融合粗糙集与D-S证据理论的航空装备故障诊断

针对航空电子装备故障诊断中出现的多源诊断信息存在冲突的情况,基于粗糙集与证据理论在处理不确定问题时的优势,提出了一种融合粗糙集与证据理论的故障诊断方法.该方法利用粗糙集将信息源给出的诊断数据转化为证据理论中的mass函数,进行结果融合.同时,该方法给出边界粗糙熵的定义,并基于边界粗糙熵获得反映各信息源在诊断融合过程中重要度的动态权重参数,提出一种新的证据理论的冲突合成规则.仿真实验表明,该方法可以有效地提升诊断信息融合结果的准确性,在航空电子装备故障诊断方面有较好的实用价值.      

基于DS证据理论的航天设备寿命预测方法

以动量轮为研究对象,提出一种基于D S证据理论和Bayes理论的信息融合及寿命预测方法。首先,挖掘多个寿命信息源的内、外部信息作为Bayes多源验前信息,并构建证据集合;其次,利用合成规则对证据集合进行合成,得到合理的验前融合权重的分配结果;然后,利用Bayes方法求解寿命参数的融合验后分布,并计算寿命参数的估计值;最后,根据参数估计值预测设备的剩余寿命。仿真结果表明,基于多源寿命信息融合的预测结果与单一来源的寿命预测结果相比,更加接近于设备的真实寿命信息。     

证据理论和神经网络结合的目标识别方法

提出用证据理论和神经网络结合的高分辨率雷达(HRR)目标识别方法,即首先把多个目标高分辨一维距离像送入学习矢量量化神经网络,进行目标类证据估计;然后用D-S证据理论对各次估计结果进行融合.提出了连续特征空间离散化及类支持度构造的方法,并分析了神经网络识别的误差原因.仿真实验结果表明,这种方法的输出正确识别率比仅仅使用矢量量化神经网络有较大的改善,抗噪能力也有所提高.     

面向冲突证据的改进DS证据理论算法

DS证据理论在处理不确定信息上的优势在各个领域得到广泛应用。针对传统DS(Dempster-Shafer)存在的证据冲突问题，提出了一种改进的DS证据理论算法。首先，结合皮尔逊相关系数的相关性限制和融合过程零因子的修正，较大程度上减少分配与整体非相关证据体的权值，修正证据体的整体重要程度；然后，按照修正后的基本概率分布(BPA)进行DS组合规则计算，得到融合结果。在解决常见冲突证据和证据体融合数量等方面与其他改进DS证据理论算法进行比较，所提算法收敛速度更快，融合的可信命题基本概率结果更高，因而验证了算法的有效性。      

基于D-S证据理论的知识融合及其应用

知识融合是上世纪末提出的一种新概念,它不但能够融合数据、信息,而且还可对方法、经验,甚至人的思想进行融合.针对企业失败预警问题,提出了一种基于D-S(Dempster-Shafer)证据理论的新的知识融合方法,该方法主要包括数学建模、知识融合以及结果分析与决策三个步骤.给出了基于D-S证据理论知识融合方法的具体实现:提出了一种数学建模方法,将信息熵的概念引入到基础概率分配的确定中;针对企业失败预警问题,推导了基于D-S证据组合理论的知识融合公式;提出了一种简洁的融合结果分析与决策方法.最后通过对具有典型企业风险特性的两个上市公司进行分析和处理,验证提出的基于D-S证据理论的知识融合方法的有效性.结果表明,该方法能有效降低企业失败预警方法的不确定性.      

