基于EMD与LS-SVM的刀具磨损识别方法

针对刀具磨损声发射信号的非平稳特征和BP神经网络学习算法收敛速度慢、易陷入局部极小值等问题,提出了基于经验模态分解和最小二乘支持向量机的刀具磨损状态识别方法.首先对声发射信号进行经验模态分解,将其分解为若干个固有模态函数之和,然后分别对每一个固有模态函数进行自回归建模,最后提取每一个自回归模型的系数组成特征向量,特征向量被分为两组,一组用于对最小二乘支持向量机训练,另一组用于识别刀具磨损状态.试验结果表明:该方法能很好地识别刀具磨损状态,与BP神经网络相比具有更高的识别率.      

基于Linux QT技术的空间环境模拟器控制系统组态软件的开发

文章主要介绍如何在Linux系统下建立一套空间环境模拟器控制系统组态软件。首先给出该软件设计的整体结构与基本原理,软件架构基于QT平台搭建;研发了一套针对Linux操作系统的OPC驱动,成功地实现了硬件设备和上位软件之间的多对多通信;针对该驱动提出了扫描优先级算法,这种算法相对于Windows下的顺序扫描逻辑方式更加优化而高效。该组态软件已通过现场实际应用,控制效果良好,达到预期的结果。     

基于轨迹特征的预警系统目标识别

文章针对弹道导弹预警系统目标识别任务的特点,通过分析弹道导弹和卫星目标间的运动特性差异,给出了预警雷达基于最小矢径这一特征区分弹道导弹和卫星的流程,并分析了弹道导弹射程、雷达测量精度、观测时间、采样间隔等因素对此流程的影响。仿真结果表明:利用最小矢径实现弹道导弹和卫星的区分是可行的,而且此法对雷达测量精度要求不是特别高。     

CME引起的地磁暴穿越时间

日冕物质抛射(CME)从发生至引起地磁暴最大值的时间间隔称为穿越时间.本文选取1997-2015年89个CME-Dst事件,分析CME速度、能量、耀斑类型等对穿越时间的影响;采用非线性拟合以及支持向量机(SVM)非线性回归技术,建立基于1997-2009年62个CME-Dst事件的CF模型和SVM模型,并利用其余27个CME-Dst事件对模型预报效果分别进行检验.结果表明,CF模型和SVM模型的预报准确率均达到85.2%,其中CF模型的平均绝对值误差为13.77 h,而SVM模型为13.88 h.与ECA模型结果(准确率为77.8%,平均绝对值误差为14.55 h)进行对比发现,CF模型和SVM模型的准确率更高而误差更小.CF模型和SVM模型能够提前1~5天较好地预报地磁暴爆发时间.     

一种空间目标RCS序列的姿态异常检测方法

准确、快速判断空间目标姿态运动模式异常,对于空间目标监测具有重要意义。针对空间目标雷达散射截面 (Radar Cross Section,RCS)序列,提出一种基于小波包分解（Wavelet Packet Decomposition,WPD）能量谱特征的无监督机器学习异常检测方法,并采用单类支持向量机(One Class Support Vector Machine,OCSVM)验证异常检测效果。设置了几种典型异常场景进行仿真分析,试验结果表明,该方法能有效检测出三轴稳定类空间目标发生失稳旋转的姿态异常。相比于传统统计参数特征、小波变换统计参数特征及能量特征的姿态判别方法,具有检测概率高、鲁棒性好的特点。     

一种利用角动量进行电推力矢量标定的算法

航天器上越来越多地使用电推进进行轨道修正,电推力器的配置安装和使用方式决定了电推进的调整策略,大多数情况下在轨卫星都需要进行电推力矢量的标定和调整。针对国内某类型地球静止轨道卫星,提出一种利用在轨电推力器工作时引起的星体角动量变化来进行电推力矢量标定及调整的算法,同时给出了国内首次在轨电推力矢量标定及调整的应用实例。在轨标定结果表明算法正确可行,该算法为在轨卫星电推标定和调整提供了一种解决方案。     

基于SVMα阶逆系统方法的非线性预测控制

针对一类未知非线性大时延系统,利用SVM特有的表达任意非线性映射能力,辨识得到非线性系统的α阶逆模型,然后将其串在原系统前组成SVMα阶伪线性复合系统。以此复合系统为被控对象,用预测控制方法实现对其有效控制。该方法不仅将非线性系统简化成伪线性系统,而且具有良好的控制效果,控制器设计简单。     

基于边缘检测与最小二乘支持向量机的人脸图像识别

文章建立了完整的人脸识别系统,通过图像预处理、特征提取和识别3个过程,实现了人脸的分类识别;研究了图像预处理过程中的边缘检测方法,比较了基于一阶导数的Robert算子、Prewitt算子、Sobel算子和基于二阶导数的Gauss-Laplacian算子的检测效果□在识别阶段采用最小二乘支持向量机方法,进行人脸识别实验,并对实验结果进行比较。     

基于单因素SVM的航空兵空运转场飞行架次需求预测研究

航空兵部队成建制空运转场飞行架次需求预测,对机关、航空兵部队拟定空运计划、进行空运准备等都具有重要的意义。运用序列后向选择方法(SBS)对影响飞行架次的特征因素进行逐层淘汰,利用支持向量机(SVM)理论建立单因素非线性回归模型,进而对飞行架次进行预测。预测结果表明:同多因素SVM预测模型相比,单因素SVM预测模型虽在预测精度上没有显著提高,但其减少了预测的前期工作量,方便了机关和部队的使用,实现了飞行架次预测的实时性要求。     

基于改进低通滤波的无传感器永磁同步电机矢量控制技术研究

转子位置角估算是无传感器永磁同步电动机(PMSM)矢量控制的关键,其精度直接影响控制系统的性能。基于磁链观测器的转子位置角估算方法简单易实现,但系统控制性能受磁链估算动态性能限制。为提高无传感器PMSM矢量控制系统的运行性能,对交换滤波与补偿顺序的改进低通算法进行了拓展性研究,通过MATLAB仿真验证了改进方法的可行性和有效性。