基于黎曼流形的轴承故障诊断方法

为解决传统流形学习方法在轴承数据的非欧氏空间中特征提取时的不佳表现,提出引入黎曼流形学习方法.在黎曼流形的框架下,利用原始数据集构造出黎曼流形,并基于此流形提出了黎曼图嵌入特征提取方法,通过对局部结构编码实现初步降维.然后,在低维黎曼流形的基础上融合主成分分析算法(PCA:Principal Components Analysis)和线性判别分析算法(LDA:Linear Discriminant Analysis)设计分类器并对轴承数据进行了聚类.最后,通过在两个轴承数据集上的实验,分析了该方法提取特征的能力.实验结果表明,与现有的故障诊断方法相比,该方法具有较强的故障诊断能力.     

紧致黎曼流形的TORSE-FORMING向量场

本文讨论紧致黎曼流形中的Torse-forming向量场,得到此向量场同流形的Ricci曲率之间的关系,运用Torse-forming向量场的性质给出了容有这种向量场的紧致无边流形同球面共形的一个条件,并讨论了Torse-forming向量场诱导到一般子流形的情况。     

黎曼流形中的平行曲率子流形

在[1]中给出了黎曼流形中平行曲率超曲面的条件和某些性质,本文引入法联络,将[1]的结果可直接推广到黎曼流形的子流形上去。     

完备黎曼流形的几何性质

利用Ｊａｃｏｂｉ场，Ｒａｕｃｈ比较定理，核心等概念和定理讨论了完备黎曼流形的若干几何性质。     

基于粒子滤波的MIMO雷达目标似然比检测方法

针对多输入多输出（MIMO）雷达在非高斯杂波背景、信号参数随机或未知的情况下,难以建立目标统计检测模型的问题,基于粒子滤波方法,根据参数的概率分布函数抽取粒子,将复杂积分运算转化为求和运算求取似然函数,给出了一种MIMO雷达目标似然比检测的通用模型,解决了非高斯杂波条件下无法得到检测统计量的问题．以复SG-Alpha联合稳定分布作为MIMO雷达非高斯杂波分布模型,给出了基于粒子滤波的似然比检测方法．最后通过仿真实验给出了该方法在不同条件下的检测性能,并与传统MIMO雷达目标检测方法进行了比较,结果表明在非高斯杂波背景下该方法的检测性能要明显优于传统方法的．     

关于黎曼流形的超曲面

获得如下定理：假设Ｍ＾ｎ是ｎ＋１的维黎曼流形Ｎ＾ｎ＋１的ｎ维超曲面,那么Ｍ＾ｎ是极小的当且仅当等式：ｎＨ∑λＩ＋－Ｎ｜ｈ｜∑｜λｉ｜＝－ｎ｜Ｈ｜（ｎＳ）＾１／２成立。     

具非负曲率的黎曼流形

利用沿测地线的Ｊａｃｏｂｉ场和指标形式，证明了具非负曲率的完备２维黎曼流形Ｍ＾２如果没有共轭点，必等距于Ｒ＾２。     

伪黎曼流形中的极大类空子流形

研究了伪黎曼流形中极大类空子流形,得到了这类子流形关于黎曼曲率张量的不等式.此外,在Ricci曲率平行的条件下,得到了Lorentz空间中极大类空子流形关于数量曲率的不等式.     

黎曼流形上非可微多目标规划的必要最优性条件

在黎曼流形上建立非光滑函数分析工具的基础上, 把具有等式和不等式约束的非可微多目标数学规划问题扩展到黎曼流形上, 利用Ekeland变分原理, 推导出弱帕雷托最优解广义梯度形式的Fritz John型必要最优性条件.     

基于DenseNet的机载雷达动目标检测

针对传统机载雷达运动目标检测方法所需训练距离单元较多的问题,将运动目标检测问题转化为多分类问题.首先,基于少量训练距离单元数据构建分类所需的训练数据集;然后,基于卷积神经网络DenseNet构建多类分类器;最后,利用训练后的分类器提取雷达空时回波数据特征,进行目标检测和参数估计.仿真结果表明:基于DenseNet的机载雷达动目标检测方法能够有效检测目标,估计目标的距离、多普勒频率等参数.相比传统空时自适应处理方法,该方法能够显著减少所需训练距离单元数量;相比现有基于分类的目标检测方法,该方法能够有效提高目标检测和参数估计的准确度.     