冲突证据决策新方法及应用

冲突证据决策方法研究是证据理论重要研究课题。鉴于现有的证据理论改进方法在冲突证据决策过程中存在计算量较大,归一化过程不合理,证据组合效果不理想等一系列问题,提出基于二次组合的冲突证据决策方法。首先,提出新的基于二次组合的冲突证据决策方法的流程图;然后,提出新的乘性归一化规则,并对新的乘性归一化规则进行算例分析,验证其合理性;最后,分析现有冲突度量函数的不足,并提出新的冲突度量函数,并分析冲突度量函数的合理性。通过算例分析,并与现有证据组合规则的比较表明,所提方法不仅计算量得以改善,组合结果也得到提升。      

多源知识融合处理算法

多源知识融合可有效提高判决结果的可靠性和置信度.借鉴信息融合的思路,分析了知识融合方法和一般模型.重点讨论了基于Bayes准则、基于D-S(Dempster-Shafer)证据理论以及基于模糊集理论的知识融合算法,给出了基于3种知识融合算法的具体处理步骤,并从算法特点和适用性、实用性等方面对3种知识融合算法性能进行了对比分析.通过知识融合在合成孔径雷达(SAR,Synthetic Aperture Radar)图像融合中应用的仿真实验,验证了知识融合算法的有效性.     

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.     

多传感器协同识别跟踪多目标管理方法

针对被跟踪的目标中存在虚假目标的问题,首先建立基于风险理论、贝叶斯理论和证据理论的目标识别模型,在此基础上考虑边跟踪边识别的情况,建立同时考虑目标跟踪和识别性能的风险函数模型。在模型求解过程中,提出一种基于多Agent分布计算理论的分布式算法。仿真实验结果表明:目标识别框架下能够对目标有效识别并及时停止对虚假目标跟踪;提出的传感器方案求解算法具有较好的求解质量和较快的求解速度;本文传感器管理方法能够避免传感器资源浪费,提高对真目标的跟踪效果。      

基于混杂系统的空间飞行器悬停控制

基于空间飞行器的轨道动力学原理,利用混杂系统模型研究了悬停轨道问题,建立了悬停轨道的混杂系统模型;借此模型,针对目标星轨道为椭圆的情况,提出了等距离悬停轨道控制和椭圆悬停轨道控制两种方案,分别推导出在这两种方案下对悬停星所施加的控制力。数值仿真结果表明,分别对悬停星施加相应的控制力,能够实现对目标星的悬停。     

乏信息材料布氏硬度测量误差的灰自助预报

乏信息材料布氏硬度测量误差的预报是硬度计量领域的新兴课题,有别于传统的统计学理论,综合灰色系统理论和自助法的理论知识,提出一种实现乏信息材料布氏硬度测量误差预报新方法.对小样本空间的材料布氏硬度测量数据中各误差源影响进行标定,计算各误差源对测量结果的误差传递系数,并对各误差源数据序列进行自助法抽样,通过灰自助融合建模获得误差源标定预测值;按照误差合成的方法实现乏信息材料布氏硬度测量误差的灰自助预报.通过具体的实例进行计算,所得的预报结果与采用标准硬度机所得测量结果一致,验证了乏信息材料布氏硬度测量误差灰自助预报新方法.     

基于框架域的随机游走全色锐化方法

针对多光谱图像与全色图像的融合问题,提出了一种新的全色锐化方法。该方法首先通过亮度、色调、饱和度(IHS)变换与非下采样框架变换将原图像从空间域变换到框架域,然后利用基于图论的随机游走,建立高频框架系数的统计融合模型。此模型根据高频框架系数的邻域相关性与尺度相关性构造新的随机游走协调函数,将高频框架系数融合权重的估计转化为随机游走标记问题的求解。实验结果表明,该方法有利于保持图像的光谱信息和边缘轮廓信息,可以在降低融合图像光谱误差的同时提高空间分辨率,并且优于一些主流全色锐化方法。     

基于验前信息的测试性验证试验方案确定方法

针对目前测试性验证试验方案样本量过大、工程上实现困难的问题,提出了基于验前信息的复杂设备的Bayes测试性验证试验方案.首先,利用Beta分布对测试性验前信息的不确定性进行描述,运用不同来源的验前信息确定验前分布超参数;然后,定义了验前分布不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;接着,利用融合后的验前信息建立成败型装备测试性验证试验方案的Bayes决策模型;最后,通过实例分析表明,与经典验证试验方案相比,新方案减少试验样本量40%左右,又克服了传统Bayes验证试验方案的冒进.      

