基于神经网络的柴油机特征参数评价与选择

在设备故障诊断中,正确地提取与选择特征参数对于诊断结果的有效性和准确性具有关键性的意义,在提出评价判据时样本的概率分布往往难以确定,针对模式识别中特征量的选择方法,结合人工神经网络原理,提出了利用人工神经网络进行故障特征量评价与选择的方法,实现了对柴油机特征参数的提取及选择,有效地解决了柴油机状态监测与故障诊断中测试参数多而难以优化的问题。     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。     

模糊识别和随机森林算法在柴油机振动信号状态识别中的应用

针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法。通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参量及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达到94%以上。     

基于免疫粒子群文化算法的数字电路故障诊断

为改善粒子群算法摆脱局部极值点的能力,提升种群进化的多样性,将免疫算法中免疫机制引入到粒子群算法中形成免疫粒子群算法;为有效提高故障覆盖率和缩短测试生成时间,将免疫粒子群算法引入文化算法框架中形成免疫粒子群的文化算法。将其应用于数字电路故障模型仿真实验并与其他测试生成算法进行对比,结果表明该算法能够有效提高故障覆盖率,缩短测试生成时间,在大规模电路测试生成与故障诊断中更具优势。     

基于DSP的复杂背景下瞄准分划探测与识别

为解决嵌入式模拟射击训练系统中瞄准分划自动探测与识别的问题,以ADSP-BF533数字视频处理系统为平台,利用瞄准分划的灰度和形状特征,综合运用边缘检测、数学形态学和模板匹配等算子,提出了一种复杂背景下瞄准分划探测与识别算法,成功实现了对瞄准分划的自动探测和识别。     

基于微多普勒特征的欺骗干扰识别

为了提高雷达的抗干扰能力,提出了一种基于微多普勒特征的欺骗干扰识别方法,为雷达选择抗干扰措施提供了先验知识。首先建立了目标回波和干扰信号的数学模型,分析了二者微多普勒频率的差异。其次利用Viterbi算法和FFT谱分析对信号的特征参数进行了提取。最后,定义了识别目标和干扰的特征因子,并根据特征因子设定阈值对目标回波和欺骗干扰进行识别。仿真结果验证了算法的正确性和稳定性,与理论分析一致,表明该方法能够在较低的信噪比环境下对欺骗干扰进行检测识别。     

浅谈边防部队基层干部“六结合”监督模式

在分析公安边防部队基层干部监督的特点及现状的基础上,构建以党内监督、行政监督、群众监督、新闻舆论监督、法制监督、自我监督为主体,相互协调、相互促进的公安边防部队基层干部＂六结合＂监督模式。     

高频雷达多波束最优天线方向图综合

在高频雷达中 ,多个部分重叠的波束被用来形成对预定空域的覆盖 ,而射频干扰和期望信号的空间结构之间的差异以及接收天线阵列的空间多样性则被用来抑制干扰以提高高频雷达的整体工作性能。然而如何在实时地形成多波束的同时有效地抑制射频干扰仍然是高频雷达一个急待解决的问题。基于最优天线方向图综合方法 ,通过主瓣形状保持和干扰抑制之间的合理折衷进一步提出了多波束形成算法。仿真结果表明该算法可以快速、灵活地形成多个波束来覆盖预定的空域 ,同时最大限度地抑制射频干扰 ,从而极大地提高了高频雷达的工作性能