采用多信号流图模型的雷达接收机故障诊断方法

介绍了多信号流图模型建模的基本方法。利用多信号流图模型建立了雷达接收机的故障诊断模型,得到了反映故障源和测试结果之间对应关系的故障依赖矩阵。在此基础之上结合故障源先验故障概率信息推导了一种计算故障源贝叶斯最大后验概率的算法。将该算法应用于某型雷达接收机故障诊断中,以故障后验概率最大为判断准则,实现了对雷达接收机系统的在线多故障实时诊断。     

遗传算法优化的SVM模拟电路故障诊断方法

提出了一种利用遗传算法优化的SVM多分类决策树(GADT-SVM)实现模拟电路故障诊断的新方法。介绍了GADT-SVM的设计思想和算法原理;利用传递函数对模拟电路进行建模,并用小波分解提取电路冲激响应的能量分布作为故障特征;使用GADT-SVM对故障特征样本进行分类实现故障诊断。仿真结果表明,与未经优化的DAG-SVM和DT-SVM故障诊断方法相比,该方法可以减小诊断“误差积累”的影响,具有更好的误差控制能力。     

一种反导定向战斗部起爆控制器设计

首先针对定向战斗部起爆控制的复杂性,提出了综合利用导引头和引信目标探测器提供的信息进行起爆控制的引制一体化控制方案;在此基础上分析了起爆方位角和最佳起爆延时等关键控制信息的获取;最后提出了定向起爆控制器的概念,并对其进行了初步设计。     

一种基于遗传算法的SVM决策 树多分类策略研究

提出了一种基于遗传算法(GA)的SVM最优决策树生成算法,并将其应用于解决SVM多分类问题.首先以最大分类间隔为准则,利用遗传算法对传统的SVM决策树进行优化,生成最优(或近优)决策二叉树;然后在各个决策节点,利用传统的SVM算法进行二值分类,最终实现SVM的多值分类.理论分析及实验结果表明,新方法比传统的DT-SVM、DAG-SVM方法有更高的分类精度,比经典的1-a-1、1-a-r有更高的训练和分类效率.     

正交型频率交替采样与重构方法研究

在频率维度对信号进行并行多通道的交替采样是提高系统采样率的一种重要手段,且每个通道均需要设计独立的模拟采样滤波器和数字重构滤波器以实现信号的分离获取及无失真恢复,结构及算法的复杂程度都偏高。该文提出一种基于正交变频的频率交替采样与重构方法,采样过程将输入信号划分为若干个子信道,利用正交下变频和采样滤波器将RF/IF信道分别搬移至基带并完成量化转换;重构过程则利用数字上变频变换将各信道恢复至其原有的载频位置并合成输出以恢复原始信号。该方法总体仅需在满足完美重构条件的前提下设计一个模拟采样滤波器和一个数字重构滤波器,实现简便。最后,通过实验验证对正交变频型频率交替采样与重构方法的有效性进行了阐述。     

基于遗传算法的SVM多分类决策树优化算法研究

设计一种基于遗传算法(GA)的支持向量机(SVM)多分类决策树优化算法,以克服因传统SVM多分类决策树结构固定,单个SVM节点在树中位置随意而引起"误差积累"现象严重的缺陷.采用了SVM分类间隔作为GA适应度函数.利用GA在每一决策节点自动选择最优或近优的分类决策,最终自适应地实现了对决策树的优化.仿真实验表明,与传统方法相比,所提出的方法可使"误差积累"现象明显降低,分类质量大大提高.     

利用局部灰度特征分析实现红外弱小目标检测

提出了一种利用局部灰度特征分析进行红外弱小目标检测的新方法.该方法通过判断图像局部灰度包络曲面是否具备二维高斯函数曲面特征实现红外弱小目标检测,不需要进行传统的背景预测.设计了新的目标局部灰度特征提取方法和适合工程计算的自动目标检测算法.实验结果证明了算法参数选择策略的有效性,验证了算法对复杂背景边缘良好的杂波抑制能力...     

基于贝叶斯最大后验概率准则的大型复杂系统故障诊断方法研究

针对大型复杂系统的特点，在故障空间建立故障源一测试依赖关系模型。在此基础上，将贝叶斯理论引入大型复杂系统故障诊断，以最大后验故障概率为准则判断系统所处的运行状态。将该问题归纳为集合覆盖问题(SCP)，用拉格朗日松弛算法求得近优解。将算法应用到阿波罗飞船发射前故障诊断实例中，取得了满意的实验结果。     

基于运动干扰机的合成孔径雷达二维移频压制干扰

为了给移动或分布式目标提供有效的保护,提出了一种基于运动干扰机的SAR二维移频压制干扰方法。在波束照射范围内,运动干扰机在待保护目标附近截获SAR发射信号,并根据目标在距离向的范围与位置对其调制一个线性调频信号后转发。根据Range-Doppler算法,推导了距离向失配干扰信号脉冲压缩输出的主瓣位置、幅度以及宽度;分析了由于干扰机的运动导致的方位向调制信号,给出了干扰机起始位置、运动速度与方位向脉冲压缩输出主瓣位置、幅度以及主瓣展宽量的关系。理论研究表明,干扰信号能够在SAR图像中形成面状压制区,可以实现对移动或分布式目标的有效保护。仿真实验验证了该方法的有效性。     

基于SVM的模拟电子系统多故障诊断研究

在通常的故障诊断中，一个约定的假设是系统在同一时刻至多只有一个故障发生。然而，对于拥有冗余设计或在工作过程中几乎没有维修和保养机会的系统（如大型航空航天器等），该假设往往并不成立。另外，对于系统的关键性设备，获得足够的典型故障样本通常非常困难。针对这种情况，本文以模拟电路系统为研究对象，提出了一种多故障诊断方法。首先建立了系统的多故障模型，在此基础上用小波变换作为预处理器进行特征提取，最后采用多类支持向量机（SVM）实现故障识别。仿真结果验证了该方法的可行性。