基于图像模拟的HJ星CCD相机交叉定标

针对同一HJ-1星的两台CCD相机,提出基于图像模拟的交叉辐射定标方法:通过建立两台CCD相机图像DC值的数学关系,以获取地面目标图像的已定标的CCD为标准对未同时获取图像的待定标的CCD进行交叉定标,得到了2008年10月A2CCD和B2CCD的定标系数.利用贡格尔场野外实验数据和敦煌场的MODIS数据对定标系数进行真实性检验,并对该方法的主要误差来源进行了分析.结果表明,交叉定标具有较高的精度和可信度,可以在保证定标精度的同时,提高定标的频次.     

多组SIMU误差系数验前分布的融合建模方法

基于Bootstrap方法、随机加权法和数据融合理论,对某型捷联惯组误差系数的多组测试数据进行概率统计分析.首先,对33个误差系数的多组验前总体和当前总体分别进行方差和均值的齐性检验,结果发现有一些参数通过了方差齐性检验,但均值基本上都不能通过齐性检验.为此,针对这种异源总体验前分布的建模问题,定义了验前信息的质量权重;其次,提出一种多组小样本数据参数的Bootstrap和随机加权融合估计方法,得到某型惯组多组误差系数的融合验前分布密度;最后结合对不同批次、不同使用单位惯组的多组动态数据的初步统计分析,给出一些结论与建议.     

基于分类及不确定墒的DS证据合成及判决方法

提出了一种基于证据分类及不确定墒的修正证据合成方法,以解决证据冲突情况下的合成问题,该方法模仿人处理冲突信息时所经常采用的策略,即首先将证据分类,保证分在同一类中的证据具有较大的相似性,然后依据分类结果中各类证据的个数以及其本身具有的不确定性程度,决定对该类合成结果的信任度,并通过加权方法得到最终的合成证据.      

故障样本量确定与分配一体化设计方案

针对当前测试性验证领域未能考虑故障样本量确定和样本分配2个环节的相互联系,以及现有样本分配方案对影响因子的选择没有统一的框架,导致确定的故障样本量和样本分配不合理的问题,提出了一种故障样本量确定与分配一体化设计方案。首先,以层次Bayes网络模型为框架,融合各节点测试性指标先验信息得到顶层测试性指标的融合分布,并建立故障样本量确定流程;其次,引入结构重要度作为样本分配影响因子,同时结合故障模式影响及危害性分析（FMECA）信息确定节点和故障模式的样本分配影响因子,提出基于节点和故障模式的二次分配框架实施样本分配;最后,通过实际案例进行对比分析。结果表明:相比其他样本分配方案,所提方案能充分考虑系统结构及其先验信息,进而实现了故障样本量确定和分配一体化方案的设计,保证了所确定的故障样本量和分配的合理性,具备更好的工程适用性。      

电液负载模拟器摩擦参数辨识及补偿

针对摩擦干扰在电液负载模拟器控制中的影响,提出了将被试件简化为自由伸缩刚性杆的摩擦力作用模型。模型中采用能全面反应摩擦特性的LuGre模型描述摩擦力大小。LuGre的静力摩擦系数和动力摩擦系数依托两种特殊工作状态进行辨识,相应的辨识数据验证了所求系数的准确性。摩擦补偿具体实施时,利用结构不变性原理,求解出摩擦补偿控制器。在此基础上,对负载模拟器开展了位移伺服、力矩伺服、多余力等方面的摩擦力补偿实验。实验结果表明,所求解的LuGre模型及摩擦补偿控制器可以较好地消除摩擦力对负载模拟器控制的影响。