检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于BP神经网络的直升机飞行状态识别

直升机技术 2022年第1期 25-28,35页

作者：高健桐中国直升机设计研究所江西景德镇333001

直升机飞行状态识别在直升机寿命分析中具有重要意义。在识别过程中,状态点的分割对数据的识别效果起到至关重要的作用。文章以随机扰动性较强的指示空速为例,利用线性拟合和逻辑判断的方法,对该数据进行稳定状态分割。将分割结束后的... 详细信息

直升机飞行状态识别在直升机寿命分析中具有重要意义。在识别过程中,状态点的分割对数据的识别效果起到至关重要的作用。文章以随机扰动性较强的指示空速为例,利用线性拟合和逻辑判断的方法,对该数据进行稳定状态分割。将分割结束后的数据段,代入建立好的水平、上升和下降三种状态数据库,结合归一化处理方法搭建曲线状态识别的BP神经网络,并利用试飞数据验证模式识别的准确性。

关键词：飞行状态识别线性拟合 BP神经网络

在线全文

学校读者我要写书评

暂无评论

基于SVM的直升机飞行状态识别

应用科学学报 2016年第4期34卷 469-474页

作者：熊邦书刘雨莫燕黄建萍李新民南昌航空大学图像处理与模式识别江西省重点实验室南昌330063 中国直升机设计研究院直升机旋翼动力学国防科技重点实验室江西景德镇333001

针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于支持向量机(support vector machine,SVM)的直升机飞行状态识别方法.首先利用限幅、去野点和均值滤波对飞行数据进行去噪,用最小二乘法对飞行数据进行直线拟... 详细信息

针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于支持向量机(support vector machine,SVM)的直升机飞行状态识别方法.首先利用限幅、去野点和均值滤波对飞行数据进行去噪,用最小二乘法对飞行数据进行直线拟合获取变化率,并根据线性相关性提取状态特征参数,以减少数据冗余;然后根据特征参数将飞行状态分为10小类,对每一小类进行SVM分类器设计以提高识别效率;最后利用训练样本训练每个SVM分类器,用训练好的SVM分类器识别直升机全起落飞行状态.通过某型直升机实飞数据进行飞行状态识别实验,并将所提出的方法与RBF神经网络法进行对比,所得结果表明该方法在小样本情况下的识别率有明显提高,可为直升机故障诊断和寿命预测提供依据.

关键词：支持向量机飞行状态识别最小二乘法线性相关性小样本

在线全文

学校读者我要写书评

暂无评论

基于随机森林的HRGV滑翔段飞行状态识别

战术导弹技术 2020年第2期 1-8,21页

作者：张裕禄毕红葵叶泽浩李凡空军预警学院武汉430019

针对临近空间高超声速再入滑翔飞行器(Hypersonic Reentry-Glide Vehicle,HRGV)滑翔段飞行状态识别问题,提出了一种基于随机森林的识别方法。首先将目标的飞行状态分为6类,通过运动方程生成具有代表性的飞行数据;其次分析了目标运动特性... 详细信息

针对临近空间高超声速再入滑翔飞行器(Hypersonic Reentry-Glide Vehicle,HRGV)滑翔段飞行状态识别问题,提出了一种基于随机森林的识别方法。首先将目标的飞行状态分为6类,通过运动方程生成具有代表性的飞行数据;其次分析了目标运动特性,利用运动参数构造特征属性并对其进行处理和筛选,得到最终样本数据。为实现雷达跟踪轨迹的飞行状态识别,将雷达跟踪数据进行平滑处理,经坐标变换后得到运动参数估计结果,并用训练好的分类器识别目标的飞行状态。试验结果表明,所设计的随机森林分类器识别精度较高,但当运动参数的估计存在误差时,识别精度会有一定程度的下降。

