基于KPCA-HSMM设备退化状态识别方法的研究

为消除多通道观测信息冗余,压缩高维故障特征,提出了基于核主元分析( KPCA)多通道特征信息融合的隐半马尔可夫模型( HSMM)设备退化状态识别的新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量;然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量;并以此融合特征向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器,从而卖现设备退化状态的识别。实验结果表明,该方法能有效的识别设备的退化状态,从而为多通道特征信息融合设备退化状态识别开辟新的途径。     

基于多域特征融合的通信辐射源个体识别方法

为解决利用单一特征进行通信辐射源个体识别识别率不高的问题，提出一种基于多域特征融合的通信辐射源个体识别方法。提取通信辐射源发射信号的多个变换域特征，并组合这些特征为多域特征。构建多通道卷积神经网络，利用多通道卷积操作对多域特征进行深层次提取。通过神经网络的分类器，完成对通信辐射源个体的分类。在低信噪比和瑞利信道条件下，使用所提方法对20个CC2530设备进行识别。研究结果表明：与基于单一特征的辐射源个体识别方法相比，该方法充分利用了通信辐射源发射信号的多个变换域特征，结合神经网络的强大细微特征挖掘能力，实现了对通信辐射源个体的有效识别；该方法能够显著提升在低信噪比的识别准确率和时效性，在0 dB条件下的识别效果仍可达到91.01%。     

多通道数字匹配滤波

通过对信号进行基于瞬时自相关的瞬时频率提取的方法对中频信号进行分析、识别,然后可以在FPGA内部构造一个多通道匹配滤波器对信号进行匹配。然后对多通道匹配滤波进行仿真。仿真结果表明,可以从多通道匹配滤波中判断匹配的正确与否。从而可以实现信号的分选。     

基于载波相频差异矩阵的单通道盲分离算法

目前欠定条件下盲分离算法的研究集中在稀疏性强的语音信号,适应性较差。且存在分离不完全、残余成分较大的问题。针对该问题提出了一种基于载波相频差异矩阵的单通道盲分离算法。该算法在信号频谱混叠的情况下,利用通信信号的载波相频信息来构建差异矩阵,实现单路到多路的变换。在多通道框架下以基于核密度估计的遗传算法实现多通道盲分离。实验结果表明:该方法对信号稀疏性无严格要求,适应性强,并能较彻底地分离出常规同频通信信号。     

基于MFCC参数和HMM的低空目标声识别方法研究

提出了一种战场声目标识别方法，模拟人耳的听觉机理提取更能反应出声音信号动态特征的Mel倒谱系数（MFCC）作为识别战场低空目标的参数；利用隐马尔可夫过程具有很强地表征时变信号的能力来表现声信号随时间变化呈现出的模式演变现象，建立隐马尔可夫模型（HMM）；由K-均值聚类得出HMM模型的练和识别特征向量，识别时设定阈值判定输入的未知声信号。实际数据的分析结果表明了该识别方法的准确性与有效性。     

基于三维GMRF的多光谱图像自适应目标检测

针对常见的多光谱目标检测算法仅利用光谱信息的局限性．提出一种移动窗口局部异常自适应检测方法。采用加性目标信号和非结构化背景模型描述多光谱图像数据；基于谱间相关性和空间相关性．利用三维高斯马尔可夫随机场（GMRF）模型估计背景数据二阶统计量的逆．最后通过广义似然比检验实现了自适应目标检测。仿真试验及其理论分析表明了算法的有效性。     

基于自适应马尔可夫参数交互多模型算法的弹道导弹跟踪研究

对弹道导弹主动段和自由段进行连续跟踪已成为弹道导弹防御亟待解决的问题。采用多模型交互算法,是解决该问题一条可行途径,但传统交互多模型马尔可夫概率转移矩阵参数固定,切换过程模型概率滞后。文中基于后验信息修正,提出了一种马尔可夫参数值自适应调整算法,根据不匹配模型误差压缩率的变化,自适应调整先验的马尔可夫概率转移矩阵参数,切换过程中较多地压缩不匹配模型的信息,放大匹配模型的信息,提高系统的收敛速度。仿真实验表明：马尔可夫参数自适应调整算法对弹道导弹主动段与自由段交替处的跟踪效果优于传统多模型交互算法。     

