排序方式: 共有48条查询结果,搜索用时 6 毫秒
41.
对遗传算法优化的BP神经网络在某型机载雷达发射机中故障诊断应用进行了研究,目的是应用遗传算法的全局最优性解决BP神经网络容易陷入局部极小的问题,从而提高BP神经网络的学习速度和精度.通过MATLAB仿真,GA-BP神经网络在发射机故障诊断中网络训练收敛速度和误差精度都明显优于BP网络,进一步验证了遗传BP神经网络学习速度快、预测精度高、泛化效果好,很适合应用于雷达等电子设备的故障诊断. 相似文献
42.
针对电子装备故障诊断中单一类型故障特征量和诊断方法无法完成诊断任务,导致故障诊断率不高的问题,将多传感器数据融合技术应用于多注速调管发射机装备故障诊断。构建故障诊断模型,提出把故障诊断过程分为两个层次。首先,借助不同的神经网络实现多输入信号的函数变换的功能,获得各种故障基本概率分配值;然后,在决策层利用D-S证据理论的合成法则将各神经网络诊断结果融合起来统一判决,得到最终综合诊断结果,通过实例仿真,并与初步诊断结果进行比较,结果表明早期故障识别率大大提高。 相似文献
43.
时差法是被动声纳测距的典型方法,其测量误差分析非常有意义。本文在研究测量原理的基础上,详细分析了测量误差,并最后给出了误差修正方法,对提高测距精度具有一定的参考价值。 相似文献
44.
45.
基于MHMM模拟电路早期故障诊断 总被引:1,自引:0,他引:1
MHMM模型是一种基于高斯混合密度的连续隐马尔科夫模型,具有很好的模式识别能力,对于高混叠样本优势明显。模拟电路结构复杂,早期软故障呈现多样化,故障样本混叠严重,难以辨识。针对这个特点,提出了将MHMM模型应用于模拟电路早期故障诊断的新思路。首先,通过线性判别分析(LDA)技术将由仿真电路采集的数据样本进行降维处理,产生低维观测序列,并对样本初步划分;然后,使用高斯混合模型(GMM)对观测序列逼近,并完成MHMM模型的参数训练;最后,通过实例验证,并与BP网络进行比较。结果表明,MHMM对于早期故障的检测更具有优越性。 相似文献
46.
数字万用表(DMM)只能测量直流和几十到几百赫兹的低频正弦信号幅度,不能测量高频信号和信号的频率.进行电路设计,使DMM能测量出较高频率函数信号的有效值和频率.使得DMM功能更强,使用更方便,具有一定的应用价值. 相似文献
47.
InSAS接收通道测试仪设计 总被引:2,自引:0,他引:2
设计一种干涉合成孔径声纳接收通道测试仪,该测试仪能同时准确测量多个接收通道的幅频特性、相频特性和TVG特性,实验表明该测试仪测量结果准确,效率较高。 相似文献
48.
提出了一种基于累加生成最大残差对小样本采样的粗大误差快速直接判别的方法、理论分析和实例结果说明,采用该方法判别粗大误差,判别简单、速度快、处理后数据测量准确度高。 相似文献