关键词：高超声速再入滑翔飞行器随机森林算法飞行状态识别数据平滑处理雷达

在线全文

学校读者我要写书评

暂无评论

基于随机森林的直升机飞行状态识别方法

计算机工程与应用 2017年第17期53卷 149-152,159页

作者：王锦盛熊邦书莫燕黄建萍李新民赵平均南昌航空大学图像处理与模式识别省重点实验室南昌330063 中国直升机设计研究所直升机旋翼动力学国防科技重点实验室江西景德镇333001 中航工业洪都航空工业集团有限责任公司飞机设计研究所南昌330024

针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于随机森林的直升机飞行状态识别方法。首先利用去野点、限幅、平滑处理对飞行数据进行预处理,并根据特征参数将飞行状态分为8个小类;然后利用随机森林识别率较... 详细信息

针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于随机森林的直升机飞行状态识别方法。首先利用去野点、限幅、平滑处理对飞行数据进行预处理,并根据特征参数将飞行状态分为8个小类;然后利用随机森林识别率较高的特点,对每一小类进行随机森林分类器设计;最后利用训练样本训练每个随机森林分类器,并将训练好的随机森林分类器识别直升机全起落飞行状态。以某型直升机实飞数据作为实验数据,将该方法与RBF神经网络法和SVM法进行对比实验,结果表明在小样本情况下该方法识别率有明显提高,识别速度也有所提高,可为直升机寿命预测提供依据。

关键词：随机森林飞行状态识别预处理特征参数小样本

在线全文

学校读者我要写书评

暂无评论

基于机器学习的直升机飞行状态识别技术研究

基于机器学习的直升机飞行状态识别技术研究

作者：王锦盛南昌航空大学

学位级别：硕士

直升机飞行在不同状态时,有寿件和动部件的损伤程度不同。因此,正确识别飞行状态对直升机关键部件的寿命预测及故障诊断,具有重要的意义。在实际中,用于直升机飞行状态训练的样本一般为小样本,而传统神经网络方法,在训练样本较少时,识... 详细信息

直升机飞行在不同状态时,有寿件和动部件的损伤程度不同。因此,正确识别飞行状态对直升机关键部件的寿命预测及故障诊断,具有重要的意义。在实际中,用于直升机飞行状态训练的样本一般为小样本,而传统神经网络方法,在训练样本较少时,识别率欠佳。针对这个问题,本文采用二叉树SVM和随机森林方法,研究了直升机飞行状态识别技术,旨在提高识别率和识别速度,可为我国直升机健康和使用监测系统(HUMS)研制提供核心的技术。本文主要研究工作和成果如下:(1)研究并实现直升机飞行状态识别预处理。主要包括数据预处理、敏感参数提取和状态预分类。数据预处理首先采用去野点、限幅及中值滤波对飞行数据进行去噪;然后,利用最小二乘法,拟合得到飞行参数的变化率,作为新的飞行参数;去噪实验验证了本文方法的有效性。敏感参数提取是根据直升机操纵特性和飞行参数线性相关性进行的,并通过真实飞行参数数据进行了验证。状态预分类是利用选择的敏感参数,将35种某型直升机飞行状态预分为10小类,通过真实飞行参数数据验证了预分类方法的有效性。(2)提出并实现基于二叉树SVM的直升机飞行状态识别。在状态识别预处理的基础上,首先,对每个小类进行二叉树SVM分类器的设计;然后,利用粒子群算法和遗传算法对二叉树SVM进行参数寻优,从而提高了识别率;最后,分别对每一个二叉树SVM分类器进行样本训练,并将已训练好的网络模型,用于直升机飞行状态识别。以某型直升机真实飞行数据作为实验数据,并将本方法与SVM方法和RBF神经网络方法进行了对比实验,结果表明,在小样本训练情况下,二叉树SVM对直升机飞行状态识别率有明显的提高。但是,该方法的识别速度不快,针对此问题,利用随机森林具有小样本情况下泛化能力较强和训练收敛速度快的特征,进一步开展了飞行状态识别方法研究。(3)提出并实现基于随机森林的直升机飞行状态识别。在状态识别预处理的基础上,首先,设计每个小类的随机森林分类器;然后,利用分类回归树,构建随机森林,并对每一个随机森林分类器进行样本训练;最后,将已训练好的网络模型,用于识别直升机飞行状态。以直升机真实飞行数据作为实验数据,并将随机森林方法与二叉树SVM方法和RBF神经网络方法进行对比实验,结果表明,在小样本训练情况下,随机森林的识别速度明显优于二叉树SVM和RBF神经网络,同时该方法的识别率与二叉树SVM方法相近,明显高于RBF神经网络方法。

