基于人工噪声神经网络BP算法的火箭发动机故障仿真与检测

研究了用于液体火箭发动机故障仿真与故障检测的神经网络ＢＰ算法。在ＢＰ算法中采用了加噪声等技术来避免系统误差陷入局部极小，训练出精度高（误差小于０．０２）的神经网络，试验表明：神经网络ＢＰ算法成功地用于故障仿真与故障检测。     

测试性验证方法研究

对系统和设备测试性验证的主要内容、参数和验证方法进行了研究,依据数理统计理论提出了用简单实用的查表方法来估计故障检测与隔离能力、设计试验方案及判定合格与否的准则。     

Lognormal杂波环境中基于Hough变换的目标检测

给出了基于Hough变换的信号检测结构,推导了Lognormal分布杂波背景下基于Hough 变换检测器的检测性能的解析表达式,设计了具体的仿真环境和仿真流程,对基于Hough变换检测器在非起伏目标和四种Swerling起伏环境下的目标检测性能进行了分析。     

二维结构损伤的主动Lamb波定位技术研究

将Lamb波主动监测技术应用于复合材料损伤检测中,对二维结构损伤进行定位研究。利用压电陶瓷片作为驱动器和传感器,对结构损伤前后的传感信号做信号差,采用3种常用的信号时间延迟估计方法,比较这3种方法计算差信号和健康信号的时间延迟的损伤定位效果,其中定位方法采用了椭圆技术。详细介绍了这3种时间延迟估计方法的原理以及损伤定位结果的分析。实验结果表明在信号的信噪比较小的情况下,采用小波变换法能更准确地识别出复合材料冲击损伤的位置。实验数据验证了该方法的有效性。     

基于频域CLEAN和谱图-Radon变换的SAR运动目标检测算法

谱图-Radon变换可有效地检测多个线性调频信号,当多个线性调频信号的能量相差较大时,谱图-Radon变换就很难将所有的信号检测出来。为了解决这个问题,文中提出了基于频域CLEAN的检测技术与谱图-Radon变换相结合。使用检测能量相差较大的多个线性调频信号的方法。这种方法可以有效地检测出所有的信号,具有较大的实用价值,仿真实验结果表明这种算法是有效的。     

液体火箭发动机基于时序分析的实时在线故障检测算法

针对液体火箭发动机主级稳态工作过程，采用时间序列分析理论，提出并实现了一种基于ＡＲＭＡ模型计算残差自相关函数置信区间检验的故障检测策略。经大量发动机实际热试车数据验证表明，本文所实现的故障检测算法是十分有效的。这一结果可望直接应用于工程。     

传感器故障检测、识别和适应方法

对现有的方法进行了研究，着重阐述用检测滤波器思想进行传感器故障检测、识别和适应的方法。并利用这些方法，对一个具体的模型设计一个传感器故障检测、诊断和适应系统。通过故障仿真计算，验证了本文提出的方法使用的有效性     

非线性系统的BP神经网络在线建模及故障检测

回顾了非线性系统建模、故障检测与诊断（ＦＤＤ）及ＢＰ神经网络应用中存在的问题。提出了一种ＢＰ网络在线阶段自学习方式及应用该方式对非线性系统进行在线建模和故障检测的方法。仿真结果表明,本文提出的方式和方法是可行的     

数控系统传感器故障检测隔离及适应技术

介绍一种发动机传感器故障的检测、隔离及适应方法,并给出某型涡轴发动机的数字仿真实例,说明该方法的有效性和实用性。     

均值检验方法及其在冗余惯性导航系统中的应用

采用了非线性滤波的方法对影响故障检测及分离（FDI）性能的传感器误差进行了补偿,同时提出了故障检测与分离的均值检验方法（MVT）,该方法可以对2个传感器同时出现故障的情况进行检测与隔离。5个陀螺冗余惯性导航系统仿真结果验证了本文算法的有效性。