应用时变参数建模方法辨识时变模态参数

 应用非平稳时间序列的时变自回归建模方法进行了参数随时间变化的线性系统模态参数的辨识。对线性时变系统在白噪声激励下振动响应的非平稳时间序列进行建模。通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识。结合信号时频变换确定模型阶次, 通过时变的伯格尔( Bur g) 算法对时变的自回归(AR) 模型系数和时变结构模态频率进行了估算。通过对刚度随时间变化的三自由度系统模态频率的仿真辨识, 验证了辨识方法的有效性。     

随机共振锁频环路影响因素

针对随机共振锁频环路影响因素不够明朗的问题,在对随机共振锁频环路仿真验证的基础上,重点对信噪比、采样频率和系统参数对环路性能的影响进行了探究。首先,阐述了随机共振锁频环路基本原理,搭建了随机共振锁频环路模拟仿真平台。其次,通过设定不同的信噪比、采样频率和系统参数条件,观察随机共振锁频环路性能变化。最后,总结归纳出各条件对随机共振锁频环路的影响。仿真结果表明,信噪比越低,随机共振锁频环路对信号跟踪性能越差,且最低能够处理信噪比为Eb/N0=1dB的信号。采样频率在高于信号频率50倍时,提高采样频率虽可提高计算精度,但对环路跟踪性能改善作用不大。系统参数是决定随机共振效应能否发生及影响共振效果的关键因素,其表现为一个可供选择的数值区间。     

对舰面温度数据的建模及其趋势和周期性分析

在系统建模理论的基础上,运用改进的动态数据建模方法,文章对某舰面温度数据进行建模并验证了模型的适用性,然后根据建立的模型进行了趋势和周期性分析。根据模型的适用性检验发现,对所研究的温度数据而言,ARMA(6,5)模型是最合适的,且其具有一定的线性趋势,但周期性不很明显。所有的建模和分析过程均在MATLAB上实现。     

一种用于故障诊断的定常线性系统的建模方法

提出了以系统脉冲响应序列作为闭环系统模型的建模方法,并且给出了这种建模方法的计算方法以及模型输出的计算方法。这种闭环系统建模方法保留了脉冲响应序列中的高频成分,避免了从脉冲响应序列向传递函数变换过程中丢失脉冲响应函数高频信息的缺点;同时,也避免了神经网络每次学习结果获得的网络模型不确定的缺点。采用该方法建立的闭环系统模型精度非常高并且可以应用在故障诊断的系统中。文章最后以数值仿真和实际带随机干扰的系统为例,证明该方法是有效的。     

基于区实混合序列相似度的异步不等速率航迹关联算法

在分布式多目标跟踪系统中,由于局部传感器开机时间、采样频率以及通信延迟不同等原因,导致来自各传感器的局部航迹往往是异步不等速率的。目前一般的方法是先进行时域配准再进行航迹关联,但是在同步化的过程中,航迹估计值的误差会发生传播,影响航迹关联的性能。针对此问题,提出了一种基于区实混合序列相似度的异步不等速率航迹关联算法。算法首先通过区间数-实数混合序列变换(IRST)得到等长度的航迹行为序列,然后定义一种新的序列差异信息度量,得到混合序列的相似度,以此进行航迹关联判定。仿真实验表明,该算法可以有效地解决异步不等速率航迹关联问题,并且通信延迟和数据乱序对算法性能的影响不明显。     

时间序列样本的总体一致性检验——时域方法

导弹飞行试验的过程参数,如速度、位置?姿态角等,反映了导弹系统的动态性能,本文介绍动态性能一致性检验的时域方法。产生介绍两个时间序列样本总体一致性检验的方法,分析了基于回归分析的检验及其置信度。由于导弹飞行试验的过程参数是非平稳的,可通过大量的仿真获得随机过程的多次采样,以获得总体参数的集平均,是进行时间域和频率域分析的基础,并给出了基于时域和频域方法验证时序样本总体一致性的一个实例。     

