分布式网络环境下系统跳变执行器故障诊断

针对存在输入干扰的分布式网络环境下系统跳变执行器故障问题,建立了连续时间马尔可夫跳变执行器故障系统模型,并设计了残差生成器.对于多系统网络传输下存在系统跳变的情况,首先在空间几何方法中的不可观测子空间以及空间分割投影运算基础上,运用H∞优化技术和线性矩阵不等式(LMI)方法完成残差生成器参数求解,实现残差对输入的解耦以及与故障的对应关系,并通过残差输出值与预设阈值对比来确定系统中的故障情形,最终完成分布式网络下系统跳变的执行器故障检测与隔离.通过仿真实验验证了算法的有效性.     

过驱动系统故障检测与隔离方法研究

由于过驱动系统具有故障特征之间严重耦合的特点,传统的故障诊断方法不能有效对其进行故障检测与隔离.针对这一问题,基于几何理论中的不变子空间理论,通过空间投影运算,提出一种新的故障检测与隔离方法,解决了过驱动系统故障检测与隔离问题.该方法不仅对单个故障可以实现检测与隔离,而且对并发故障同样具有很好的检测与隔离效果.仿真结果验证了该方法的有效性.     

一种改进的故障检测算法在组合导航中的应用

为提高组合导航系统的容错性能,实时检测滤波器处理测量信息的有效性,针对组合导航系统突变故障的检测问题,提出了相应的改进算法. 该算法不仅对系统层面上进行故障探测,而且对故障进行定位和隔离,分析了作为假设检验量的标准化残差之间的相关性强弱对故障正确定位的影响,由此对基于标准化残差的故障检测与隔离算法进行了改进,实现子系统内部故障的正确定位与隔离. 实验结果表明,改进的算法能够更有效地利用多余观测量,从而提高组合导航系统的稳健性.      

基于双层自适应集成残差主成分分析的复杂非线性过程监测

多元统计监测方法常使用正常数据选取特征,而现实过程中,不同的故障将影响不同的特征,并且这些特征可能随着时间和控制系统的作用而变化。当故障发生并随时间变化时,要想获得更好的故障检测能力,就需要聚集有效的故障敏感特征。本文提出了一种双层自适应集成残差主成分分析(AERPCA)模型,其子模型包含不同的特征,并突出地呈现一个或多个相关故障。首先,根据正常数据计算主成分分析（PCA）特征,利用不同特征构建线性子模型和相应的残差空间。考虑到残差空间的非线性特性及有效特征更为分散,采用核PCA(KPCA)提取不同的特征并组成同一残差空间下不同KPCA子模型。然后,利用贝叶斯方法获取集成KPCA子模型,完成各残差空间的划分和集成。最后,在主空间中获得多个线性子模型以及在残差空间中获得多个集成的非线性子模型后,利用滑动窗口确定当前时刻监控效果最好的模型。采用田纳西-伊士曼过程验证了AERPCA的有效性。     

盲自适应分组多用户检测

直接序列码分多址分组多用户检测中,干扰用户包括小区分组外用户及相邻小区用户.首先利用子空间投影方法,在所有干扰用户中识别出相邻小区用户,然后对小区内用户进行多用户检测,并通过子空间跟踪方法实现自适应.既保证了性能,又降低了计算复杂度.仿真结果表明算法是实用的.     

基于子空间域特征提取的硬件木马检测方法

为了解决制造变异和噪声对已有硬件木马检测方法的挑战和干扰,提出了一种新的微弱木马信号检测技术,能够在较大的制造变异和噪声的背景下提取出木马特征信号.首先,将木马检测问题建模为特征提取模型,然后提出了一个基于时域约束估计器和主成分投影的统一子空间木马检测方法.并通过特定的子空间投影或重构信号分析,证实弱小的木马信号可以与各种噪声和干扰区分开来.该方法为已有的硬件木马检测方法提供了一种通用的消除制造变异和噪声影响的方法.设计实现了2个时序硬件木马,在ISCAS89基准电路上进行了仿真实验验证,并在FPGA上进行了硬件实物验证,实验结果均表明了所提方法的有效性和高检测精度.     

