基于TCN-AGRU的滚动轴承全寿命周期剩余使用寿命预测分析

阐述实际工程需要的滚动轴承非故障阶段剩余使用寿命（RUL）预测问题,提出基于时间卷积神经网络（TCN）与融合注意力机制的门控循环单元（AGRU）的滚动轴承剩余寿命预测模型。通过实验验证模型在滚动轴承全寿命周期的RUL预测性能。结果表明,TCN-AGRU模型在滚动轴承全寿命周期剩余寿命预测上有较好的预测性能,为滚动轴承全寿命周期剩余使用寿命预测模型的研究,提供新思路。     

基于分层极限学习机的锂离子电池剩余使用寿命预测

提前对锂离子电池的剩余使用寿命（RUL）进行预测可以保证电池及其应用设备安全稳定地运行。针对目前预测方法的结果滞后且缺乏实际意义等问题,为了利用电池前期的少量循环数据实现RUL的提前预测,本文基于原始极限学习机和自动编码器构建了分层极限学习机（H-ELM）预测模型。然后选取丰田研究所（TRI）的实验数据集对H-ELM完成了仿真实验验证。实验结果表明,本文提出的H-ELM预测模型可以在电池使用初期预测出RUL,同时预测结果的平均绝对百分比误差（MAPE）仅有10.14%。     

基于门控循环单元的剩余寿命预测方法

使用设备运行数据对设备进行状态评估,有利于尽早掌握设备退化信息,预测剩余使用寿命(Remaining Useful Life,RUL),保障运行安全.针对设备RUL的预测问题,研究了基于门控循环单元(Gated Recurrent Unit,GRU)的航空发动机RUL预测模型.该模型利用两个门控单元,对发动机整套退化数...     

基于机器学习的航空发动机剩余寿命预测综述

阐述航空发动机的数据分析,对航空发动机剩余寿命的预测方法的选择进行分类和对比,探讨航空发动机预测的发展趋势展望。     

基于最小剩余约束空间的认知系统资源分配

针对授权网络和认知网络并存且均包含多个用户的下行链路场景,综合利用频谱共享与机会频谱接入两种动态频谱接入方式的特点,提出了基于"最小剩余约束空间"的认知系统资源分配算法。算法考虑发射功率约束与干扰功率约束的余量,每次将当前1信息比特分配给真正占用约束余量最小的用户,以达到认知用户和速率的最大化。仿真结果验证了当多认知用户采用OFDM时,所提算法在干扰功率小于主用户干扰门限的前提下达到了较好的性能。     

基于正交约束的导航接收机空时自适应方法

卫星导航系统容易受到干扰,空时自适应处理在导航接收机抗干扰方面拥有明显的优势,即系统自由度显著提高,但是传统空时自适应处理应用于导航接收机抗干扰中却面临信号失真的难题。该文提出一种基于正交约束的导航接收机空时自适应处理方法。该方法从空时自适应处理的原理入手修改传统空时自适应处理优化的约束项,消除了不同时延信号对合成信号的影响,保证了空时自适应处理在有效抑制干扰的同时不影响导航信号的捕获和解码。理论分析和仿真结果表明,该方法能有效解决空时自适应处理中的导航信号失真问题。     

正交模约束的稳健波束形成算法

Capon波束形成算法在导向矢量存在误差或是在较少快拍数或高信噪比情况下,都会使波束产生严重的畸变。为了提高波束的稳健性,该文提出了一种正交模约束的稳健波束形成算法(OCCB),并通过二次求导得到阵列权值的具体数学表达式。该算法在Capon算法的基础上,增加对阵列权值和噪声子空间的正交模约束,实现了在不影响信号和干扰特征值的同时,完成对噪声特征值的加载,减小噪声特征值的扩散程度。分析了部分对角加载对期望信号、干扰和噪声的影响。该算法在导向矢量存在误差、采样快拍数较少和高信噪比情况下,都可使波束具有更低的旁瓣和更加准确的主瓣指向,同时对干扰能进行较好的抑制,仿真结果证实了方法的有效性。     

一种改进的约束正交化自适应波束形成算法

在约束正交化算法的基础上,提出一种改进的约束正交化算法,该算法利用可得到的较多的快拍数来提高波束形成的稳健性。理论分析和仿真结果表明:对运动干扰,改进的约束正交化算法具有比约束正交化算法更好的稳定性,其性能接近约束正交投影算法,但计算量较约束正交投影算法小得多。从仿真结果可看出:改进的约束正交化算法对运动和静态干扰同样具有良好的稳健性。     

正交约束下的机器人线结构光手眼标定

为了将传感器局部坐标系下的测量数据转化为机器人坐标系下的全局三维数据,需要确定机器人法兰盘与传感器之间的关系,即手眼标定。为实现机器人与线结构光传感器的现场手眼标定,提出一种正交约束条件下的新方法,该方法标定过程无需人工参与,仅需一块具有空间正交约束关系的平面靶标。标定过程中任意变换机器人位置与姿态,控制激光线与靶标两直角边分别相交,并记录传感器测量坐标值以及对应的机器人姿态数据,再基于空间正交约束建立非线性优化模型,最后采用内点法迭代求得最优解。实验结果表明：该标定方法快速、稳定且精度较高,系统整体测量精度优于0.3 mm,可满足常规测量需求。     

