自动测试系统中状态参数的一种实时监测方法

对关系到测试资源和被测对象（UUT）安全的一些状态参数进行实时监控是自动测试系统开发中必须解决的一个关键问题，本文应用共享内存技术实现了对关键数据的实时监测，结果表明，该方法能有效地对关键数据实时监测，提高了测试系统的安全性。     

基于遗传神经网络的超混沌时间序列预测

研究了超混沌系统的预测问题。通过分析混沌时间序列,建立具有多个隐节点的3层前馈网络,基于泛化性考虑采用剪枝算法训练,在保证预测精度的基础上消去部分隐节点以降低网络复杂性,利用遗传算法具有的全局寻优能力重新训练网络,利用具有局部寻优能力BP算法再次训练该网络。对Mackey-Glass时滞混沌系统预测实验结果表明,改进算法的泛化性能优于经典BP网络,归一化预测精度提高10倍多,能够较好地解决超混沌系统的预测问题。     

基于KPCA和类峰值特征的模拟电路诊断方法

针对传统的核主成分分析方法(KPCA)无法解决在故障样本交叠严重时多分类性能较差的问题,提出一种基于改进KPCA的特征提取和类峰值特征辅助识别分类相结合的模拟电路故障诊断方法.在预处理阶段,提出了一种图像混合欧氏距离用于建立核函数,进行核主成分分析特征提取,克服了传统KPCA的局限性;并且设计了一种用类峰值特征识别的方...     

基于嵌入式技术的测试设备远程监控数据采集设备

为满足导弹测试设备远程监控数据采集的需要,基于嵌入式技术设计了一种测试设备远程监控数据采集设备。它以嵌入式计算机为核心,作为整个测试设备远程实时运行监控管理系统前端信息采集处理设备,分布配置在各测试现场,用于获取测试现场相关信息,并上报到监控中心,是监控中心主要信息的来源。实验结果表明,该数据采集设备结构简便、功能强大、运行稳定,易于扩展,能够完成导弹测试设备远程监控数据采集功能。     

基于Bayes理论的测控模块可靠性特征值测定

应用Bayes理论对某导弹自动驾驶仪通用测试设备中的一个自研模块进行了可靠性测定。基于该测控模块的特点，利用Bayes理论推导出公式，以该公式为基础设计试验过程，收集试验数据，并且融合验前信息、总体信息，最终得出调整后的失效率。     

舰载装备便携式高精度振动监测系统的设计

振动对武器装备的可靠性有着重要影响,针对舰载装备缺乏全寿命振动数据监测设备的困境,以PC104总线、高精度振动传感器和电源管理技术为基础研制了一款高精度、便携式、低功耗舰载装备振动检测仪,并与安装数据分析软件的下位机一起构成振动监测系统。应用表明,该振动仪具有分辨率高、功耗低、安装简单、方便携带等优点。通过对舰载装备全球海域、全时段的振动监测,获取了典型海况下,舰载装备的振动数据,在现役装备的可靠性分析及新型装备的可靠性设计方面发挥了重要作用。     

基于循环寻优RRT算法的无人机航迹规划

针对快速扩展随机树（RRT）算法在无人机在线自主航迹规划中的寻优性问题,提出基于循环寻优RRT算法。将航迹长度代价约束作为启发条件引入RRT算法,可以有效地剪除搜索空间的无用节点,获得较优航迹。通过引入已规划可行航迹的航迹长度代价约束作为下一次算法运行的启发条件,采用循环迭代策略有效地剪除搜索空间的无用节点,使得算法每次运行后的航迹长度代价减小,多次运行后最终得到的航迹接近最优航迹,充分利用航迹长度代价的启发性,克服了RRT算法的缺点,同时获得了一系列不同航迹代价的可行备选航迹,在协同任务中可以根据协同到达时间进行快速选择。仿真结果表明该算法能够快速生成安全并且满足无人机动力学约束的较优航迹。     

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.     

基于改进键合图方法的层次机电系统的测试性建模与分析

现有层次化机电系统测试性建模与分析方法,存在着测试性参数值较小的缺陷,为了解决上述问题,提出基于改进键合图方法的层次化机电系统测试性建模与分析方法;引入改进键合图方法,将其有效的融合到贝叶斯网络中,以此为基础,搭建系统测试性模型,通过插值获取测试性参数;以搭建的系统测试性模型为工具,描述层次化机电系统结构,构建层次化机电系统键合图,检测并隔离层次化机电系统故障,实现了基于改进键合图方法的层次化机电系统测试性的建模与分析;通过实验结果显示:与现有的3种层次化机电系统测试性建模与分析方法相比较,提出的层次化机电系统测试性建模与分析方法极大地提升了测试性参数,充分说明所提方法具备更好的测试性效果。     

基于遗传算法的电路故障诊断超参数优化算法框架

针对基于SVM的模拟电路故障诊断中诊断参数的调节是通过试凑法或按照全局最优的原则确定的,没有考虑实际诊断要求,无法进行各诊断环节参数同时调整优化的现状。提出一种适应度模型用于遗传算法参数寻优,把实际电路诊断要求量化成参数指标引入模拟电路故障诊断的优劣评估中;建立了基于遗传算法的电路诊断模型参数闭环寻优框架,对诊断系统的各部分参数优化进行整体度量,并分析了参数搜索算法的收敛性。通过实例诊断分析了闭环故障诊断参数寻优框架下各部分的参数制定对决策的影响,说明了建立的闭环故障诊断模型参数寻优框架和搜索算法的有效性和实用性。