基于多级观测器的液压伺服系统自适应故障检测与隔离

针对传统的基于固定阈值的故障检测及诊断方法虚警率高,无法有效实现液压伺服系统的故障检测与隔离,提出了一套基于多级观测器的液压伺服系统自适应故障检测与隔离方法。首先,采用第1级RBF网络作为液压伺服系统观测器,通过比较观测器估计输出值与实际系统输出得到残差信号。其次,采用第2级RBF神经网络产生自适应阈值,实现了液压伺服系统自适应故障检测。最后,采用小波包分析提取残差信号特征,利用第3级RBF神经网络实现系统的典型故障隔离。实验结果表明,利用多级观测器模型能够有效实现液压伺服系统的自适应故障检测及隔离。     

基于传感器的车队故障检测与隔离

针对车队的故障检测与隔离,建立了基于车队的系统诊断模型,并提出了两级故障诊断架构,以车间距为基础对整个车队建立数学模型。同时,构建了车队的状态空间模型,并利用空间几何法设计了车间距的残差发生器。为了设计车队系统的残差生成模型,加强了对车队和单辆车的结构分析,并引入了虚拟力分析。通过采用自适应的阈值法加强了故障检测与隔离系统对残差的敏感性和对干扰的鲁棒性。为了促进车辆对自身和整个车队的信息感知能力,智能车(自主移动机器人)装备有红外测距仪、里程计、增量式光学编码器等传感器。实验证明提出的针对车队的故障检测架构和方法是可靠的。     

基于信号子空间的盲自适应多用户检测

多用户检测技术是DS—CDMA中解决多址干扰问题的一种重要技术。针对基于PASTd多用户检测方法在子空间追踪收敛速度慢和收敛的不稳定问题，提出一种快速子空间追踪的盲自适应多用户检测改进算法。该算法通过空间分解得到信号子空间，并利用信号子空间的特征值和特征向量得到解相关多用户检测器；最后，应用归一化正交Oja快速自适应地追踪信号子空间。仿真结果表明，相对PASTd多用户检测方法，降低计算复杂度，加快算法的收敛速度，系统稳定性好，拟制多址干扰具有良好的性能，达到很好的多用户检测效果。     

基于PCA-SVDD的冷水机组故障检测方法

分析了基于PCA-SVDD方法的冷水机组故障检测效率,结合PCA和SVDD方法的优点,提出了一种基于PCA-SVDD的冷水机组故障检测方法.通过PCA将正常数据所在的测量空间分解为主元子空间和残差子空间,取正常数据的残差子空间得分矩阵作为目标类数据建立SVDD模型,利用RP-1043中冷水机组实验数据验证故障检测性能,并与传统PCA和SVDD冷水机组故障检测结果进行对比.结果表明:PCA-SVDD方法可用于冷水机组故障检测,进一步提高了故障检测能力,且故障检测结果整体优于传统SVDD和PCA方法;用于冷水机组常见的故障检测,获得了较高的冷水机组故障检测效率.此方法有利于及早发现故障,减少损失,对小幅故障检测效率的提高尤为明显.     

基于子空间分析的抗箔条干扰研究

箔条干扰一直是电子对抗的主要手段之一。本文根据箔条干扰的特点,提出基于子空间方法的抗箔条干扰分析。由于舰船回波与箔条回波运动形态统计不相关,满足子空间分析条件,因此利用子空间分析方法可以达到抗箔条干扰的目的。     

基于密度子空间孤立森林的异常用电检测

针对传统异常用电检测在面临高维数据中的维数诅咒,以及不相关特征对异常检测的影响,造成检测精度低等问题。提出了一种基于无监督密度子空间选择的孤立森林检测算法。首先,提出了一种有效的基于密度的紧凑数据表示方法,提高了子空间选择策略的效率。然后,应用最小冗余-最大相关-密度准则(min-Redundancy-Maximum-Relevance-to-Density , mRMRD),用于选择基于互信息的相关子空间。最后,在相关子空间中构建隔离树并集成孤立森林,实现对异常用电数据的检测。通过实验分析,与传统检测算法相比,所提方法在准确率、ROC曲线下面积（Area Under Curve,AUC）、F1-Score指标上均有提升,提高了异常用电检测的效果。同时,灵敏性分析也验证了无监督密度子空间孤立森林检测算法的有效性。     

