考虑随机退化和信息融合的剩余寿命预测方法

针对性能退化过程服从Wiener过程的产品,运用贝叶斯统计推断法,提出了一种融合产品现场实测性能退化数据与同类产品常规退化试验信息、历史寿命信息的个体剩余寿命预测方法.建立了基于Wiener过程的产品剩余寿命模型;考虑到个体之间的性能退化差异性,假定Wiener过程参数服从随机分布模型,建立了个体现场实测退化数据下分布参数的贝叶斯估计模型,给出了超参数后验估计公式;分别建立了退化数据和寿命数据下的完全似然函数,构建了基于最大期望算法的超参数先验估计模型;通过实例分析验证了所提方法的正确性和优势,结果表明本方法可有效处理个体现场实测退化信息与同类产品先验信息之间的剩余寿命预测问题.     

基于核偏差估计航天目标退化图像快速反卷积

提出了一种基于核偏差估计的航天目标图像快速盲反卷积算法,基于自然图像的梯度具有长尾分布的特点,引入超拉普拉斯先验,针对模糊航天退化图像模糊核估计不精确的情况,在概率模型里添加一个关于点扩散函数的偏差估计用于补偿已知点扩散函数和真实的点扩散函数之间的误差,以增加算法的鲁棒性.该算法不仅减少了反卷积过程中时间复杂度高的问题,而且相较于其他快速算法更能保证图像恢复质量.该算法与目前图像去模糊方法相比具有较好的性能,并且与传统梯度先验模型在频域求解相比,能有效抑制阶梯效应衍生的截断条纹.     

基于块稀疏的频率分集阵MIMO二维参数估计

针对导向矢量时变导致频率分集阵列-多输入多输出(MIMO)雷达参数估计误差增大的问题,提出一种基于块稀疏的距离和角度参数联合估计方法.首先,就导向矢量时变性对参数估计性能的影响进行了理论分析;然后,通过公式推导证明了块稀疏理论在频率分集阵MIMO雷达参数联合估计中的适用性,并提出了基于块稀疏的参数联合估计方法,给出了参数估计的具体流程;最后,通过仿真对参数估计性能进行了分析.理论分析及仿真结果表明:基于块稀疏的参数联合估计方法可实现单次快拍下多目标距离和角度参数的联合估计,估计能力优于传统谱估计方法;在单目标和单快拍条件下,所提算法精度与二维ESPRIT和二维MUSIC算法相比,基于稀疏字典估计的参数精度优于两算法,而基于系数向量估计的参数精度介于两算法之间.     

伴有衰减型随机冲击的竞争失效可靠性综合评估模型

对于承受随机衰减型冲击,产品性能退化进程会产生对应性激励的工况,建立伴有衰减型随机冲击的竞争失效可靠性综合评估模型.以Wiener过程拟合产品性能退化进程,再利用指数函数对冲击衰减过程进行刻画,考虑冲击响应量与冲击损伤量之间的函数关系,并用极大似然估计法对性能退化过程的漂移和扩散参数以及冲击过程的冲击到达率和幅值参数进行估计,采用均值估计对冲击衰减系数与损伤因子进行估计,最后通过仿真算例证明该模型的合理性与有效性.     

基于KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.     

高速冲床传动系统性能退化分析与可靠性评估

针对高速冲床传动系统寿命较长、可靠性试验成本较高的特点,研究了基于性能退化数据的传动系统可靠性评估方法.根据传动系统的工作特性选择了下死点动态精度作为衡量性能退化的特征参数,搭建了相应的测试系统.对退化机理进行了分析,在此基础上利用漂移布朗运动模型对传动系统动态精度退化量进行建模,基于退化数据估计模型中的参数,进而利用所建模型评估得到传动系统寿命和可靠性指标.采用实测数据对所提出的方法进行验证,结果表明:该方法在没有寿命数据的情况下评估得到了高速冲床传动系统的寿命和可靠性指标,可节约试验经费和时间.     

基于支持向量机的几何距离方法在设备性能退化评估中的应用

为了掌握设备的性能退化状态,提出了一种基于支持向量机的评估方法.基于C-SVM算法,研究了设备特征向量与支持向量机最优分类面之间的几何距离与设备性能退化程度的关系.仿真结果表明,随着设备性能退化程度的恶化,数据向量的几何距离逐渐增大,因此,该方法可以有效地对设备性能退化进行评估.     

