基于排列组合熵的高速列车走行部故障分析

针对列车走行部的多种故障模式,提出了基于排列组合熵的高速列车走行部故障诊断方法.对原车和抗蛇行减振器失效、空气弹簧失气、横向减振器失效四种工况进行仿真实验,得到列车不同位置的振动信号.计算列车振动信号的排列组合熵,首先实现了同一速度下不同故障的分离,然后以排列组合熵作为故障特征向量,对特征向量进行多级SVM分类识别.实验结果表明,该方法可以有效识别列车同一速度下的不同故障,高速时对四种工况的平均识别率达97％以上.     

基于多准则排序融合的特征选择方法

针对模式分类中特征选择问题,为去除冗余特征,提高分类准确率,提出一种基于ReliefF算法、Fisher比率算法和马氏距离算法的多准则排序融合的特征选择方法。动态结合上述3种单准则特征选择法的优点,实现对多个评价准则的综合利用。以Ionosphere标准数据集和高速列车转向架故障数据集为研究对象进行实验仿真,仿真结果表明,相比于单准则特征选择法,该方法能更有效地降低特征维数,具有更高的分类性能。     

基于GRU-Attention神经网络的空中群组态势识别方法

现代空中战场中，对敌方空中作战群组意图判定的结果将直接影响我方对局势的掌握和决策的下达，因此空中群组态势的评估识别是现代战场的重要任务。空中作战群组通常会根据飞行任务执行相应意图，监测相关过程并从获取的数据中挖掘相应的特征，再通过智能化的方法进行学习预测。基于此，本文提出一种基于GRU-Attention神经网络的识别方法，将获取的行为事件库预处理后输入门控循环(GRU)神经网络挖掘事件中深层特征；注意力机制(Attention)为深层特征自动计算相应的权重分配；最后利用softmax层对输入的信息进行态势意图分类。实验结果表明GRU-Attention态势识别方法的准确率达到96.10%，验证了该方法的准确性、高效性和稳定性。该方法的提出对丰富神经网络识别方法体系和提高空中群组态势的评估识别准确率具有重要的理论意义和实践意义。     

基于多Agent的小卫星星座组网研究

将多Agent技术应用于小卫星星座网络的路由和任务协作,构建了基于多Agent的卫星星座结构以解决传统IP路由技术无法满足小卫星网络移动性要求的问题;使用多Agent系统中的代理通信语言,结合小卫星网络路由的特点进行协议设计和OPNET仿真.仿真结果表明使用多Agent网络能增强小卫星之间的协作能力,从而提高网络的有效性.     

多阶编码本背景模型

提出了一种新的多阶编码本背景模型。该背景模型在编码本背景模型的基础上发展而成,集成了多种流行背景模型的优点,包括帧间处理、带权重的码元、阴影检测、帧内处理等。实验结果表明,该背景模型能适应摄像机固定情况下的各种场景,结果准确,性能优越。     

基于红外成像技术的零值绝缘子检测

提出使用绝缘子红外图像和支持向量机相结合的方法对不同污秽程度、空气湿度和空气温度下的零值绝缘子进行自动检测。首先对现场得到的绝缘子串红外图像进行预处理操作。在对绝缘子串红外图像进行预处理后,利用二维Otsu算法对红外图像进行分割,得到标记了绝缘子串的二值图像。利用边缘检测算法提取出绝缘子串的边缘图像。采用最小二乘法对绝缘子盘面边缘图像进行拟合,得到盘面椭圆方程,利用椭圆方程提取出单个绝缘子盘面。对单个绝缘子盘面进行温度特征提取,利用三因素方差分析方法对特征参数进行显著性检验,挑选受绝缘子污秽程度、环境湿度和环境温度影响较小的参数作为特征参数。选取径向基核函数作为支持向量机的核函数,利用Lib VSM工具中基于交叉验证的网格搜索的参数选择方法和训练集数据进行实验确定核函数参数γ和错误代价C。最后,使用测试数据对整个识别模型进行测试,识别率较高,满足预设要求。     

小卫星星座非IP组网建模与仿真

针对移动IP技术需要依赖地面的家乡代理完成每个卫星地址注册与解析的不足,给出一种新的非IP构架的小卫星星座组网模型,并设计相应网络通信协议.组网模型不使用中高轨道卫星做数据与测控中继节点,在星际链路上使用定向天线指向器保证星际链路的连续性和链路切换.在OPNET平台上设计了通用的卫星节点通信模型和一个基于加权最短路径算法的卫星路由信息协议(SRIP),并进行了星座组网仿真实验.仿真结果验证了星座组网模型设计的正确性.该模型为小卫星星座依赖于自身网络,而不依赖于中高轨道卫星做中继完成网络测控提供了一种新思路.     

基于选择性集成学习的高速列车故障识别研究*

在SVM分类识别中,分类器模型一经训练得到,对所有测试样本进行无差别的识别。但在高速列车故障中,样本的分类识别是存在区域分类精度的。本文提出了一种基于选择性集成学习的SVM多分类器融合算法,该方法选取测试样本最邻近的k个训练样本,然后选择对其分类效果好的SVM分类器进行融合,以提高分类准确率。最后使用高速列车故障数据进行了实验,并与AdaBoost、KNN、Bayes、SVM分类方法进行了比较。实验结果表明,该算法提高了分类识别准确率。     

微地震信号的频率特征

为了研究微地震信号的频率特征,用DB5小波对信号进行5层分解计算显著频率,用窗口傅立叶变换计算瞬时频率,发现频率有衰减趋势。微地震过程中,先产生频率较高的振动,由于岩体阻尼而非面波频散引起振动频率衰减。对微地震信号预分段,用小波提取其频率谱中的频率特征,得到了频率变化的四种趋势。用相邻零点和相邻峰值点法计算信号的半周期,证实了频率存在衰减性,同时发现频率与振幅有关,振幅大(小),频率低(高),这可能是由于岩石的非线性蠕变造成的,可用于研究岩石非线性特性。     

ARINC653多核多分区操作系统的任务调度

随着航空电子系统综合化、模块化的发展,单核处理器已难以满足综合模块化航空电子(Integrated Modular Avionics,IMA)高性能的计算要求,多核处理器逐步在航空电子系统中得到运用。ARINC653作为 IMA 架构的标准应用接口,如何在满足实时性前提下充分利用多核处理器资源成为 ARINC653 任务调度的关键。针对航空电子系统任务调度的实时性要求,采用实时任务中的周期性任务模型,提出了一种满足实时性要求的实时多核静态轮转调度算法。该算法通过优化RL(Round Length)轮转参数、任务的权值分配和多核处理器分配策略,减少任务拆分次数,提高多核处理器利用率。仿真结果显示,该算法能够对分区操作系统的任务集合进行高效调度,明显提高多核处理器利用率。