目标跟踪中非线性滤波算法的研究

介绍了3种非线性估计方法.在处理目标跟踪等动态系统实时估计问题中,EKF将系统进行线性化近似时存在估计误差,从而影响目标跟踪的精度;PF对系统噪声和量测噪声的概率分布没有要求;RPF是改进的粒子滤波算法.分析了EKF、PF和RPF算法的原理,比较了3种算法的性能差异.仿真结果表明,PF滤波精度优于EKF,而RPF在精度和计算复杂度等方面均优于PF,且随着粒子数目的增加,PF和RPF的精度也不断提升.     

非线性滤波方法及其在故障诊断中的应用

传统的滤波方法一般基于线性化和高斯假设,在一定程度上影响了滤波精度和非线性系统故障诊断的准确率。该文从"近似非线性"和"近似概率"的方法入手,分析3种常用的非线性滤波算法:扩展卡尔曼滤波器(EKF)、U-卡尔曼滤波器(UKF)以及粒子滤波器(PF)的原理、方法及特点并介绍其在非线性故障诊断中的应用价值。     

基于粒子滤波算法的动力电池SOC估计

针对电池荷电状态(SOC)容易受到电流、温度、循环寿命等非线性因素的影响,建立基于温度和电流变化的电池容量修正方程。结合安时法和复合电化学原理构建电池状态空间模型。由于粒子滤波算法对非高斯、非线性系统的适应性,因此选用粒子滤波算法来研究电池SOC估计。通过美国FTP-75工况和NEDC工况实验仿真显示,基于粒子滤波算法的电池SOC估计比扩展卡尔曼滤波算法估计精度高、适应性好。     

故障诊断中非线性耦合特征综合优化

在特征提取部分的基础上，引和多传感器信息融合的思想，在特征层对多源信息进行信息融合，首先引入征据理论，给出了特征层信息融合的通用实现框架，并结合非线性耦合特征，提出了非线性耦合特征基本概率指派函数的构造方法和证据组合方法，实现了非线性耦合特征的综合优化，并结合实际诊断对象，以齿轮实验台为实现了非线性耦合特征的综合优化，证明所提出方法的正确性和有效性。     

故障诊断中非线性耦合特征提取（一）

该文从高阶谱分析的角度，以旋转机械为背景，充分利用幅值和相位信息，通过检测信号频率成分间的非线性耦合特征来对故障信号进行检测。文中分析了耦合产生的机理、模式，建立了振声信号产生和非线性耦合模型。在此基础上在高阶域进行非线性耦合特征描述，最后通过齿轮实验台的实验验证了所提出理论分析的有效性。     

基于EPF滤波的单站无源定位算法及性能分析

为了实现快速高精度单站无源定位,研究了定位算法,提出了相位变化率(PRC)与扩展卡尔曼粒子滤波(EPF)算法相结合的一种新的单站无源定位方法。该方法通过相位变化率(PRC)法得出了目标辐射源的粗略位置,然后采用EPF滤波算法对粗略定位结果进行了修正和平滑,逐步估计出目标的精确位置,实现了对辐射源目标的快速高精度无源定位。仿真结果表明,与传统的EKF滤波算法相比,基于EPF滤波的单站无源定位算法收敛更快、更稳定,滤波效果更好,定位精度更高。     

基于扩展卡尔曼滤波的液压马达故障诊断

针对液压马达在实践中经常出现的故障模式,从液压马达的模型出发,抽取重点关心的状态方程,采用扩展卡尔曼滤波(EKF)器的状态估计方法,对液压马达故障进行诊断研究,较好地提高了故障诊断的效率与精度。经某型液压马达故障诊断仿真结果表明,该方法可以准确地对液压马达的故障进行诊断,是一种有效的故障诊断方法。     

基于代价参考的粒子滤波算法研究

针对非线性模型滤波问题,分别研究了代价参考粒子滤波器和标准粒子滤波器.分析了两者在算法结构和算法思路中的相同点和不同点,并利用Matlab工具分析和比较了在同一单变量非静态增长模型下两者的滤波效果.研究结果表明基于数理统计的滤波方法在解决非线性问题中优于基于概率统计的滤波方法.     

故障诊断中非线性耦合特征综合优化(续一)

在特征提取部分的基础上，引入多传感器信息融合的思想，在特征层对多源信息进行信息融合。首先引入征据理论，给出了特征层信息融合的通用实现框架，并结合非线性耦合特征，提出非线性耦合特征基本概率指派函数的构造方法和证据组合方法，实现了非线性耦合特征的综合优化，并结合实际诊断对象，以齿轮实验台为例实现了非线性耦合特征的综合优化，证明所提出方法的正确性和有效性。     

基于粒子滤波和自回归谱的液压泵故障诊断

针对飞机轴向柱塞式液压泵的工作状态监控问题,提出了一种基于液压泵振动信号分析处理的故障诊断新方法。通过对加速度传感器的原始数据序列进行信号建模,利用粒子数优化后的粒子滤波算法进行降噪;根据滤波后信号的自回归谱提取特征值,结合液压泵的故障机理分析其工作状态,实现对液压泵的故障分析和诊断。实验及仿真结果表明,粒子滤波可有效跟随原始信号并滤除噪声干扰,基于粒子滤波和自回归谱的液压泵故障诊断方法能有效地提取故障特征值,实现故障诊断和识别。     

