误差有界下的音频驻波液位估计算法

该文提出了一种在误差有界下的音频驻波液位估计算法.首先根据音频驻波的测距原理构造关于驻波波长的非线性状态方程和线性观测方程,其中将麦克风的观测误差和扬声器的状态误差建模为有界区间噪声的形式;再根据建立的系统模型和确定的误差界限,利用基于区间置信结构的状态估计算法估计出音频驻波的波长;最后根据波长的估计值换算出液位的高度...     

随机集理论及其在信息融合中的应用

多源信息融合经过近20年的发展已经取得了丰富的理论成果和应用成果，但是IC理论框架尚未建立。近几年由Mahler提出的有限集合统计学（FISST）理论——随机集理论的特例，从概率论角度统一表述了信息融合技术的主要方面。该文对近十几年随机集信息融合技术的发展加以回顾，主要包括随机集理论的产生背景、基本的思想和理论框架，以及当前的应用领域。最后指出了随机集理论将来可能的发展方向。     

基于平行多种群与冗余基因策略的置信规则库优化方法

置信规则库(Belief rule base, BRB)的参数学习和结构学习共同影响着置信规则库的建模精度和复杂度. 为了提高BRB结构学习和参数学习的优化效率, 本文提出了一种基于平行多种群(Parallel multi-population)策略和冗余基因(Redundant genes)策略的置信规则库优化方法. 该方法采用平行多种群策略以实现对具有不同数量规则BRB同时进行优化的目的, 采用冗余基因策略以确保具有不同数量规则的BRB能够顺利进行(交叉, 变异等)相关优化操作. 最终自动生成具有不同数量规则BRB的最优解, 并得出帕累托前沿(Pareto frontier), 决策者可以根据自身偏好和实际问题需求, 综合权衡并在帕累托前沿中筛选最优解. 最后以某输油管道泄漏检测问题作为示例验证本文提出方法的有效性, 示例分析结果表明本文提出的方法可以一次生成具有多条规则BRB的最优解, 并且可以准确绘制出帕累托前沿, 为综合决策提供较强的决策支持.     

冲突证据融合的优化方法

多数研究者认为, 用修改数据模型(证据体)的方法来解决冲突证据组合问题较为合理. 然而, 已有的基于修改数据模型的方法仅考虑如何提高冲突证据组合结果的聚焦程度. 实际上, 它们并没有考虑如何通过修正来消减证据之间的冲突. 显然, 若融合结果由冲突证据组合得到, 那么其可信性必然较低且会给随后的融合过程带来较大的风险. 针对此问题, 沿用折扣系数法, 该文基于证据距离准则提出了一种折扣系数(可靠度)优化学习模型, 优化过程同时考虑提高聚焦程度和消减冲突, 通过使折扣修正后组合结果的基本概率赋值(Basic probability assignment, BPA)与直言BPA (Categorical BPA, CBPA)之间的距离最小来寻优, 其中证据可靠度大小的序关系作为约束条件, 它依据证据的虚假度确定. 典型算例验证了所提方法比现有的一些组合方法, 在聚焦能力和冲突消减两方面都更合理.     

基于诊断证据静态融合与动态更新的故障诊断方法

提出一种将诊断证据静态融合与动态更新相结合的故障诊断方法.在静态融合阶段,利用Dempster组合规则融合每个时刻的多条局部诊断证据,获取静态融合证据,并给出基于证据距离的故障信度静态收敛指标;在动态更新阶段,基于条件化的线性组合更新规则,利用当前时刻静态融合证据更新历史证据,获取更新后的全局性诊断证据,并给出基于S函数的故障信度动态收敛指标.在两个阶段中,基于静态和动态信度收敛性指标函数,分别给出相应的优化学习方法,获取静态融合中局部诊断证据的静态折扣系数、动态更新中历史与当前证据的更新权重系数等参数的最优值.在最大信度原则下,利用更新后获取的诊断证据做出诊断决策.最后,通过在电机柔性转子实验台上的诊断实验,将所提方法与已有的典型融合诊断方法进行了对比分析,说明所提出的融合诊断方法及其性能指标函数和参数优化方法的有效性.     

两类典型多目标跟踪算法的性能分析与比较

在处理目标跟踪的两类主要方法中,一类是通过数据关联来解决,如PDA和JPDA等;另一类则是绕过关联直接处理,如随机集、GM-PHD等。该文从两类典型方法中各选取一种有代表性的方法,如JPDA与GM-PHD,首先通过分析两种算法主要步骤的计算量,得到相应算法总计算量的解析表达式;然后根据观测与目标状态之间关联复杂程度,分3种情况对两类算法的计算量进行比较;最后以仿真说明算法的跟踪效果,并以算法运行时间来验证计算量公式的正确性。     

基于C-BRB模型的发动机运行状态监测方法

针对发动机运行状态监测过程中发动机内部多个因素之间相关性与建模方法可解释性问题,提出数据驱动下C-BRB方法.该方法首先通过样本数据计算发动机内部多个因素之间的Kendall秩相关系数,并确定具体Copula模型及参数λ,实现对多个因素之间相关性的测量;然后使用置信规则库(BRB)对发动机内部多个因素建模,在BRB推理...     

基于随机集理论的并发故障诊断信息融合方法

为了诊断并发故障,提出一种基于随机集理论的信息融合方法.首先构造包含并发故障的论域,并在此论域的超幂集上定义扩展型随机集.基于该随机集和广义集值映射给出证据组合规则的随机集模型,用其构造可以同时适用于单发和并发故障诊断的新型组合规则.此外,根据传感器提供的故障信息构造故障样板模式与待检模式的模糊隶属度函数,利用模糊集的随机集表示以及随机集似然测度,获得两种模式匹配的程度作为待融合的诊断证据.最后通过在电机柔性转子平台上的试验,证明了所提方法可有效地减少单一传感器信息诊断的不确定性,显著提高转子系统故障诊断的精度.     

基于置信规则库推理的焊接机器人减速机曲柄轴磨损故障检测方法

针对焊接机器人伺服电机转矩信号特征与RV(Rotate Vector)减速机曲柄轴磨损状态之间存在的非线性对应关系,设计一种基于置信规则库(BRB)的磨损故障检测方法。首先,BRB系统输入选取电机转矩均值和转矩导数的均值,输出设定为曲柄轴磨损故障等级,建立描述输入和输出之间映射关系的置信规则库。当在线获取输入特征信号后,利用证据推理(ER)算法将输入激活的置信规则进行融合,得到关于故障等级的信度分布,通过该分布评估曲柄轴所处的磨损程度。最后,利用某型号工业机器人获取的实测转矩数据对所提方法进行验证,表明所设计的BRB故障检测方法可以在很大程度上代替维修工程师实现故障的自动检测。     

基于固定频段声波共振原理的液位测量方法

已有声共振液位测量方法的量程受限于所获取的初始共振频率,这制约了此类方法在长距离测量中的应用.针对该问题,给出一种基于固定频段内共振频率的液位测量新方法.首先将检测初始共振频率变为检测较高频段内出现的一组共振频率.利用相邻共振频率的等差关系及共振频率液位换算公式得到多个测量值,将它们取平均后作为最终液位值,从而有效地降低测量不确定度.此外,提出的检测算法可以快速获取共振频率,增加了测量的实时性.最后,通过实验验证了所提方法量程更长,受液面泡沫、残渣等障碍物影响小,测量精度可达1‰,优于已有声共振测量方法以及一般超声波液位仪3‰～5‰的测量精度.