关键词：二叉树SVM 随机森林飞行状态识别线性相关性小样本

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于DBN的直升机飞行状态识别技术研究

基于DBN的直升机飞行状态识别技术研究

作者：徐坤坤南昌航空大学

学位级别：硕士

直升机存在大量动部件和有寿件,这些结构部件的损伤程度与直升机飞行状态息息相关。因此,获得直升机飞行状态可为关键部件的故障诊断和寿命预测提供重要依据。传统的识别方法能够识别的直升机飞行状态种类有限,存在较难满足实际需求的... 详细信息

直升机存在大量动部件和有寿件,这些结构部件的损伤程度与直升机飞行状态息息相关。因此,获得直升机飞行状态可为关键部件的故障诊断和寿命预测提供重要依据。传统的识别方法能够识别的直升机飞行状态种类有限,存在较难满足实际需求的问题。针对该问题,本文利用浅层学习方法RVM和深度学习方法DBN,分别对直升机飞行状态识别技术进行研究。本文研究工作和成果如下:(1)概述课题相关背景。首先,对国内外直升机飞行状态识别方法进行研究,并且总结各种方法的优缺点;然后,介绍了几种常见的深度学习方法;最后,利用深度学习技术,提出了基于DBN的直升机飞行状态识别方法。(2)实现了直升机飞行状态识别预处理。首先,通过野点剔除、缺失参数填补和数据平滑,去除飞参数据中的野点和噪声;然后,分析直升机飞行状态的操纵特性和飞参之间的相关性,提取敏感飞行参数;最后,对直升机飞行状态进行预分类。(3)研究了基于RVM的直升机飞行状态识别方法。传统图像分析法只能识别少数与姿态角相关的飞行状态,本文利用直升机实飞数据,建立RVM分类模型。首先,结合预分类结果,分别对每一小类设计RVM分类器;然后,采用粒子群算法对RVM核参数寻优,提高了飞行状态识别率;最后,利用样本集训练出RVM模型,并完成单点识别实验和全起落实验。实验结果表明,本章方法能够识别大多数飞行状态。(4)利用深度学习强大的特征提取能力,提出并实现了基于DBN的直升机飞行状态识别方法。首先,介绍DBN网络结构和特征提取过程;其次,在预处理和预分类的基础上,分别为每一个小类设计DBN分类器;然后,利用训练样本,采用实验的方法确定每一个DBN网络的隐层层数和隐层节点数;最后,将确定的网络结构参数输入到模型中,通过单点识别实验、全起落实验和对比实验验证该方法的有效性。实验结果表明:相比于RVM方法,DBN网络能够取得更高的识别率。

关键词： DBN RVM 飞行状态识别预处理预分类

基于SVM的直升机飞行状态识别方法及其应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SVM的直升机飞行状态识别方法及其应用研究

作者：刘雨南昌航空大学

学位级别：硕士

直升机飞行环境特殊,处于不同飞行状态,动部件和有寿件损伤程度不同。因此,飞行状态正确识别对直升机结构部件的故障诊断和寿命预测具有重要的现实意义。在实际中,用于飞行状态识别训练的飞行数据往往为小样本,导致传统方法识别率不高... 详细信息