子空间分解法在声目标特征提取中的应用

研究用于识别直升机目标声信号的特征提取方法,方法通过对直升机信号频特征分析,采用基于子空间分解的多重信号分类法算法提取信号谐波频率作为目标特征,利用子空产妥将观测数据分解为信号子这僮与噪声子空间特点,抑制噪声干扰,提高识别能力。     

基于感知子空间分解模型的音频特征提取方法

提出了一种基于谐波-瞬时-残差感知子空间分解模型的音频特征提取方法.首先,根据心理声学的研究成果,提出了基于感知的谐波分子、瞬时原子和残差分布字典,可分别用于提取音频中的长时谐波成分、瞬时频率成分和残差谱分布特性;随后,利用该字典和匹配追踪算法,将音频信号分解到谐波子空间、瞬时子空间和残差子空间这三个感知子空间;最后,通过融合各子空间的特征参数生成音频特征.实验表明:在15类音效分类任务中,所提出的特征比传统梅尔频率倒谱特征准确性提升9.1%,比基于传统匹配追踪的特征提升8.3%.     

基于EKF的无人机飞行控制系统故障检测

无人机飞行控制系统是一种典型的多传感器闭环控制系统,其执行机构与传感器故障会严重影响系统的安全性与可靠性,针对无人机飞行控制系统故障检测问题的研究具有重要的意义.本文考虑了一类无人机闭环非线性飞行控制系统的故障检测问题,针对风扰动影响下无人机纵向非线性系统模型,设计基于扩展卡尔曼滤波器的残差产生器,并应用χ2检验对残差进行评价,实现无人机闭环控制系统的故障检测.同时,基于某型无人机Simulink仿真平台进行仿真实验.结果表明,所提出的方法能够实现空速管堵塞故障和升降舵部分失效故障的检测.     

子空间分解法在声目标特征提取中的应用

目的　研究用于识别直升机目标声信号的特征提取方法。方法　通过对直升机声信号频域特性分析,采用基于子空间分解的多重信号分类法(MUSIC)算法提取信号谐波频率作为目标特征,利用子空间分解将观测数据分解为信号子空间与噪声子空间的特点,抑制噪声干扰,提高识别能力。结果与结论　对实测的直升机声信号谐波频率提取结果表明,子空间分解方法提取目标频域特征是可行的,用MUSIC算法提取谐波频率值是有效的。     

基于电压残差的三相逆变器故障诊断

针对三相逆变器开路故障诊断问题,研究了一种具有动态参考量的电压残差故障诊断方法。利用逆变器闭环控制系统现有的相电压采样信号,将延迟一个周期的相电压波形作为动态参考,与当前的相电压信号进行比较得到电压残差波形,通过设置合理的故障检测阈值,实现逆变器开关管开路故障的准确诊断。仿真结果验证了该方法具有抗不平衡负载和负载突变干扰的能力,且诊断时间小于一个周期,具有容易实现、无需增加硬件的优点。     

基于分块子空间投影的无源雷达干扰抑制方法

为了解决GPS辐射源雷达各通道干扰抑制不彻底和计算量较大的难题,提出了基于分块子空间投影的干扰抑制方法,并对其性能进行分析.将回波通道的接收信号均匀分块后并行处理.首先,将信号投影到干扰子空间的正交补子空间内,完成多径干扰抑制;然后,给出强目标回波旁瓣干扰存在的判断准则;最后,将信号投影到强目标子空间的正交补子空间内,...     

基于属性最大间隔的子空间聚类

子空间聚类能有效的发现各簇与所属于的子空间的联系,同时减少高维数据中因为数据冗余和不相关属性对聚类过程产生的干扰.已有的子空间聚类方法强调各子空间中簇的发现,往往忽略子空间的划分.提出了基于属性最大间隔的子空间聚类,该方法主要思想是对子空间的划分时信息的丢失达到最小,从而子空间聚类的结果的效果比较好.主要工作包括:第一,建立了子空间划分的目标函数,也就是使各划分的子空间相互依赖达到最小,第二,设计了基于属性最大间隔的子空间聚类算法Maximum Margin Subspace Clustering(MMSC)进行子空间聚类集成.最后,采用UCI和NIPS2013比赛等数据来做实验,结果表明,在大多数数据上MMSC算法比其他子空间算法能得到更好的聚类结果.     

关于子空间的直和的证明

介绍了一个关于子空间的直和的定理并给予证明,利用该定理可以绕过子空间的和,直接证明关于子空间的直和的结论．