多通道海底混响线性预测方法研究

为了实现垂直分置结构接收换能器接收的多通道远程海底混响信号仿真,在多通道体积混响相关函数基础上,推导了多通道海底混响的相关函数。并且针对经典多通道混响预测方法计算复杂的问题,开发了一种新的AR模型预测方法。与经典预测方法相比,待估计系数数量由K×K×N降为K×K+N.最后,仿真试验了不同通道平稳混响信号的相关曲线。仿真结果显示:预测相关曲线与理论相关曲线能够较好的吻合,显示了新方法的有效性。     

基于改进多信号流模型的运载火箭电气系统测试性评估

对现有测试性建模方法在运载火箭电气系统测试性评估的应用上存在的不足进行分析。针对运载火箭电气系统不同的测试状态,提出基于多信号流模型的多模型综合测试性评估方法;并结合运载火箭电气系统的实际故障模式及测试特点,考虑多故障模式及多值测试,对多信号流模型进行改进,得到基于改进多信号流模型的多模型综合评估方法,并给出了具体的评估流程。以运载火箭时序控制系统为例进行了验证,结果表明,基于改进多信号流模型的多模型综合评估方法能够更为准确地对运载火箭电气系统故障空间及测试状态进行建模,对运载火箭电气系统的测试性评估有效。     

基于多物理场的舰船目标识别方法

针对现有舰船目标识别方法多是基于舰船单一物理场信号,识别性能较差,已不能适应现代战场环境的复杂性、多变性的问题,提出了基于多物理场的舰船识别方法。该方法通过小波分解提取舰船多物理场信号频段能量特征,并分别构建了基于特征层融合和决策层融合的特征融合模型,使不同物理场特征之间得以相互校准、补充和验证确认,实现单一物理场特征无法实现的识别功能。仿真验证结果表明,所提出的方法实现了92.65%的舰船目标识别率,与基于单一物理场的舰船识别率相比,提高了4.12%。     

基于小波特征尺度熵-隐半马尔可夫模型的设备退化状态识别方法及应用

机械设备从正常到故障往往经历一系列退化状态,正确识别设备当前所处的退化状态,对预防设备进一步退化和故障的发生具有重要意义。提出了一种基于小波特征尺度熵一隐半马尔可夫模型(HSMM)的设备退化状态识别新方法。通过小波变换提取小波特征尺度熵,然后构造信号的小波特征尺度熵向量,并以此作为HSMM的输入进行训练,建立基于HSMM的机械设备运行状态分类器,从而实现设备退化状态的识别。并且以滚动轴承为例,对正常和几种故障程度不同的滚动体运行状态进行了识别,实验结果表明该方法能有效的识别设备的退化状态。     

基于循环相关检测方法的浅水信道多径特性分析

基于浅水信道模型,建立了具有循环平稳性的线性调频信号多径模型,利用龙格库塔方法对本征声线的理论参数值进行计算,用拷贝相关检测方法进行检测.为了对比检测效果,本文基于循环相关检测方法,采用了一种估计循环频率特征的浅水信道多径分析方法,该方法通过在频域估计循环频率的峰数和位置,可以在时域内准确估算浅水通信的多径数和相应的时延,与拷贝相关检测方法相比可以提高检测性能.将试验获得的水声传播参数应用于所建浅水信道多径模型,分别估算出浅水通信试验的信号多径时延特征,检测结果与理论结果相符,本文采用的方法能更加清晰的分辨各峰值与多径时延,很好地估计浅水声通信系统的信道传输多径特性,说明本文算法的有效性和优越性.     

多通道增强的干涉仪测向方法

针对干涉仪测向性能受多通道相位不一致性影响特别严重的问题,提出了一种多通道增强干涉仪测向方法,利用未校正的多通道信号辅助部分校正后的通道信号进行干涉仪测向;仿真实验结果表明：与仅利用校正后的双通道干涉仪测向方法相比,提出的相位不一致的多通道增强的干涉仪测向方法具有更高的测向精度。     

基于特征匹配的复杂水声信号仿真模型验证方法

分析了复杂水声信号仿真的特殊性,针对性地研究了其仿真模型验证方法。按照考虑信号单一特征、全部特征的顺序,分别采用区间估计、信息融合方法分析仿真信号的一致性;通过估计仿真信号的一致性水平,提出了基于特征匹配的复杂水声信号仿真模型验证方法。在目标回波仿真中的应用表明,该方法对仿真验模有效且有助于提高了建模工作效率。     

