的响应分布进行特征融合。其次,设置动态选择尺度池来改进滤波器的固定尺寸匹配。最后,通过滤波器响应最大值的变化率衡量目标的遮挡情况,并根据上一成功帧的目标信息,通过EdgeBoxes和感知哈希算法找回目标,更新滤波器。本文所提方法在公开视频跟踪数据集Benchmark上进行测试,实验结果表明与其他目标跟踪方法相比,本文算法提高了尺度变化、遮挡等复杂情形下跟踪的鲁棒性,确保了较高的跟踪精度。     

压缩逆合成孔径雷达中的相位自聚焦算法(英文)

与常规逆合成孔径雷达(Inverse syntheticaperture radar,ISAR)相同,压缩ISAR也需要进行基于回波信号的运动补偿,其中包括距离对准和相位补偿。本文提出了一种适用于压缩ISAR成像处理的相位自聚焦算法。该算法采用特征向量法解决稀疏ISAR信号的相位补偿问题。试验结果证明了该算法的有效性。     

基于Lyapunov方法的非线性系统自适应观测器设计

针对一类满足L ipsch itz条件的具有未知参数的非线性系统,利用Lyapunov方法对L ipsch itz非线性系统自适应观测器的设计问题进行了研究。基于分析求解代数R iccati方程给出求解问题的不完善性、特征结构配置理论给出设计方法的重特征值限制性、对不同形式的观测器增益矩阵求解方法进行比较,最终选用线性矩阵不等式来改进观测器增益矩阵的选取方法。在观测误差稳定的条件下,得出了基于线性矩阵不等式方程设计状态观测器的增益矩阵,保证系统的状态估计误差收敛到零,并对其进行了仿真研究。结果证明,本文所构造的非线性观测器增益矩阵方法明显优越于其他方法,增强了系统的鲁棒性。     

声矢量传感器阵中基于Kalman滤波和OPASTd的DOA跟踪算法

研究了声矢量传感器阵动目标角度跟踪问题,并提出了声矢量传感器阵中 一种基于Kalman滤波和正交压缩近似投影子空间跟踪(Orthonormal projection approximation and subspace tracking of deflation, OPASTd)的波达方向(Direction of arrival,DOA)跟踪算法。该算法通过OPASTd算法来进行DOA的跟踪,从而克服了PASTd算法由于在某些情况下振荡但不收敛进而压缩数据、在迭代更新中由特征向量的不准确性产生误差累积等原因引起破坏信号子空间正交性的缺陷。Kalman滤波和OPASTd相结合算法可在估计角度的同时进行数据关联,与传统的PASTd算法相比,角度跟踪性能更好。该算法的优越性均可在文中得到验证。     

灰色优势分析在多雷达低空小目标跟踪中的应用

在多部雷达同时跟踪低空／超低空飞行的机动小目标时，因受低空杂波，电子干扰和雷达自身探测精度等因素影响，易使部分雷达探测的数据不完整，不精确，不可靠，甚至相互矛盾，结果造成融合中心数据处理精度下降，针对这一情况，本文应用灰色系统理论的绝对关联度定义和性质，提出了一种改进的绝对关联度计算方法，并在此基础上将多部雷达经一次融合后的数据作为特征数据进行优势分析，把每时送入融合中心比较差的雷达数据用特征数据替换，再进行二次融合，仿真结构表明，应用改进的绝对关联度对雷达数据进行灰色优势分析和二次融合，可进一步提高雷达系统的跟踪精度和可靠性。     

基于遗传算法的无传感器永磁同步电机控制优化

基于实数编码遗传算法．实现对无传感器永磁同步电机(PMSM)控制器参数的选取和优化．速度的估计采用扩展卡尔曼滤波(EKF)方法,以PMSM转子速度的测量值与估计值的偏差信号作为遗传算法自适应度求取的依据,实现协方差矩阵中参数的在线调整,节约了系统协方差参数的求取时间,提高了估计器的估计精度。基于dSPACE的快速控制原型工具验证了该方法的有效性。     

基于自适应干扰观测器的无人直升机模型参考跟踪控制

针对外部干扰影响下无人直升机（Unmanned aerial helicopter, UAH）模型参考跟踪控制问题开展研究,提出基于自适应干扰观测器的跟踪控制设计方案。首先,根据干扰部分可测特性将其建模为存在参数误差下的非线性外源系统,并设计了状态观测器及其自适应调节下的干扰观测器（Disturbance observer, DO）,用于估计无人机系统的未知状态和外部干扰。其次,将模型参考控制与基于干扰观测器的控制方法相结合,提出抗干扰复合控制设计策略,获得了由观测与跟踪误差动态组成的闭环系统。再次,利用Lyapunov稳定性理论建立了给定H∞性能下判定闭环系统渐近稳定的充分性条件,并借助矩阵变换技术获得了观测器和控制器的联合设计方案。最后,通过数值仿真验证了所提跟踪控制算法的有效性和优越性。     

基于粒子群优化的直升机飞行控制律设计方法

针对直升机强耦合特性导致飞行控制律设计难度高的问题,提出了一种基于粒子群优化算法的改进线性二次型调节器(Linear quadratic regulator,LQR)设计方法。针对直升机的线化状态空间模型,基于LQR设计方法建立了直升机飞行控制律全状态反馈矩阵的基本求解算法;以系统稳定性为约束,以最大化主状态反馈系数影响因子为目标,设计了粒子群优化算法的指标函数,实现了加权矩阵Q的多参数同步优化设计,并以优化后的主状态反馈系数作为直升机控制律设计结果。采用本文方法对UH-60A直升机悬停状态的飞行控制律进行了设计和验证。结果表明,基于本文方法得到的控制律具有良好的控制性能,并且能够显著提高直升机的飞行品质。同时本文的优化方法系统地解决了LQR设计过程中加权矩阵确定的困难,提高了控制律的设计效率。     

基于测量试验数据修正有限元模型质量矩阵

对无阻尼结构系统有限元模型质量矩阵修正问题,以该矩阵修正量的F-范数为目标函数,并以待修正质量矩阵应具有的性质,如满足正交关系,对称性,半正定性和稀疏性作为约束条件,数学上形成带约束的矩阵最佳逼近问题。给出了问题有解的条件,基于循环投影方法,提出了求解矩阵最佳逼近问题的数值方法。数值结果说明了所给方法的有效性。     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。