检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多传感器单模型动态系统多尺度数据融合

电子学报 2001年第3期29卷 341-345页

作者：文成林清华大学自动化系

利用多尺度分析的思想 ,将基于模型的动态系统分析方法与基于统计特性的多尺度信号变换方法相结合 ,建立起目标状态基于多源观测信息的多尺度数据融合估计新算法 ,在每个尺度上获得目标状态基于全体细尺度上传感器测量信息的融合估计值。

关键词：多尺度分析多尺度估计数据融合多传感器单模型动态系统

在线全文

学校读者我要写书评

暂无评论

基于信息增量矩阵的故障诊断方法

自动化学报 2012年第5期38卷 832-840页

作者：文成林胡玉成杭州电子科技大学信息与控制研究所杭州310018

主元分析(Principal component analysis,PCA)是一种常用的故障检测方法,由于特征提取不准确,在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法... 详细信息

主元分析(Principal component analysis,PCA)是一种常用的故障检测方法,由于特征提取不准确,在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法它能有效减少误报率和漏报率,但随着采样样本的增加,会因计算得到的阈值越来越不具代表性和计算量较大等原因而影响该方法的性能.然后,建立了基于局部数据的移动窗口协方差矩阵的信息增量矩阵的故障诊断方法,以克服上述方法中存在的不足.该方法主要通过定义局部协方差矩阵、局部信息增量矩阵、局部信息增量均值、局部动态阈值、异常检测与判定等过程完成.最后,通过两个数值仿真例子来验证PCA方法、基于全局的协方差矩阵的信息增量矩阵方法以及本文方法在故障误报和漏报方面的检测效能.实验结果表明,本文方法具有最好的检测性能。

关键词：故障诊断协方差矩阵主元分析信息增量矩阵

在线全文

学校读者我要写书评

暂无评论

基于分布式融合的传感器网络拓扑配置

浙江大学学报（工学版） 2011年第6期45卷 969-976页

作者：葛泉波刘双剑文成林杭州电子科技大学自动化学院浙江杭州310018 浙江大学控制科学与工程学系浙江杭州310027

采用2种最优分布式异步航迹融合方法研究异步采样传感器网络的动态拓扑配置策略设计.其主要核心思想是:每一个传感器跟踪节点执行局部Kalman滤波,再将滤波估计结果传输到融合中心;融合中心利用各自不同的融合方式执行预测估计校准和最... 详细信息

采用2种最优分布式异步航迹融合方法研究异步采样传感器网络的动态拓扑配置策略设计.其主要核心思想是:每一个传感器跟踪节点执行局部Kalman滤波,再将滤波估计结果传输到融合中心;融合中心利用各自不同的融合方式执行预测估计校准和最优递推加权融合,同时利用当前所有传感器信息的全局递推融合估计与系统精度要求的阈值进行实时比较,以决定是否终止或继续进行融合;实现下一时刻网络拓扑的动态配置和网络节能.基于特定的计算准则分析网络能量消耗,并通过计算机仿真验证算法的有效性.结果显示:2种方法都能实现异步采样多传感器网络的动态拓扑配置和节能,且最优异步融合配置方法的效果优于次优异步航迹融合方法.

关键词：传感器网络异步采样拓扑配置分布式融合网络节能

基于协作的分布式估计算法及在模型预测控制中的应用

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2008年第S2期48卷 1728-1732页

作者：王磊文成林杭州电子科技大学信息与控制研究所杭州310018

为解决带有有界噪声的大型网络化系统中的估计问题,提出一种基于协作的分布式估计算法。考虑各个子系统间的相互作用,建立一个由完全解耦模型和相互作用模型组成的合成模型。根据系统中存在的任意有界噪声,由各个子系统目标函数的凸组... 详细信息

为解决带有有界噪声的大型网络化系统中的估计问题,提出一种基于协作的分布式估计算法。考虑各个子系统间的相互作用,建立一个由完全解耦模型和相互作用模型组成的合成模型。根据系统中存在的任意有界噪声,由各个子系统目标函数的凸组合组成全系统的估计目标函数,来充分利用各个系统的信息。该算法建模简单,各子系统采用并行运算,计算效率高;应用到模型预测控制中,解决了状态不完全可测的问题。仿真结果表明基于协作的分布式估计算法的估计精度比Kalman估计算法更高,估计误差小于0.05。

关键词：模型预测控制分布式估计有界噪声基于协作迭代

在线全文

学校读者我要写书评

暂无评论

带有信息反馈的最优异步递推航迹融合算法

电子与信息学报 2009年第9期31卷 2123-2131页

作者：文成林葛泉波刘双剑杭州电子科技大学信息与控制研究所杭州310018

现有的异步航迹融合算法大都采用无全局信息反馈的设计框架,并且忽略各异步传感器局部预测航迹误差间的相关性,加之考虑上述相关性的最优整体航迹融合算法的实时性难以被保证,从而导致局部传感器估计精度低、稳定性差、全局估计的最优... 详细信息

现有的异步航迹融合算法大都采用无全局信息反馈的设计框架,并且忽略各异步传感器局部预测航迹误差间的相关性,加之考虑上述相关性的最优整体航迹融合算法的实时性难以被保证,从而导致局部传感器估计精度低、稳定性差、全局估计的最优性丧失和差的应用性等不足。为此,本文在引入全局信息反馈的基础上,同时考虑各局部预测航迹误差相关性,在融合估计误差协方差矩阵迹最小意义下,建立一种带有全局反馈机制的最优异步递推航迹融合算法。文中不仅对各种算法的次优或最优原理及性能进行了详细的分析与讨论,理论证明和仿真结果也表明了该文算法的有效性和优越性。