滚动轴承故障监测诊断中的自适应滤波算法

针对滚动轴承故障分析诊断中的载波带选择过程进行研究,提出了基于峭度指标的自适应最优滤波算法,仿真和试验台的研究结果表明,此算法不仅能够准确地诊断出轴承故障,以全自动的方式实现滤波过程,而且自适应最优滤波算法的故障诊断效果远远优于固定滤波算法和基于小波包变换的滤波算法。     

基于BITD和同态滤波解调的齿轮故障诊断方法

针对齿轮故障振动信号的非平稳特征以及本征时间尺度分解(ITD)方法的缺点,提出了B样条改进的本征时间尺度分解(BITD)和同态滤波解调相结合的故障诊断方法。首先采用BITD方法对齿轮振动信号进行分解,将其分解为若干个合理旋转分量之和,然后用相关系数筛选出最能表征故障信息的合理旋转分量进行同态滤波解调来提取故障特征。仿真信号与齿轮故障诊断工程实例分析验证了该方法的有效性。     

快速固有成分滤波特征融合的轴承故障诊断方法

稀疏滤波故障特征增强方法依托故障信息固有的稀疏性可以有效实现轴承微弱故障诊断,但其存在两类弊端：经验地设置其输入、输出维度,引起特征提取效果的不确定性;需要利用先验知识从优化的权重矩阵中严格地筛选出特定成分,造成故障特征信息损失。针对上述问题,提出快速固有成分滤波特征融合方法。首先,引入复杂性测度设计自适应的稀疏滤波维度参数选取准则,并采用稀疏滤波优化目标指数遴选出一簇故障信息丰富的融合源;其次,建立故障特征融合源流形学习融合策略,包括改进流形学习方法融合遴选出的融合源,构造融合分量异常幅值检测策略和给出了最大化故障信息的融合分量加权表示。提出方法可解决稀疏滤波维度参数选择、特征筛选造成信息损失和固有流形幅值异常引起包络谱奇异等问题。仿真和试验结果验证所提出方法相较于现有流形学习和稀疏滤波等方法具有更强的轴承微弱故障特征提取能力。     

基于EMD与同态滤波解调的矿用齿轮箱故障诊断

针对矿用齿轮箱振动信号的特点,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)与同态滤波相结合的故障解调方法.利用EMD对某矿用皮带机齿轮箱故障信号进行分解,得到若干个本征模态函数(intrinsic mode functions,简称IMFs)分量,然后对其中较突出的IMFs进行同态滤波解调分析,提取出了频率为7.0Hz的调制故障信号.研究表明,EMD与同态滤波解调相结合是一种有效的齿轮箱故障诊断方法.     

非线性时序模型在机械系统故障诊断中的应用

提出一种基于非线性自回归时间序列模型(gereral expression for linear and nonlinear auto-regressive model,简称GNAR模型)的机械系统状态识别与故障诊断方法.利用采集系统工作过程中的特征信号建立GNAR模型;用主成分分析策略生成模型特征量,对训练样本的特征量进行识别和分类,得到各种参考模式;将几何距离判别函数作为状态分类的原则,根据待判系统特征量与各类参考模式的Euclide距离进行状态识别和故障判别.对车床颤振试验数据及高速离心空气压缩机故障数据的分析表明,该方法快捷、高效,诊断成功率较好,具有良好的工程应用前景.     

基于SVR的非线性系统故障诊断研究

针对非线性系统辨识建模和故障诊断难的问题,利用回归型支持向量机(support vector regression,SVR)分别设计了非线性系统的辨识建模系统和故障诊断系统,最后以某一非线性系统为例进行了仿真试验研究,建立了该非线性系统的SVR辨识模型,在此基础上进行了三种典型故障的诊断试验,仿真试验结果验证了该方法的有效性和先进性。     

基于EMD和非线性峭度的齿轮故障诊断

采用经验模式分解(empirical mode decomposition,简称EMD)和非线性峭度的统计特性对振动加速度传感器获取的齿轮箱振动响应信号进行特性分析。利用EMD分解获得振动响应信号的本征模式函数,用非线性Tea-ger能量算子计算每个本征模式函数的瞬时能量,并对本征模式函数进行系数的非线性峭度计算,提取系统的特征信息。仿真结果表明,用经验模式分解和非线性峭度可实现在线监测齿轮运转工作状态,及时发现齿轮的早期故障,提高了故障检测的可靠性。     

CBR-ANN技术应用于飞机武器故障诊断系统的研究

针对现役飞机军械维护工作中存在故障案例记录和整理不足、故障诊断及排除效率低等现状,提出将人工智能中的基于案例推理技术(CBR)与人工神经网络技术(ANN)相结合应用于飞机武器故障诊断,建立故障诊断系统,该系统的应用和完善有利于提高飞机武器系统作战能力.     

NI若干技术在设备远程故障诊断中的应用

介绍采用NI的LabVIEW、Internet Developes Toolkit、ComponentWorks分别实现的虚拟仪器的远程应用、CSCW的协同诊断工作环境,为设备远程故障诊断提供强有力的手段。     

三层感知器算法的改进及其在故障诊断中的应用

详细讨论了三层感知器算法的改进及其在汽轮机故障诊断中的应用,即对网络进行逐层优化,用这种方法训练三层感知器网络,网络收速度加快,在此基础上对某厂的汽轮机故障进行了诊断,结果表明,该方法能正确地诊断出存在的故障,具有一定的实用价值。