基于性能退化的动量轮可靠性建模与评估

为解决长寿命卫星动量轮可靠性评估无失效数据问题,研究基于性能退化的动量轮可靠性建模与评估方法.首先通过失效分析,提出以温度作为动量轮可靠性的特征量.然后利用动量轮温度的遥测数据,建立其温度随时间变化的叠合模型.为解决动量轮试验样本量不足问题,采用Bootstrap仿真方法建立动量轮寿命分布模型,评估其可靠性水平.实例表明,方法能够在无失效数据情况下,利用性能退化数据评估动量轮可靠性,且具有较高精度,为解决无失效数据条件下长寿命卫星动量轮可靠性建模与评估问题提供了一条有效途径.     

高维数据均值的统计监测

本文,我们结合统计过程控制方法,使用一种新的统计量用于在样本数量不充足的情况下监测高维数据。统计量利用样本协方差规范化技术避免协方差矩阵的奇异性,同时采用软阈值技术来挑选多维数据中重要的维度进行监测以减少监测噪音。本文在提出统计量后用matlab随机产生各种维度的高维数据样本进行仿真分析,并将该统计量与基于Hotelling T~2并采取广义逆矩阵的统计量进行比较。结果表明,本文使用的统计量的监测效果优于采取广义逆矩阵的方法。本文提出的方法可以应用于多指标产品生产的快速异常检测,特别是难以得到大量检测数据的产品,如检测需要破坏产品本身或者检测成本太高的产品。     

基于LBP算子和类覆盖捕获图的人脸检测算法

针对传统人脸检测中的过分类问题,提出一种结合LBP算子与类覆盖捕获图的人脸检测算法.该算法首先用ε-LBP算子提取人脸图像纹理特征,并把对应不同ε值提取的LBP特征数据加权融合起来,形成人脸图像特征向量,然后采用类覆盖捕获图构造分类器,最终对人脸图像实现有效检测.与传统方法相比,基于随机图理论的类覆盖捕获图能够克服过分类缺陷,比其他近邻图分类器更具优势,性能也比较稳定.实验结果表明,该算法可以有效检测人脸图像,尤其对存在模糊和光照异常的人脸图像具有较高的精确度和鲁棒性.     

基于视觉注意机制和形状特征的交通标志检测方法

交通标志的颜色和形状与周围环境存在强烈的反差,利用这一特点,提出了一种基于视觉注意机制和形状特征的交通标志检测方法.首先进行图像预处理,然后采用自底向上的视觉注意模型,提取图像的颜色、亮度、方向等初级特征,将其线性组合得到显著图,得到交通标志的感兴趣域,实现交通标志的粗检测;在此基础上,根据交通标志的几何特征描述进一步检测感兴趣区域中的图形形状,实现交通标志的细检测.最后分别基于软件和嵌入式平台对算法的检测准确性和稳定性进行验证,结果表明,与已有算法相比,所提方法可以很好的克服光照或复杂环境的干扰,显著提高交通标志检测的准确率,具有一定的优越性.     

基于多模型自适应估计的姿态敏感器误差校准

提出一种基于多模型自适应估计(MMAE)的星敏感器低频误差(LFE)校准方法.星敏感器低频误差主要是由空间热环境的周期性变化造成的,会对卫星姿态确定精度造成显著影响.低频误差的影响可以通过扩维卡尔曼滤波(AKF)进行校准.但是,在星敏感器观测量中不存在低频误差的情况下,AKF的姿态估计精度往往不及传统卡尔曼滤波(KF).针对这一问题,将KF与AKF相结合,设计了基于MMAE的姿态确定滤波算法,该算法能够根据星敏感器在轨误差特性自适应的选择KF或AKF算法进行滤波.仿真结果表明,所提算法综合性能优于KF和AKF,适用于对姿态确定精度要求较高的高分辨率对地观测卫星.     

高频监测数据的异常数据特征分析与检测

对某火电厂10个设备的60000条高频监测数据进行基本的统计分析,得出高频数据的异常数据具有异常点和异常段两种特征,提出了一种基于频数分布和一阶向前差分的检测高频数据中的异常点和异常段的方法.根据数据的一阶向前差分绝对值的频率分布以及风险系数来确定异常数据的阈值,根据设备本身的性能和采样频率确定了异常段所包含异常点的最大个数,根据阈值和最大异常点个数给出异常点和异常段的判断规则.用该方法诊断火电厂前置泵电机的6000条数据的异常数据,结果与实际异常数据相符.     

模型自由的稳健条件独立特征筛选

特征筛选方法对于超高维数据分析非常重要。本文基于Hoeffding’s独立检验统计量提出了一种新的条件独立筛选方法,简称为MMCSCIS。该方法具有以下特点:(1)不依赖于模型设定;(2)在自变量或因变量或条件变量的严格单调变换下结果不变;(3)可以同时处理条件特征筛选和特征筛选。通过模拟发现它对因变量或者自变量含有厚尾分布的数据和含有异常值的数据都比较稳健。最后我们通过两个实例分析说明了该方法的有效性。     

基于切比雪夫最佳逼近意义下的CPI指数变化通道的原理与方法

中国2000-2015年的186组CPI指数所体现的变化规律,可以用通道原理来描述.通道类似于交通图中的道路,依据切比雪夫最佳逼近原理,以CPI函数为中心线,以极小化最大正负误差为边界线,包含了所有的CPI数据,是一条具有最大安全范围意义的数据通道.假设端点数据是建立在零误差基础上的最大权重数据,未来短期内CPI指数的变化不存在突变,或存在突变但其误差不大于通道内的最大正负误差,则通道的延伸可以预测未来CPI指数的变化,以及变化的波动范围.介绍了CPI通道的基本原理与方法、适用范围、判别法则、具体算法等.通过多个数据处理实例,说明了直线通道具有简单易懂、直观性强、计算方便、适用范围广、符合性较好等特点,验证了未来短期CPI指数变化基本是可知与可控的.     

基于多分类马田系统的半监督数据异常点检测方法

针对包含多个正常类的多元数据异常检测问题,提出了一种基于多分类马田系统的半监督数据异常检测方法.通过对训练数据集中的每个正常类分别建立马氏空间,构建了基于马氏距离的多类测量尺度,方法对测试数据集中正常数据进行分类的同时,能够实现对异常数据的检测.通过模拟带异常值的高斯混合模型数据验证了该方法的有效性.     

卫星姿态跟踪的间接自适应模糊预测控制

对含模型不确定性和未知干扰的卫星姿态系统提出了具有间接自适应模糊补偿的广义预测跟踪控制方法. 首先基于卫星姿态动力学模型设计了非线性广义预测控制律, 再利用自适应模糊系统逼近预测控制律中的模型不确定项, 使得所得到的预测控制算法可实施.证明了当卫星姿态模型中不确定项满足一定条件时, 所设计的控制律可使卫星姿态跟踪误差收敛到原点的小邻域内,并仿真结果验证了所提出方法的有效性.