基于混合离散二进制粒子群-遗传算法的测试配置方法研究

针对目前测试性建模工作中尚无具体方法指导测试配置这一问题,通过对系统内故障传播关系进行分析,提出了一种混合离散二进制粒子群-遗传算法用于求解测试配置的最优方案,使系统的测试性模型在满足规定测试性指标下使用的测试数量最少。将系统测试配置方案进行二进制粒子编码,并在粒子群算法中引入遗传算子,使混合算法具有较快的搜索速度的同时避免陷入局部最优。最后通过实例计算与仿真,证明所提出算法计算结果正确且对于指导复杂系统测试性建模工作具有实际应用价值。     

基于Fisher 准则和最大熵原理的SVM核参数选择方法

针对支持向量机(SVM)核参数选择困难的问题,提出一种基于Fisher准则和最大熵原理的SVM核参数优选方法.首先,从SVM分类器原理出发,提出SVM核参数优劣的衡量标准;然后,根据此标准利用Fisher准则来优选SVM核参数,并引入最大熵原理进一步调整算法的优选性能.整个模型采用粒子群优化算法(PSO)进行参数寻优.UCI标准数据集实验表明了所提方法具有良好的参数选择效果,优选出的核参数能够使SVM具有较高的泛化性能.     

SVPWM-DTC控制两台双Y移30°永磁同步电动机串联系统研究

研究了一种新颖的单逆变器驱动双Y移30°永磁同步电动机双电机串联系统,为了实现两台电机的完全解耦运行,提出了空间电压矢量控制(SVPWM)和直接转矩控制(DTC)相结合的控制策略,PWM输出电压中只包含两台电机运行各自所需要的正弦基波信号,不包含影响另一台电机运行的高次谐波信号.给出了串联系统双电机电压开关矢量的选取和计算方法以及不同工作平面的选取策略,并在MATIAB/Simulink环境下对系统进行变负载仿真研究,证明了系统良好的运行特性以及控制策略的可行性.     

零序谐波驱动六相PMSM双电机串联系统研究

研究了一种基于零序谐波驱动的双Y移30°永磁同步电动机(PMSM)双电机串联系统,分析了零序谐波驱动串联系统的工作原理,建立了两台PMSM定子绕组串联联结的相序转换关系,给出了串联系统的独立解耦矢量控制方法,并通过电机变速、变载运行的仿真研究,验证了该串联系统的可行性。     

基于贝叶斯网络的测试性分层建模方法

针对目前考虑不确定因素的测试性模型存在建模难度高、结构复杂、层次化建模困难、学习能力弱、不确定信息表达形式差的问题,面向电子设备提出了一种基于贝叶斯网络的测试性分层建模方法.以原有的贝叶斯网络模型与多信号流图模型为研究对象,对二者的参数、结构特点及优势短板进行分析,根据二者的互补性与测试性建模需求对贝叶斯网络模型进行改进.模型以故障、信号关系替代故障、测试关系,以信号节点间的连接表征故障传递,利用电路结构与层次划分确定模型结构,采用贝叶斯方法确立模型参数,运用贝叶斯网络推理能力对测试性指标进行计算.以放大滤波电路为例建立模型,通过模型计算测试性指标,并进行了证据处理测试,通过对比多信号模型可知,模型测试性指标计算准确、证据处理能力强,验证了建模方法的有效性与实用性.     

远程LXI测试业务流建模与仿真研究

针对探索利用现有通信网络科学规划和优化远程测试系统的问题,提出了一种以测试任务要求为中心的测试业务流建模及其仿真实现的方法;在分析远程测试系统通信特性及其测试业务流建模仿真流程的基础上,给出了基于吸引系数法的各模块间业务流矩阵,并对交互式业务、数据传输业务和网络背景业务分别建模;最后利用OPNET仿真软件给出了远程测试通信网运用的仿真实例,实现了利用仿真法定量分析和明确远程测试系统承载测试任务强度的技术途径。     

基于免疫克隆算法的多目标聚类方法

在分析k均值聚类和免疫进化聚类不足的基础上,提出一种基于Parzen密度估计的多目标免疫克隆聚类方法.该算法针对多目标免疫克隆算法中克隆规模难以确定的问题,根据密度聚类的思想,引入核密度估计,根据密度和进化代数确定各抗体的克隆规模,使用混沌变异增加抗体多样性.最后通过TOPSIS(technique for orderpreference by similarity to an ideal solution)方法进行抗体选择.人工以及UCI(universal chess interface)数据集上的仿真实验表明,该方法可以有效地提高算法速度,得到较好的聚类结果.     

导弹通用化测试系统自检系统设计

首先介绍了某导弹通用化测试系统的硬件系统和软件系统，然后着重描述该测试系统自检设计方案，包括测试系统的设备自检和整机自检，并详细给出了自检原理和软件设计。     

基于递归图和张量分解的故障可诊断性评价方法

可诊断性反映了系统故障诊断的难易程度,对系统进行可诊断性评价是开展故障诊断工作的前提条件。针对可诊断性评价问题,将测点信号考虑在内,提出了一种基于递归图和张量分解的故障可诊断性评价方法。利用相空间重构技术对装备在不同状态下的测点信号进行图形化表示,形成递归图;对递归图进行分析以提取其中的特征,并将该特征视为原信号特征;通过张量分解的方法,计算不同状态下信号特征之间的相似程度,作为故障诊断难易程度的基本度量。通过仿真实验对所提出的方法与仅考虑系统模型的D矩阵的可诊断性评价方法进行对比,结果表明该方法在评价可诊断性方面具有准确性和客观性。