基于ARIMA和PF的锂电池剩余使用寿命预测方法

有效的电池剩余使用寿命(RUL)预测方法能够极大地提高系统的可靠性。提出一种基于自回归集成滑动平均模型(ARIMA)和粒子滤波(PF)融合预测框架,该框架由ARIMA方法和PF方法构成,ARIMA 应用于短期预测,而粒子滤波应用于长期预测。首先在线对锂离子电池进行监测,然后根据短期预测或长期预测要求执行相应的算法,得出横纵坐标分别为周期和容量的 RUL 预测图。实验结果表明,该预测框架能够快速准确地预测锂离子电池 RUL。     

多源数据融合建模的寿命预测方法

针对单一传感器在设备状态监测期间不能很好地进行退化建模和剩余使用寿命预测的问题,提出了一种多源数据融合建模的寿命预测方法.首先,根据设备的退化性能,构造了复合健康指标;其次,使用非线性漂移维纳过程对设备进行退化建模,通过使用极大似然法估计模型参数后,推导出设备剩余寿命概率密度函数;最后,对所提出的方法进行了验证,并与单...     

基于Transformer模型的航空发动机剩余寿命预测方法研究

文章针对现有预测模型对航空发动机退化信息提取不充分的不足,构建了一种基于Transformer模型的预测模型,该模型在Transformer编码器模型基础上加入了门控循环单元,以增加模型对序列数据中局部退化信息的提取能力。基于C-MAPSS数据集,对文中所建立模型的预测性能进行评估。实验结果表明,该模型在发动机运行状态单一的数据集上优于现有的模型,验证了模型的先进性。     

基于SSA-VMD-GRU的锂电池剩余寿命预测方法研究

锂离子电池性能在衰退过程中呈现非平稳性和非线性,寿命预测往往被再生容量所干扰,衰退趋势难以捕捉,进而影响寿命预测。针对该问题,以容量为特征,构建一种基于麻雀搜索算法优化变分模态分解和门控循环单元的锂离子电池寿命预测方法。首先,利用麻雀搜索算法优化了变分模态分解的分解层数和惩罚因子,再通过优化了的变分模态分解算法将锂电池容量分解为若干分量,最后引入门控循环单元预测所分解的若干分量,将若干预测结果进行集成。通过NASA电池数据集对所提方法进行验证,并与两种模型相比较,结果表明,该方法相较于另两种方法预测精度平均提升了60%。     

基于双正交小波域的SAR图像滤波方法

将E-lee、E-Kuan、GammaMap、wiener等经典滤波算法和双正交小波变换相结合,提出了基于双正交小波变换域的局部统计特性SAR图像滤波方法,同时提出了一个运算量少,且是归一化的对数变换,它将乘性的Speckle噪声转为加性噪声。在小波域内建立了局部统计特性SAR图像滤波算法,使用多分辨率的手段,因为在每个方向上的小波系数都具有相同的特征,可以很好地处理图像的一些特性,使得图像边缘被模糊的相对少些。实验结果表明,此方法比经典算法的效果要好。     

缓变退化设备剩余寿命预测的随机阈值方法

针对一类缓变退化设备的样本平均在短时间内退化不明显的特点,将设备检测数据的样本标准差作为一个失效指标进行退化建模,从样本标准差的变化趋势来估计设备的性能状态,并且鉴于样本标准差数据非线性强波动幅度大的特点,提出了一种随机阈值的剩余寿命预测方法。通过惯性平台陀螺仪漂移数据实例验证证明,该方法能够对这类非线性强、波动幅度大的退化数据建模,并得到可信的预测结果。     

信道预测联合收发分集的正交信号误码性能

为解决采用最小均方误差(MMSE)信道预测的发射天线选择(TASP)/接收天线最大比合并(MRC)的无线通信系统设计问题,利用抛物柱面函数以及高斯Q函数的近似表达式和矩生成函数(MGF)法,分别推导了瑞利块衰落信道上采用TASP/MRC天线分集的相干检测M进制正交和双正交信号的平均误符号率(ASER)精确表达式以及正交信号ASER的近似表达式.数值计算和仿真结果验证了采用TASP/MRC和相干检测的正交/双正交ASER精确表达式的正确性以及正交信号ASER近似表达式的准确性.上述M进制正交/双正交信号ASER精确或近似表达式,可用于设计采用相干检测M进制正交和双正交信号的TASP/MRC天线分集系统,并能够快速地确定收发天线数和信道预测器级数等参数,避免耗时的计算机仿真.     

一种复正交空时分组编码矩阵的设计方法

为了获得高码率低时延的多天线复正交空时分组编码矩阵,该文提出了一种未对信号进行线性处理的复正交空时分组编码矩阵的迭代式设计方法。利用该矩阵良好的正交性发射的信号,在接受端可以通过简单的最大似然解码算法来准确还原。借助计算机的帮助,得到该方法设计的多天线复正交空时分组编码矩阵的数据,与其他设计方法得到的复正交空时分组编码矩阵的数据进行了比较,结果显示该矩阵在最大码率和最小解码时延上封闭。     

一种基于三正交约束的摄像机标定方法

提出一种基于三正交约束的摄像机标定方法.设定摄像机坐标系为世界坐标系,标定摄像机内参数中的5个未知量和1个投影缩放因子,设计一种由7个空间点组成的标定模板,在不需要已知标定模板线段长度的情况下,仅需要2幅以上不同姿态标定模板的图像即可根据三正交关系建立约束方程组,通过矩阵特征值分解,求得摄像机内参数的解析解.对同一个摄像机进行对比实验,本文标定结果与平面经典法标定结果的相对误差仅为1.3%左右,且仿真数据实验和真实图像实验的结果表明,该算法具有较高的标定精度和鲁棒性.