基于自适应 UKF 微型航姿系统噪声在线估计

针对先验噪声与系统真实噪声不符引起标准无迹卡尔曼(unscented Kalman filter,UKF)性能退化的情况,提出一种应用于非线性时变状态和参数联合估计的自适应UKF(adaptive unscented Kalman filter,AUKF)算法.根据新的协方差矩阵与相应估计值之间存在的误差,构建成本函数.采用梯度下降法进行在线预估,对噪声的协方差进行在线更新并反馈给标准的UKF.实验和仿真分析表明,与标准UKF相比,自适应UKF算法在精度上有较大的提高.对于时变噪声协方差不确定时,自适应UKF噪声在线估计的鲁棒性得到明显改善,验证了自适应UKF噪声在线估计模型的准确性和可行性.     

基于自相关相位差的载波恢复算法的性能分析

对一种基于自相关函数相位差的频率估计算法进行了误差理论分析,得到了估计误差极限,提供了算法参数选择的依据,并给出了该算法DSP实现电路.理论分析和仿真结果均表明该算法不仅频率估计范围比较宽,且性能逼近CRB(Cramer Rao Bound)界,可以应用于TDMA通信系统及OFDM系统的载波恢复中.     

基于粒子滤波的分布式智能故障诊断系统研究

针对传统故障诊断系统硬件结构以及故障识别算法过于复杂的问题,提出并研究了一种基于粒子滤波的分布式智能故障诊断系统.该系统采用ZigBee无线传感网络实现系统分布式多变量参数的实时采集,基于粒子滤波算法在线处理各变量数据,并基于简易模式识别算法获得系统真实状态的准确估计,实现系统故障的智能诊断与故障预示.智能故障诊断系统由ZigBee无线传感数据采集网络、粒子滤波算法、系统状态模型和故障模式识别四部分构成.粒子滤波算法基于粒子序贯重要性重采样和蒙特卡洛方法对传感器采集数据滤波,抑制或消除干扰及显著性误差对系统状态估计的影响,可避免粒子退化.故障模式识别就是求取与粒子滤波输出的系统状态估计曲线残差之和最小的系统状态模型.智能故障诊断系统的实现和实例实验结果表明该系统能实现对象的远程监测、对象状态的精确估计、对象故障的准确诊断,拓宽了分布式传感网络的应用范围,并具有成本低、可靠性高、实时性好和易实现的优点.     

面向一类混合退化装备RUL预测的平行仿真技术

针对一类带离散冲击的混合退化装备剩余寿命预测问题,研究了面向混合退化装备剩余寿命预测的平行仿真技术.提出以混合Wiener状态空间模型为基础仿真模型,以泊松冲击到达为模型选择判据,在实时退化数据驱动下,实现仿真模型在线选择,利用强跟踪滤波和期望最大化算法进行仿真模型数据同化和未知参数在线估计,从而实现仿真模型演化,提高仿真模型逼真度.在此基础上,实现了基于平行仿真的剩余寿命实时预测.利用某轴承性能退化数据对平行仿真方法进行了实例验证,仿真结果表明平行仿真方法能有效仿真轴承的性能退化过程,剩余寿命预测的不确定性小、精度高.      

基于改进TSVR的MIMO-OFDM系统信道估计及其原空间解法

为了提高多输入多输出正交频分复用系统(MIMO-OFDM)的信道估计性能,本文采用改进的加权支持向量回归机对信道参数进行估计.TSVR由KNN算法计算训练样本的权值,加入到TSVR的目标函数.在信道估计过程中,首先利用最小二乘算法对导频位置处的信道参数进行估计,得到对TSVR的训练样本,通过求解改进TSVR的二次优化问题得到MIMO-OFDM系统的信道参数,利用牛顿迭代法在原空间进行仿真实验,本文提出的改进的加权TSVR信道估计算法与其它的算法相比,具有良好的估计性能和抗噪声能力.     

气动光学效应退化图像循环迭代复原算法研究

为了从湍流序列退化图像中有效地去除模糊、抖动等气动光学效应，提出一种基于内外循环迭代的湍流退化图像复原新算法．该算法利用多帧湍流退化图像，建立了一个基于航天图像随机场概率模型的联合对数似然函数．通过极大化该对数似然函数，推导出了基于内外循环交替求解目标图像及各帧点扩展函数的迭代关系，据此可将目标图像和各帧点扩展函数同时估计出来．在微机上进行了复原实验，实验结果表明该算法能用多帧图像获取目标图像和点扩展函数的最佳联合估计，可有效地去除模糊、抖动等气动光学效应．     

基于梯度算法的随机非线性系统鲁棒自适应控制

把线性系统中基于估计的模块化设计思想推广到随机非线性系统的控制设计之中 .基于It 微分规则、非线性阻尼和Backstepping算法 ,设计了全局依概率稳定的输入状态稳定控制器 ,具有很强的参数鲁棒稳定特性 ;根据Swapping技术 ,设计了两个滤波器 ,把一个动态参数模型转化为一个静态模型 ,基于梯度算法 ,设计了参数自适应律 ,确保扰动有界 ,最后 ,给出了系统的性能估计 ,仿真结果表明该控制算法的有效性 .该设计方法层次分明 ,比基于Lyapunov型设计内容更丰富、灵活、层次分明 .     

