海面目标多信源融合识别技术研究

主要对海面目标多信源融合识别技术进行了研究,介绍了海上目标的融合识别方法:Bayes推理和D-S证据理论,分析了D-S证据理论融合识别原理.采用基于高分辨率体制的雷达对海面目标HRRP的特征信息进行提取和分析,对D-S证据理论在海面目标识别中的应用进行了举例研究.     

机床主轴承多源信息融合故障诊断

针对机床主轴承的故障诊断,为解决传统方法仅由单一传感器数据分析准确性低的问题,提出基于主元小波包、递归神经网络以及振动及噪声信号多源数据融合的轴承故障诊断方法,实现对锻压机床主轴承的故障诊断。将振动及噪声传感器采集的信号,经主元小波包处理提取特征值,再利用递归神经网络进行局部故障诊断,得到不同传感器对轴承故障互相独立的故障证据,然后采用基于数据修正D-S证据理论将振动及噪声诊断结果融合,发现基于递归神经网络及数据修正D-S证据理论的诊断方法。该方法解决了单一传感器的不稳定性和局限性以及传统D-S证据理论冲突证据失效的问题,使故障诊断具备容错能力,提高了传统故障诊断的精确度。     

基于D-S证据理论的雷达模糊识别研究

针对现代雷达信号的复杂性和模糊性以及信号在时间上的冗余性等特点,将模糊匹配和D-S证据理论相结合.在信号的积累和求取模糊隶属度的基础上,用D-S证据理论对隶属度进行融合,有效地解决了雷达信号识别的不确定性问题,同时充分利用了信号在时间上的冗余信息,提高了雷达信号的识别效果.仿真试验证明了该算法的有效性.     

一类降阶故障检测滤波器设计及其在飞行器中的应用

针对飞行器控制周期较短且资源与计算能力受限的情况,提出了一种适合飞行器控制系统的降阶故障检测滤波器设计算法.首先利用小扰动理论将飞行器非线性动力学方程在平衡点线性化,针对线性状态方程设计降阶故障检测滤波器.将降阶故障检测滤波器存在可行解问题转化为线性矩阵不等式描述的非凸优化问题,利用交替映射算法求解非凸优化问题的局部最优解.然后利用上述可行解存在的条件,计算降阶故障检测滤波器参数.最后将提出的降阶故障检测滤波算法应用到某小型无人直升机偏航控制系统的故障检测中,仿真结果表明该算法在保证检测效果的前提下降低故障检测滤波器的阶次,验证了算法的有效性.     

基于神经网络和证据理论的火箭发动机故障诊断

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。     

飞行器振动智能分析与诊断

本文通过综合多个领域知识，引进功能特征描述概念，运用证据理论，提出了对飞行器等复杂系统进行分析诊断的一个新方法并初步完成了专家系统原型，通过具体实例，再现了故障现象     

一种异类源信息融合中证据冲突问题的解决方法

进行异类源数据融合时,经常会遇到证据冲突的情况,此时应用经典D-S证据理论进行信息融合,通常会出现有悖常理的现象.提出了一种新的证据合成方法,该方法根据各证据之间的相似度确定证据的权重系数.通过加权的方法进行证据合成,从而有效地解决了证据冲突时的信息融合问题.计算机仿真表明,这种方法是非常有效的.     

液体火箭发动机地面试车实时故障检测参数的选取

合理有效的参数选择是液体火箭发动机地面试车实时故障检测系统的一个核心而基础的研究问题.本文首先进行了检测系统采集参数的需求分析;之后将液体火箭发动机测量参数作为方案层,各测量参数对发动机故障的敏感性、参数稳定性和参数相关性等作为准则层,测量参数对实时故障检测的有效性作为目标层,建立了液体火箭发动机参数选择层次结构模型;最后利用模糊层次分析法确定了某型LRE地面试车的实时故障检测参数.通过历史试车数据对参数选择的效果分析表明:所确定的检测参数能够全面表征LRE的运行状态,具有较强的故障表征能力和故障敏感性.从而,为科学合理的选择发动机地面试车实时故障检测参数提供了根据,解决了一直以来依靠定性方法确定发动机检测参数的问题.     

某型航空地面电源车几种常见输出电压故障分析

论文对某型航空地面电源车频繁出现的几种输出电压故障进行了分析。通过实证调查和文献研究,从可靠性的角度,列出了几种该车型常见的典型输出电压故障,并分析原理,构建故障树案例模型,设立排故关键点。论文的研究可迅速定位该车型输出电压故障并进行排故,对快速排除该车型输出电压故障,提高其地面保障能力有着较好的指导和借鉴作用。     

基于证据理论的雷达与通信侦察目标识别算法

针对异类被动传感器中的目标识别问题,将D-S证据理论运用于雷达侦察与通信侦察的目标识别中。首先将雷达和通信侦察设备侦收到的信息分别通过识别,得到雷达和通信电台的基本概率赋值,再通过D-S证据理论算法进行融合,计算出目标平台的基本概率赋值,从而得到融合后的平台类型。仿真实验结果表明,融合后的结果具有更高的置信度。