复合材料钻削刀具状态集成学习分类技术

刀具状态监测关系到工件加工质量,因此实时掌握刀具的磨损状态具有重要的意义。针对单一模式识别分类器的局限性,提出了基于异态集成学习模型的刀具状态监测系统。在该系统中,根据集成学习基分类器选择原则,选取了支持向量机(SVM)、隐马尔科夫模型(HMM)以及径向基神经网络(RBF)这3个单分类器作为基分类器。为了验证监测系统的有效性,进行了复合材料钻削实验,提取了加工过程中的钻削力信号、振动信号的时域特征并利用局部保持法(LPP)进行了特征选择。通过与单分类器和集成学习分类效果的对比,表明了集成学习模型相比于单一基分类器具有更高的分类精度和更好的稳定性。     

北斗星基增强系统增强定位方法和效果研究

北斗星基增强系统BDSBAS通过地球同步轨道卫星实时播发导航卫星星历改正数等增强信息，提高用户全球导航卫星系统定位精度，提升服务水平，是北斗全球卫星导航系统的重要组成部分。根据相关标准协议文件研究了BDSBAS增强定位算法，并在自主研发的北斗星基增强系统监测接收机上设计实现了BDSBAS增强信号的接收，完成了单频和双频实时增强定位解算。实测结果表明：BDSBAS-B1C增强信号能有效提高GPS L1C/A的单频定位精度，相比于标准服务单频定位结果，水平和高程方向精度分别提升了45.18%和70.61%，提升后定位精度在1 m左右；BDSBAS-B2a增强信号能一定程度提高BDS B1C-B2a的双频无电离层组合定位精度，相比较于标准服务双频定位结果，水平和高程方向精度分别提升了6.15%和5.83%，提升后定位精度达到分米级。