直升机飞行环境特殊,处于不同飞行状态,动部件和有寿件损伤程度不同。因此,飞行状态正确识别对直升机结构部件的故障诊断和寿命预测具有重要的现实意义。在实际中,用于飞行状态识别训练的飞行数据往往为小样本,导致传统方法识别率不高。针对上述问题,本文利用某型直升机实飞数据,采用信号去噪、预分类和支持向量机等技术,深入研究了直升机飞行状态识别方法,在此基础上,建立了直升机飞行状态识别软件系统平台,可为我国开发直升机健康与使用监测系统(HUMS)提供具有自主知识产权的核心方法。本文主要研究工作和成果如下:(1)概述了直升机飞行状态识别传统方法及其相关理论知识。首先,对直升机飞行状态识别方法进行了详细的分析;然后,对本课题方法相关的背景及理论基础进行了叙述;最后,分析了直升机操作基本原理、飞行参数和飞行状态之间的关系。(2)提出了基于SVM(支持向量机)的直升机飞行状态识别方法。首先,利用去野点、限幅和均值滤波方法对飞行数据进行了预处理;其次,利用最小二乘方法对飞行数据进行了直线拟合获取变化率,并利用直升机操纵特性和飞参数据线性相关性提取了状态敏感参数,减少了数据冗余;再次,根据敏感参数对飞行状态进行了预分类,分为十个小类,并对每一小类分别进行了SVM分类器设计;然后,采用遗传算法对SVM核函数进行了参数寻优,提高了识别率;最后,利用训练样本对每一个SVM分类器分别进行了训练,并用训练好的SVM网络模型完成直升机全起落飞行状态识别。通过利用某型直升机实飞数据作为实验数据,将本文方法与RBF神经网络方法和Elman网络方法进行了对比实验研究。大量实验结果表明,在小样本情况下,本文方法对直升机飞行状态识别率有明显的提高。(3)开发了直升机飞行状态识别软件系统。首先,根据HUMS对飞行状态识别软件的开发需求,实现了系统概要设计,主要包括软件系统构架、软件接口和软件界面等设计;其次,根据软件构架,实现了系统详细设计,主要包括预分类方案、试验管理、训练网络、状态识别和识别历史五个功能模块;最后,根据飞行状态识别方法,实现了软件系统的模块测试和系统联调。系统集成了本文方法与传统的RBF神经网络和Elman神经网络,具有较强的稳定性以及很好地扩展性,为我国直升机健康与管理系统提供了核心模块。

关键词：支持向量机飞行状态识别最小二乘法线性相关性小样本

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的航空器异常飞行状态识别

民用飞机设计与研究 2017年第3期 68-78页

作者：吴奇储银雪上海交通大学上海200240

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分... 详细信息

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。

关键词：飞行状态识别深度学习高斯过程

在线全文

学校读者我要写书评

暂无评论

基于航迹数据的飞行状态识别方法研究

航空计算技术 2017年第6期47卷 45-48,51页

作者：张余葛飞中国民航大学空中交通管理学院天津300300

为了解决航空器航迹识别出现异常飞行状态影响航空器燃油消耗评估等问题,使用Kalman滤波去噪和CCDA算法识别飞行雷达轨迹并生产飞行状态,针对飞行状态异常点采用了直线特征测量数据平滑去噪算法消除了噪声对飞行状态变化点识别影响。以... 详细信息

为了解决航空器航迹识别出现异常飞行状态影响航空器燃油消耗评估等问题,使用Kalman滤波去噪和CCDA算法识别飞行雷达轨迹并生产飞行状态,针对飞行状态异常点采用了直线特征测量数据平滑去噪算法消除了噪声对飞行状态变化点识别影响。以某扇区进场航空器雷达数据进行算例分析,识别率达到了91%以上。

关键词：雷达数据飞行状态识别 Kalman滤波数据插值