高频响流场测试TR-PIV系统技术及其应用

系统地介绍了高频响流场测试TR-PIV技术的基本原理、系统结构及组成,并对其三大关键技术即高速相机、高频响激光器和高速数据存储技术进行了系统的技术分析。结合TR-PIV实验系统要求,对商业高速相机和高频响激光器技术的现状进行了介绍和分析。TR-PIV实验过程中产生的大量数据图像文件对实验系统数据传输带宽的高要求,制约着实验数据采集频率和总实验时间两个参数。建立了基于PCI-E间接存储技术的TR-PIV流场测试系统并利用该系统对低速循环水槽中自由来流方柱绕流场进行了长时间110Hz连续采样,获取了方柱尾迹中旋涡结构的时空演变特征。研究结果对于集成建立高频响TR-PIV测试系统及其应用具有较好的指导价值。     

涡扇发动机进气总压畸变试验动态总压紊流度计算分析

通过对某型涡扇发动机进气总压畸变流场动态总压紊流度的计算，得到了在改变采样频率以及设计不同的数字滤波器对动态总压紊流度计算的影响结果，为分析和处理动态数据提供了一种方法。     

惯导系统动态校准数据估计算法

惯导系统的动态校准是在不同频率的正弦角振动信号的激励下,通过与标准测试台的幅频和相频特性进行对比来实现的。当惯导系统输出的角速度量值是有限长的数字序列时,要得到它的幅频和相频特性,就需要对数字序列进行估计。本文介绍了两种估计算法——直接法和四参数估计法,适用于均匀采样和非均匀采样两种情况,并且通过仿真实验给出了算法选择的建议。     

基于聚类模糊系统的动态数据野值剔除方法

针对影响遥测参数处理和分析的野值问题,提出了基于聚类法实时设计模糊系统实现动态数据野值辨识和剔除的新方法。该方法能够自适应跟踪不同变化特性的遥测参数,基于聚类法实现模糊系统的动态建模并获得预测值与观测值的残差序列,再按照狄克松准则实现野值的快速剔除。对实测数据的仿真实验表明：该方法能够显著降低动态建模的复杂度,快速跟踪信号变化,方法可行且有效。     

适用于气动弹性的小波非定常气动力降阶方法

发展非定常气动力模型降阶技术旨在缩减计算耗费并且使得计算流体力学信息能够应用于气动伺服弹性以及设计优化当中。采用小波方法建立基于Volterra级数的非定常气动力降阶模型。在模型识别过程中,激励是光滑连续的且以零阶保持方式进行离散,采样频率选择二的整数幂次。近似的一阶Volterra核基于Haar尺度函数族展开,鉴于Volterra核在系统响应中的衰减特性,可在合适的有限时长截断一阶核。为了获得一阶核的各项展开系数,需要求解由输入/输出数据组成的超定方程,其中涉及到奇异值分解算法。为了验证小波方法的有效性,算例选取了二维的NACA64a010翼型。数值仿真结果表明该方法能够比较准确地预测结构小扰动引起的非定常气动力响应且能描述一定的非线性现象。     

A novel imprecise stochastic process model for time-variant or dynamic uncertainty quantification

This paper proposes a novel model named as “imprecise stochastic process model” to handle the dynamic uncertainty with insufficient sample information in real-world problems. In the imprecise stochastic process model, the imprecise probabilistic model rather than a precise probability distribution function is employed to characterize the uncertainty at each time point for a time-variant parameter, which provides an effective tool for problems with limited experimental samples. The linear correlation between variables at different time points for imprecise stochastic processes is described by defining the auto-correlation coefficient function and the cross-correlation coefficient function. For the convenience of analysis, this paper gives the definition of the P-box-based imprecise stochastic process and categorizes it into two classes: parameterized and non-parameterized P-box-based imprecise stochastic processes. Besides, a time-variant reliability analysis approach is developed based on the P-box-based imprecise stochastic process model, through which the interval of dynamic reliability for a structure under uncertain dynamic excitations or time-variant factors can be obtained. Finally, the effectiveness of the proposed method is verified by investigating three numerical examples.     

进口总压随机脉动的数值模拟方法

为了能用数值计算方式模拟动态总压畸变对航空发动机稳定性的影响,首先要模拟出进口总压的随机脉动过程.根据进口总压随机脉动的正态分布特点及相关性特征,获得了带有指数自相关函数的动态总压畸变的随机过程,同时分析了积分时间常数、时间步长以及时间长度等参数对所生成的总压随机脉动过程的影响.结果表明,为了获得较好的模拟效果,时间步长应取得较小,时间长度应取得足够的长,而积分时间常数对模拟的可靠性则影响不大.      

