基于小波能量矩的航空交流串联电弧故障识别算法研究

作者： 崔芮华   李英男   王传宇   李锋锋   来源： 电工电能新技术 年份： 2019 文献类型 ： 期刊 关键词： 参数寻优   能量矩   小波变换   故障识别   K最近邻   航空电弧故障  

描述： 针对现有串联电弧故障识别方法会受到线路中串联的非线性负载、电感性负载影响导致工作状态误判的问题,提出了一种基于小波能量矩的串联电弧故障特征提取方法。对串联电弧故障发生试验采集到的电流数据进行多分

基于小波能量矩的航空交流串联电弧故障识别算法研究

作者： 崔芮华   李英男   王传宇   李锋锋   来源： 电工电能新技术 年份： 2019 文献类型 ： 期刊 关键词： 参数寻优   能量矩   小波变换   故障识别   K最近邻   航空电弧故障  

描述： 针对现有串联电弧故障识别方法会受到线路中串联的非线性负载、电感性负载影响导致工作状态误判的问题,提出了一种基于小波能量矩的串联电弧故障特征提取方法。对串联电弧故障发生试验采集到的电流数据进行多分

基于k最近邻的激光雷达飞机尾涡识别

作者： 潘卫军   吴郑源   张晓磊   来源： 激光技术 年份： 2019 文献类型 ： 期刊 关键词： 激光技术   特征提取   尾涡识别   K最近邻   多普勒激光雷达  

描述： 为对脉冲多普勒激光雷达探测径向速度场进行识别,建立了基于k最近邻(KNN)方法的分类模型。本文首先结合飞机尾涡Hallock-Burnham模型和脉冲多普勒激光雷达特性,提取脉冲多普勒激光雷达探测径向速度场的特征参数。基于现有测试数据,在非均匀背景风场下利用KNN方法对飞机尾涡进行识别。以准确率(ACC)和ROC曲线下的面积(AUC)作为评估标准,本文所提出的方法对尾流识别所获得的ACC和AUC分别为0.772和0.855。实验结果表明,该方法可有效地识别飞机尾涡并具备较好的鲁棒性。

基于k最近邻的激光雷达飞机尾涡识别

作者： 潘卫军   吴郑源   张晓磊   来源： 激光技术 年份： 2019 文献类型 ： 期刊 关键词： 激光技术   特征提取   尾涡识别   K最近邻   多普勒激光雷达  

描述： 为对脉冲多普勒激光雷达探测径向速度场进行识别,建立了基于k最近邻(KNN)方法的分类模型。本文首先结合飞机尾涡Hallock-Burnham模型和脉冲多普勒激光雷达特性,提取脉冲多普勒激光雷达探测径向速度场的特征参数。基于现有测试数据,在非均匀背景风场下利用KNN方法对飞机尾涡进行识别。以准确率(ACC)和ROC曲线下的面积(AUC)作为评估标准,本文所提出的方法对尾流识别所获得的ACC和AUC分别为0.772和0.855。实验结果表明,该方法可有效地识别飞机尾涡并具备较好的鲁棒性。

航空交流电弧故障试验分析及识别策略研究

作者： 曹欢   来源： 河北工业大学 年份： 2019 文献类型 ： 学位论文 关键词： 间谐波均值   奇偶次谐波和   BP神经网络   分形维数   遗传算法优化   航空电弧故障   欧氏距离  

描述： 航空交流电弧故障试验分析及识别策略研究

航空交流电弧故障试验分析及识别策略研究

作者： 曹欢   来源： 河北工业大学 年份： 2019 文献类型 ： 学位论文 关键词： 间谐波均值   奇偶次谐波和   BP神经网络   分形维数   遗传算法优化   航空电弧故障   欧氏距离  

描述： 航空交流电弧故障试验分析及识别策略研究

航空伽玛能谱异常信息增强与重建技术

作者： 孙坤   来源： 成都理工大学 年份： 2019 文献类型 ： 学位论文 关键词： 小波变换   奇异值分解   航空伽玛能谱   异常信息  

描述： 航空伽玛能谱异常信息增强与重建技术

航空伽玛能谱异常信息增强与重建技术

作者： 孙坤   来源： 成都理工大学 年份： 2019 文献类型 ： 学位论文 关键词： 小波变换   奇异值分解   航空伽玛能谱   异常信息  

描述： 航空伽玛能谱异常信息增强与重建技术

基于BP神经网络的飞机目标识别算法

作者： 夏海琴   彭章友   来源： 电子测量技术 年份： 2019 文献类型 ： 期刊 关键词： 小波变换   RCS   BP神经网络   飞机目标识别  

描述： 针对飞机目标识别中模板匹配等方法存在的识别率低的问题,提出一种基于多层BP神经网络的飞机目标识别算法。该算法首先利用CST电磁仿真软件精确仿真目标的全空域RCS数据,根据飞行的航迹获取动态RCS时间序列。其次,计算目标动态RCS时间序列的均值、极大值等统计特性以及对目标动态RCS时间序列进行多尺度小波分解和重构,计算每层近似信号重构能量和细节信号重构能量,之后提取目标RCS的时频特征。最后,构建多层BP神经网络模型来识别3种类型的目标。仿真结果表明,该目标识别算法能够有效的识别3种不同类型的飞机目标,识别率达到了90%。

基于BP神经网络的飞机目标识别算法

作者： 夏海琴   彭章友   来源： 电子测量技术 年份： 2019 文献类型 ： 期刊 关键词： 小波变换   RCS   BP神经网络   飞机目标识别  

描述： 针对飞机目标识别中模板匹配等方法存在的识别率低的问题,提出一种基于多层BP神经网络的飞机目标识别算法。该算法首先利用CST电磁仿真软件精确仿真目标的全空域RCS数据,根据飞行的航迹获取动态RCS时间序列。其次,计算目标动态RCS时间序列的均值、极大值等统计特性以及对目标动态RCS时间序列进行多尺度小波分解和重构,计算每层近似信号重构能量和细节信号重构能量,之后提取目标RCS的时频特征。最后,构建多层BP神经网络模型来识别3种类型的目标。仿真结果表明,该目标识别算法能够有效的识别3种不同类型的飞机目标,识别率达到了90%。