关键词：多传感器系统异步航迹融合全局反馈相关性递推融合

在线全文

学校读者我要写书评

暂无评论

基于状态转换的顺序式异步数据融合算法

系统工程与电子技术 2008年第12期30卷 2321-2328页

作者：葛泉波文成林杭州电子科技大学信息与控制研究所浙江杭州310018

针对现有基于伪量测的异步融合算法存在的实时性差、融合时刻中心处理器计算负荷大以及引入噪声等相关问题,提出一种新的基于状态转换的多传感器顺序式异步融合算法。新算法通过连续系统离散化获得融合周期内各采样点同融合时刻之间状... 详细信息

针对现有基于伪量测的异步融合算法存在的实时性差、融合时刻中心处理器计算负荷大以及引入噪声等相关问题,提出一种新的基于状态转换的多传感器顺序式异步融合算法。新算法通过连续系统离散化获得融合周期内各采样点同融合时刻之间状态的动态关系,并利用该关系来建立相邻两个采样时刻间符合标准Kal-man滤波条件的状态递归方程以及相应的测量方程,然后通过执行顺序Kalman滤波来实现异步数据融合。详细推导了融合算法的具体形式,并通过理论分析和计算机仿真证明了该算法不仅能避免现有基于伪量测的异步融合算法所存在的诸多问题,而且能获得更好的跟踪性能。

关键词：信息融合异步采样系统离散化状态转换顺序滤波

在线全文

学校读者我要写书评

暂无评论

基于深度学习的故障诊断方法综述

电子与信息学报 2020年第1期42卷 234-248页

作者：文成林吕菲亚杭州电子科技大学自动化学院杭州310018 安阳师范学院软件学院安阳455000

海量高维度的过程测量信息给传统的故障诊断算法带来极大的计算复杂度和建模复杂度,且传统诊断算法存在难以利用高阶量进行在线估计的不足。鉴于深度学习技术强大的数据表示学习和分析能力,基于深度学习的故障诊断引起了工业界和学术界... 详细信息

海量高维度的过程测量信息给传统的故障诊断算法带来极大的计算复杂度和建模复杂度,且传统诊断算法存在难以利用高阶量进行在线估计的不足。鉴于深度学习技术强大的数据表示学习和分析能力,基于深度学习的故障诊断引起了工业界和学术界的广泛关注,并促使智能过程控制更加自动化和有效。该文从方法上将基于深度学习的故障诊断技术分为:基于栈式自编码的故障诊断方法、基于深度置信网络的故障诊断方法、基于卷积神经网络的故障诊断方法及基于循环神经网络的故障诊断方法4类,分别进行了回顾和总结,最后从数据预处理、深度网络设计和决策3个层面对这一领域进行展望,提出了“集成创新”、“数据+知识”和“多技术融合”等故障诊断思想,阐明基于深度学习技术进行复杂系统的故障诊断仍具有巨大潜力。

关键词：故障诊断数据驱动深度学习高阶相关性

多传感器网络系统基于无序估计的分布式信息融合

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2010年第7期32卷 1614-1620页

作者：葛泉波文成林杭州电子科技大学自动化学院杭州310018

无线传感器网络的局部节点往融合中心传输信息时,不确定的随机延迟易使得信息无序现象频繁发生,从而导致传统信息融合方法的应用面临诸多难题和挑战。该文以带有任意随机延迟的多传感器同步采样系统为对象,研究无序估计("Out-Of-Sequenc... 详细信息

无线传感器网络的局部节点往融合中心传输信息时,不确定的随机延迟易使得信息无序现象频繁发生,从而导致传统信息融合方法的应用面临诸多难题和挑战。该文以带有任意随机延迟的多传感器同步采样系统为对象,研究无序估计("Out-Of-Sequence"Estimate,OOSE)信息系统的最优分布式融合问题,最终建立一种新型的通用最优OOSE融合算法。与现有基于集中式框架的无序量测融合方法相比,新算法在融合精度和算法复杂度上均具有显著优势。算法分析和计算机仿真验证了新算法的有效性和优越性。

关键词：数据融合传感器网络延迟无序量测无序估计

在线全文

学校读者我要写书评

暂无评论

基于滑动中值滤波的多尺度主元分析方法

高技术通讯 2008年第3期18卷 271-276页

作者：范少荟文成林河南大学计算机与信息工程学院开封475001 杭州电子科技大学信息与控制研究所杭州310018

提出了一种基于滑动中值滤波的多尺度主元分析(MSPCA)方法,该方法利用中值滤波对主元分析(PCA)前的原始数据进行预处理,以去除异常点,并用多尺度主元分析方法把小波变换和主元分析有机结合起来,通过对过程数据的多尺度建模,来消除系统... 详细信息

提出了一种基于滑动中值滤波的多尺度主元分析(MSPCA)方法,该方法利用中值滤波对主元分析(PCA)前的原始数据进行预处理,以去除异常点,并用多尺度主元分析方法把小波变换和主元分析有机结合起来,通过对过程数据的多尺度建模,来消除系统中的次要主元和小的小波系数,这样既提高了对数据中细微、重要变化的检测灵敏度,又解决了在测量数据中含有异常点的情况下,现有多尺度主元分析难以去除因异常点的存在而产生的虚警问题。仿真验证了该方法的有效性和可行性。

关键词：滑动中值滤波小波变换多尺度主元分析 MSPCA 故障检测故障诊断