Radar Phase-Modulated Waveform Design for Extended Target Detection

Extended target detection performance can be enhanced by using phase-modulated waveform designs in band-limited radar systems. Unlike waveforms designed for the total energy constraint, phase-modulated waveforms can fully exploit the transmit power in the pulse duration, which is more suitable for practical radar systems. An alternating iterative algorithm was developed to optimize the phase-modulated baseband waveform by maximizing the signal-to-noise ratio (SNR) at the receiver filter output. The output SNR increases continuously with the number of iterations and the algorithm is guaranteed to converge. Simulations validate the effectiveness of this approach. The waveforms designed by this method outperform other commonly used waveforms for extended target detection.     

基于贝叶斯网络的一种常规雷达目标识别方法

现役的常规雷达一般不具备径向上和横向上的高分辨率,雷达所揭示的目标信息非常有限。贝叶斯网络基本原理基于概率论的统计知识,作为一种分类器,它使错误的分类概率最小。文中将它引入雷达目标识别,将这些有限的信息利用起来实现对雷达目标的粗分类,取得了不错的效果。     

基于流形的分类算法及其在毫米波雷达目标识别中的应用

针对毫米波高分辨率雷达一维距离像目标识别的多类分类问题．基于局部线性嵌入（Locally Linear Embedding,LLE）算法思想,考虑样本与其所在低维流形之间的关系,提出一种多类分类算法．该算法先确定样本所在低维流形的结构,然后通过比较未知样本与各类已知样本流形间的关系来分类．将其应用于毫米波高分辨率雷达一维距离像目标识别,实验结果表明,该算法能够有效地进行分类。性能优于其他常用多类分类算法．且对输入参数不敏感．     

基于面向对象方法的雷达航迹模拟系统设计

讨论了面向对象方法在雷达航迹模拟系统设计中的应用，建立了相应的目标运动模型和面向对象的编程模型。利用该设计模型，制作了雷达航迹模拟软件并投入使用。实践证明该模型设计正确、合理，具有较高的实用价值。     

基于D-S 理论的目标识别

利用目标回波所提供的信息 ,在 D- S理论的基础上 ,综合利用各种目标识别方法进行目标识别 ,在很大程度上提高了目标识别率及识别结果的可信度 ,且有更好的目标分类效果。     

改进的相控阵雷达信号检测方法

针对传统雷达信号检测方法对相控阵雷达信号检测概率较低的问题,提出了一种结合小波降噪和极值序列法的信号检测方法。该方法采用小波阈值降噪法对雷达信号进行预处理,以提高侦收信号的信噪比,利用极值序列法在高信噪比下检测精度较高的优势,完成对信号的准确检测和参数的精确估计。仿真结果表明,与传统检测方法相比,该方法在低信噪比下对相控阵雷达信号的检测概率平均提高21.8%。     

分数阶傅里叶变换在合成孔径雷达目标识别中的应用

本文通过分析合成孔径雷达动目标回波线性调频特点,采用分数阶Fourier变换对合成孔径雷达动目标进行检测,对其多普勒参数进行比较精确的参数估计,并通过理论分析和模拟计算证明该方法的有效性。     

基于动态RCS模型的天波雷达发现概率计算方法

针对现有方法影响因素考虑不全导致计算结果与实际情况有较大偏差的问题,提出了一种改进的天波雷达飞机目标发现概率计算方法。归纳了不同电离层状态对天波雷达探测距离的影响。考虑目标在给定航路飞行过程中的雷达截面积随姿态变化,建立了目标动态雷达截面积计算模型。在此基础上,利用瞬时发现概率模型和综合发现概率模型求得天波雷达飞机目标发现概率。实例计算结果表明:电离层Es全遮蔽状态导致目标发现概率下降了0.273,不同航路和飞行姿态条件下目标发现概率差异较大,最大差值达0.253。     

基于局部线形嵌入算法的雷达目标识别

维数约减问题出现在信息处理的许多方面,非线性方法主要有局部线性嵌入LLE (Locally Linear Embedding) 、拉普拉斯特征映射(Laplacian Eigenmap) 、基于Hessian 矩阵的LLE 等,它们通过在高维空间中设计数据集所在流形的拓扑、几何等特性,很好地弥补了线性降维不能发现数据集非线性结构的不足.其中局部线性嵌入这种非监督学习算法应用广泛,在此基础上将其用于作为雷达目标识别的五种飞机数据,取得了很好的效果.