基于EMD-SVR的光纤陀螺随机误差预测

为了提升光纤陀螺随机误差建模的准确性及补偿结果,提出了一种基于经验模态分解与支持向量机结合的随机误差预测方法。鉴于随机误差的非线性及不稳定性,直接进行预测时精度不高,采用经验模态分解对原始数据进行分解以降低时间序列的复杂程度;然后根据经验模态分解得到的各本征模态函数及趋势序列,构建基于支持向量机的预测模型;再将所得的各分量的预测结果综合以得到光纤陀螺随机误差的预测结果。以光纤陀螺随机误差数据作为验证,结果表明,相较于传统的预测方法,均方根误差与平均绝对误差分别降低了78.4%和75.5%,有效提高了回归精度。     

基于随机过程的可靠性建模

基于Wiener过程、Gamma过程和逆高斯(Inverse Gaussian,IG)过程等随机过程的可靠性建模方法在装备可靠性评估中逐步得到应用.针对3类考虑随机影响的随机过程模型,分别阐述了各类模型在一元性能退化建模、二元性能退化建模、加速退化建模和竞争失效建模等情形下的应用情况,并展望了下一步研究方向.研究工作对...     

The Processing of Band-Limited Measurements; Filtering Techniques in the Least Squares Context and in the Presence of Data Gaps

This paper discusses the treatment of correlated measurements in the least squares context. We focus on the processing of band-limited measurements and on long time series with a constant sampling interval. Time domain as well as frequency domain approaches were discussed to offer different ways to integrate the filtering process into the optimization scheme as good as possible. The focus was on long equispaced data sets. The application of discrete filters in the space domain makes it possible to decorrelate the observations during data acquisition. This opens the way to a sequential adjustment procedure, where the design matrix is treated row-by-row. Huge systems with millions of observations can be solved by direct or iterative strategies, and both approaches benefit from well-tailored filter techniques. Because of the sequential access the computational effort of this giant task can be easily distributed to a cluster of parallel processors and offers, in addition, the possibility to treat data gaps in a straightforward way. This revised version was published online in August 2006 with corrections to the Cover Date.     

Reconciling steady-state Kalman and alpha-beta filter design

The deterministic design of the alpha-beta filter and the stochastic design of its Kalman counterpart are placed on a common basis. The first step is to find the continuous-time filter architecture which transforms into the alpha-beta discrete filter via the method of impulse invariance. This yields relations between filter bandwidth and damping ratio and the coefficients, α and β. In the Kalman case, these same coefficients are related to a defined stochastic signal-to-noise ratio and to a defined normalized tracking error variance. These latter relations are obtained from a closed-form, unique, positive-definite solution to the matrix Riccati equation for the tracking error covariance. A nomograph is given that relates the stochastic and deterministic designs     

False Alarm Rate and False Alarm Number for Discrete and Continuous Time Sampling

A comparison of the false alarm rates and false alarm numbers for discrete and continuous time sampling is given for different noise spectrums (rectangular, Hamming, Gaussian, and cosine noise voltage spectrums) and for different sampling rates for the case of discrete time sampling. Also given is the increase in the false alarm rate when going from discrete to continuous time sampling when the detection threshold is held fixed. The amount that the threshold has to be increased for continuous sampling to achieve the same false alarm rate obtained with discrete time sampling is also given.     

内圈沟道损伤直径对滚动轴承振动性能的测度

采用中位数估计和Huber M估计相融合方法对未知分布的时间序列数据进行稳健处理,得到时间序列稳健数据,进一步得到时间序列数据的本征区间、变异率、中位数和平均值,组成时间序列数据的测度.该方法对不同沟道损伤直径条件下滚动轴承振动数据进行研究,结果发现:滚动轴承振动数据的变异率、中位数及平均值的变化趋势一致,与轴承的实际...     

基于性能退化数据的液体火箭发动机可靠性Bayes评定

性能退化表征的是产品的工作能力随时间逐渐降低的现象。对于液体火箭发动机等试验费用昂贵的高可靠性产品,失效时间数据难以得到,此时性能退化数据是评定其可靠性的重要信息。文章提出用线性随机过程模型来描述产品性能参数逼近临界值的过程,再根据产品的失效机理,推导出产品的失效分布函数形式。相对于传统的寿命分布模型,文中推导的失效分布函数中的参数因物理含义明确而易于通过实时跟踪测量性能参数时间序列数据估计得到。文中还通过一个数值实例说明了该方法在工程上应用的有效性。