基于多分形特征的枪械自动机裂纹故障诊断

为更好地利用振动信号对枪械自动机的裂纹故障进行诊断,提出基于振动信号多分形特征的故障诊断方法。该方法利用Wavelet Leader 来估计振动信号的多分形谱,通过6个特征量描述多分形谱的形态特征以实现多分形谱的降维,并使用基于Mahalanobis距离的分类器对不同的裂纹故障进行分类。应用该方法对某12.7 mm高射机枪自动机闭锁机构的裂纹故障进行了诊断,诊断正确率达到了82.5%,验证了将振动信号的多分形特征用于自动机裂纹故障诊断的可行性。     

大规模多阶段任务系统马尔可夫可靠性模型的存储和计算

由于马尔可夫模型在进行多阶段任务系统的可靠性分析时,系统状态随部件增加呈指数增长,从而导致大规模条件下模型求解所需的存储量和计算量十分巨大。而根据马尔可夫模型中转移速率矩阵Q的取值规律和稀疏特性,给出了矩阵Q中元素q_ij基于状态二进制表示的计算公式,并提出了一种Q矩阵压缩存储(QMCS)方法。在模型压缩存储的基础上,进一步提出了基于Krylov子空间的可靠性求解算法。通过算例对比了不同压缩存储方案和不同求解算法的存储量、计算时间和可靠性结果,分析表明基于QMCS和Krylov子空间的模型求解方法具有较高的存储和计算效率,特别是在矩阵规模较大的情况下,该方法的计算耗时优于其他方法,且结果精度也能满足可靠性计算需求。     

基于旋转-振荡试验系统的强弱电信号传输与测量

为了解决飞机尾旋特性研究中出现的强弱电信号同步传输干扰和测量问题,提出一种基于旋转-振荡试验系统的强弱电信号传输与测量方法。介绍了旋转-振荡试验系统结构,研制了多通道引电滑环和前置式数据采集系统,解决了多通道电信号传输、同一滑环内强弱电信号同步传输的干扰问题;通过控制系统优化和支杆优化设计,解决了模型角位移按正弦函数振荡、模型振荡角位移与气动力信号同步测量问题。试验应用结果表明:该方法解决了强弱电信号同步传输干扰和测量问题,试验数据精准度达到试验技术要求。     

基于高斯混合-隐马尔可夫模型的速差转向履带车辆横向控制驾驶员模型

为解决基于离合器转向机的履带车辆在无人行驶条件下的横向控制问题,采用一种基于高斯混合-隐马尔可夫模型的统计学习方法构建驾驶员模型,以实现对驾驶员跟踪控制操控经验的表述。利用经过大量试验采集获得的经验驾驶员操控数据对模型进行训练。以基于高斯混合模型表征的车辆速度和航向偏差作为隐马尔可夫模型的观测状态参量,并利用高斯混合模型对左右操纵杆位置进行转向模式划分,以转向模式作为隐马尔可夫模型的隐藏层状态参量,通过对模型的训练最终实现对于驾驶员操控经验以及车辆特性的统计学描述。利用上述模型对跟踪控制过程中的期望转向模式进行预测分析,结果表明该模型能够较准确地对转向模式进行预测。     

基于小波分解与重构的混沌时间序列预测

提出一种通用的混沌时间序列预测方法.算法首先通过小波分解与重构将具有混沌特征的时间序列分解为一个低频信号和多个高频信号;对不再具有混沌特征的信号分支采用神经网络模型预测;对具有混沌特征的信号分支采用基于非线性混沌动力学的预测模型;最后将各分支的预测值组合获得最终预测值.通过月平均太阳黑子数这一典型混沌时间序列的预测实验表明该方法比传统的神经网络预测方法和混沌预测方法的预测精度高,可以较好地应用于混沌时间序列的预测中.     

基于马尔可夫链的多波次导弹作战研究

介绍了马尔可夫链方法可以有效地解决多波次导弹打击敌方目标效果评判问题,并可以较好地对导弹多波次作战做出筹划安排.在一定假设前提下,构建了基于马尔可夫链的多波次导弹作战数学模型,并对算例进行了计算分析,验证了方法的科学性和可行性.