一种新的重叠混沌信号盲分离算法

提出一种基于粒子滤波（particle filtering,PF）的重叠混沌信号盲分离算法,该算法依据混沌动力学系统的状态空间模型,把重叠混沌信号盲分离问题转化为混沌信号和系统参数的联合估计问题,利用PF方法估计各信号以及系统参数的联合后验分布,再由联合后验分布实现各信号以及系统参数的估计.在PF算法中利用核平滑的方法实现了非时变参数的迭代估计,并通过自适应迭代算法对加性高斯噪声进行了估计.仿真实验的结果表明,该算法能有效地解决重叠混沌信号的盲分离问题.     

基于粒子群优化粒子滤波的SC-FDE系统信道估计方法

信道估计是SC-FDE系统中接收机对信道进行补偿的前提,针对该系统经典估计算法PF算法存在的粒子权值退化问题,结合粒子群算法,提出了基于粒子群寻优的改进PF算法的SC-FDE系统时变信道估计方法。在分析SC-FDE系统通信原理和建立信道估计动态空间模型的基础上,分析粒子滤波原理,引入粒子群寻优的思想,通过Logistic映射获得随机粒子序列,并利用PSO算法改善粒子分布区域。利用MATLAB软件将PSO PF算法与LS算法、EKF算法、DFT算法进行仿真对比,仿真结果表明,与其他传统信道估计算法相比,PSO PF算法在高斯噪声与非高斯噪声信道环境中均能有较低的误码率与归一化均方误差,并且在慢时变信道环境中性能更好。     

考虑退化特性相关性的航空电连接器可靠性分析方法

采用带随机效应的Wiener退化过程模型,对航空电连接器进行温度和振动综合应力下加速特性退化过程建模,推导其退化量及可靠度,并采用基于Bayesian更新的EM算法估计模型中的未知参数.针对电连接器在综合应力下表现出多种特性同时退化且特性间呈现相关性的问题,进一步利用Copula函数进行相关性建模,推导其多退化特性相关条件下的系统可靠度.最后以某型航空电连接器为算例,对提出的模型和方法进行说明和验证,结果表明,考虑退化特性相关性时的可靠度低于考虑各单独退化特性时的可靠度.     

基于序列重要性重采样算法的MIMO时变信道半盲估计

粒子滤波可以用来处理非线性非高斯问题,而序列重要性重采样算法能较好地解决粒子滤波中的粒子退化问题,由此将序列重要性重采样算法运用于MIMO时变信道进行半盲估计.实验结果表明:与使用传统的粒子滤波方法相比,基于序列重要性重采样算法的MIMO时变信道半盲估计方法均方误差和误码率降低,从而改善了接收端的符号检测性能.     

电源电压对继电器闭合与分断时间及触点弹跳的影响

利用商用继电器和触点模拟试验装置两种方法进行了继电器电接触试验,记录了在不同电源电压及负载电流下触点闭合与分断操作过程中电弧的电流电压波形,针对触头通断过程中出现的弹跳现象,分别定义了若干时间参数,统计分析了它们随电压升高的变化规律.研究表明:随着电源电压的升高,继电器闭合时间与分断时间均相应增长;闭合弹跳对闭合时间影响很大,分断弹跳一般发生于触点分离初期的微间隙,它对分断时间影响很小.     

基于估计距离的无需测距定位算法

针对无需测距定位算法定位误差大的问题,提出了一种基于估计距离的无需测距定位算法.首先分析了两个邻居节点之间距离和通信范围相交面积之间的关系,得到一个线性函数.线性函数的输出是一个表示两个邻居节点之间距离远近关系的参数,称之为距离参数.然后用距离参数和锚节点之间的距离计算邻居节点之间的估计距离,最后根据估计距离计算未知节点的估计位置.仿真结果表明,该算法在规则区域和不规则区域的定位误差都要低于当前同类型的定位算法.