A multi-rate sensor fusion approach using information filters for estimating aero-engine performance degradation

Gas-path performance estimation plays an important role in aero-engine health management, and Kalman Filter(KF) is a well-known technique to estimate performance degradation. In previous studies, it is assumed that different kinds of sensors are with the same sampling rate, and they are used for state estimation by the KF simultaneously. However, it is hard to achieve state estimation using various kinds of sensor measurements at the same sampling rate due to a complex network and physical characteristic differences between sensors, especially in an advanced multisensor architecture. For this purpose, a multi-rate sensor fusion using the information filtering approach is proposed based on the square-root cubature rule, which is called Multi-rate Squareroot Cubature Information Filter(MSCIF) to track engine performance degradation. Soft measurement synchronization of the MSCIF is designed to provide a sensor fusion condition for multiple sampling rates of measurement, and a fault sensor is isolated by maximum likelihood validation before state estimation. The contribution of this paper is to supply a novel multi-rate informationfilter approach for sensor fault tolerant health estimation of an aero-engine in a multi-sensor system. Tests are conducted for aero-engine performance degradation estimation with multiple sampling rates of sensor measurement on both digital simulation and semi-physical experiment.Experimental results illustrate the superiority of the proposed algorithm in terms of degradation estimation accuracy and robustness to sensor failure in a multi-sensor system.     

地空导弹武器信息对抗

分析了地空导弹武器与信息对抗的基本关系,在此基础上,从抑制敌方、确保己方对信息的截获、传输、利用和防空导弹网络化等方面进行了全面的纲领性阐述,提出了地空导弹武器信息对抗的发展要求、方向和重点.     

基于因子图的无人机全源导航关键技术研究

针对DARPA提出的全源导航需要快速集成并重新配置任意导航传感器的要求,结合民用无人机的任务需求,通过概率图模型相关原理,对基于因子图的无人机全源导航关键技术开展研究工作.采用因子图对系统状态更新过程进行表示,实现系统状态的递推与更新,完成传感器信息的数据综合.仿真结果表明,该方法能在传感器可用性时变的情况下,将不同传感器的数据进行有效融合,确保系统导航定位精度,使载体满足不断变化的任务需求与环境变化的要求.     

引入稀疏原子特征融合的滑动轴承摩擦故障状态监测

从信息融合理论出发,将特征的稀疏表达作为特征融合参数,提出一种结合K奇异值分解(KSVD）和最大相关最小冗余准则(mRMR）的轴承摩擦故障特征融合算法。该算法采用KSVD对信号稀疏化,将稀疏系数对应的字典原子作为特征融合的参数,用以表达非线性故障信息;针对字典原子集的优化选择问题,基于互信息的mRMR提出一种确定最优原子集的原子数目的准则;最后,通过最大化原则融合稀疏系数,提取故障状态监测的有效信息。轴承摩擦故障模拟实验的结果表明,所提方法能够更好地融合不同特征的故障信息,相比于单特征和其他融合特征方法,提高了约12%的故障识别率。      

分布式多媒体系统模型与传输控制算法的研究

作为分布式多媒体系统通信与表现控制研究的基础,提出分布式多媒体系统整体模型DMISIM(Distributed Multimedia Information System Integrated Model),将分布式多媒体系统抽象为3元组——多媒体同步时间单元SIU(Synchronization Interval Unit)、通信信道以及信道与SIU序列之间的一一映射关系．模型描述多媒体信息和通信网络的静态属性,反映系统通信传输的动态过程．基于DMISIM,对分布式多媒体通信传输控制机制进行研究,提出最小偏差调度算法MDSA(Minimum Deviation Scheduling Algorithm)作为古典列表调度算法CLSH(Classic List Scheduling Heuristic)的改进．理论分析和逻辑推导证明,在不增加算法时间复杂度,不降低多媒体同步表现质量的同时,算法提高了系统目的端缓冲区利用率,降低了缓冲区需求及多媒体数据溢出的可能性．算法与底层通信传输机制无关,可以广泛应用于分布式多媒体系统的通信传输过程中．      

卫星天线振动信息融合试验研究

讨论了D -S证据推理理论 ,给出了传感器特征信息融合算法。结合卫星天线振动频率分配控制问题 ,进行相应的实验研究 ,对传感器的特征信息进行融合 ,给出了振动响应频率特征信息提取方法 ,剔除边界条件对测试结果置信度的影响     

Web信息融合系统基础设施的研究

元建模是实现分布异构数据源间互操作的有效途径,元模型框架MMF(Meta Model Framework)是一套元对象和元模型结构的集合,用于信息注册和信息资源库开发中元模型建立.将联邦数据管理系统与软件工程中本体元模型框架结合,建立Web信息融合系统基础设施的体系结构.结合语义Web服务平台和软件代理技术,研究Web信息融合系统基础设施的运行机制.提出本体对象(ontology-object) 建模理论和方法,指导Web信息融合系统基础设施的开发设计,简化设计开发过程.      

智能交通系统中的公共交通信息管理体系

介绍了我国智能交通系统ITS(Intelligent Transport Systems) 研究开发所涉及的内容,详细阐述了公共交通信息管理体系的主要内容及其动态管理.公共交通信息管理系统的研究开发,可以加强道路、车辆、驾驶员以及管理人员的联系,使得管理人员对公共交通情况了如指掌,有效地解决道路交通拥塞现象,有利于调度车辆和管理交通,从而实现公共交通的智能化管理,以确保提高道路运输效率和行车安全,具有良好的应用前景.     

基于小波神经网络的多传感器自适应融合算法

针对多传感器融合系统的非线性和不确定性,将小波分析与神经网络相结合,提出一种基于小波神经网络的多传感器自适应融合算法.融合系统包括扩展卡尔曼滤波器、小波神经网络、融合知识库以及航迹融合算法.该算法以分布式融合结构为基础,利用环境信息理论和测量方差归一化方法构建小波神经网络,并且通过数值样本训练小波神经网络,使其在融合过程中实时估计各传感器的信任度,再由融合知识库根据各传感器信任度来选择适合的航迹融合算法,最终得到全局状态估计.实验结果表明,提出的融合算法可以根据环境变化在线自适应融合来自多传感器的测量值,对不确定信息具有很好的融合能力.      

信号的紧小波标架表示与最佳小波基

探讨了信号的小波标架表示与最佳小波基选择问题.首先对信号的小波标架表示与小波基表示的关系进行了描述,这个关系对于分析信号的小波标架表示是非常有用的;其次推导了周期小波标架的分解与重构的Mallat-塔式算法并证明了标架界为1的紧小波标架的周期化仍为标架界为1的紧小波标架;最后给出了基于小波标架算法和极小化加性代价函数的最佳小波基选择算法.