摘要：针对传统乌式粘度仪测量数据操作性差、液位检测自动化程度有限的弱点,设计一种液位自适应判定乌氏粘度仪。通过分析粘度仪的测量原理,根据吸液液位检测信号特征,提出基于k-l散度的吸液液位自动判定方法。设定液位到达计时刻度线会存在一个标志点,首先利用k-l散度方法获取标志点所在的液位检测信号窗口,采用格罗布斯准则自动判定窗口中标志点的位置,然后根据标志点计算计时起点或计时终点;再通过计时时间差进行吸液过程的流速估计,完成吸液自动判定。结合嵌入式UCOSIII操作系统和em Win图形库设计粘度仪系统,在触摸屏交互界面上实现数据的实时输入与显示。应用与实验结果表明,该粘度仪满足国家粘度测试标准,重复性优于0.35%,测量误差优于0.1%,并能进行直观的触摸界面操作,仪器显示界面友好。

摘要：波段选择是高光谱降维的常用手段,文中从波段选择应遵循的3个原则出发设计了一种基于信息散度与光谱可分性距离的波段选择算法。将高光谱数据中每个波段的光谱分量看作一个一维向量,使用k-l散度表示其相互之间的信息量,选出信息量大且相似性最小的波段组合;根据每个波段中不同地物光谱可分性距离的计算,得到可分性较大的波段组合;将两组波段组合取交集,即得到最优组合波段。为了验证算法的有效性,将选出的最佳3个波段进行伪彩色合成,对其进行光谱角制图分类,分类精度达到92.2%,kappa系数为0.88.

摘要：近年来,信息物理系统网络安全问题成为一大研究热点.以攻击者角度研究攻击设计问题可有效评估系统对网络攻击的脆弱性并为设计网络保护措施提供理论依据.鉴于此,在?-隐性下研究针对信息物理系统远程状态估计的最优欺骗攻击设计问题.首先,与需要额外滤波器和历史数据在线计算真实新息的相关结果不同,提出一种利用离线生成的攻击信号篡改传感器测量值以降低系统性能的自生成攻击模型,使攻击更易实现.随后,推导得出该攻击下远程估计误差以量化攻击效果,并将攻击设计问题转化为多变量受限二次优化问题.不同于相关结果的恒定均值,模型采用更具一般性的时变均值,使优化问题包含更多决策变量且相关结果中的攻击优化方法无法直接求解.因此,利用k-l (kullback-leibler)散度和互信息的相关统计学性质将问题等价转化.再结合拉格朗日乘数法和所提出的参数特征关联覆盖法得到最优攻击策略,使其在?-隐性下最大化远程估计误差.最后,通过仿真实例验证结果的有效性.

摘要：提出了一种新颖的动态系统实际故障可诊断性量化评价方法.该方法无需设计任何诊断算法,仅通过解析模型即可给出动态系统故障检测和隔离的难易程度,从而为实现在系统设计阶段提高故障诊断能力的工程目标提供理论指导和参考依据.首先,通过标准化模型和等价空间变换,将状态空间描述的随机动态系统实际故障可诊断性评价问题转化为概率统计中多元分布相似度判别的数学问题;然后,根据严格的数学证明,指出距离相似度判别准则在进行可诊断性量化评价中存在的不足.进而,为弥补该不足,利用故障矢量的分布概率以及不同故障矢量之间的余弦相似度,设计基于方向相似度的可诊断性量化评价新方法;最后,通过数学仿真验证该方法的有效性和优越性.

摘要：为了满足微小型载体负载能力的要求,利用BF548处理器体积小、功耗低以及外设资源丰富的优点,设计和验证了一种微小型低功耗图像融合实验平台.并针对所设计的硬件平台,提出快速实现的基于像素灰度概率密度分布离散度分析的红外与可见光图像融合算法.该算法利用灰度概率密度分布之间的离散度判断目标区域和背景区域,不同区域采用不同融合规则.仿真实验表明,该算法相对于传统提升小波融合算法,信息熵提高了16%,标准差提高了86%以上.

摘要：提出一种基于残差评价策略的故障检测方法,在仅有系统残差数据的基础上,不依赖于系统解析模型进行故障检测,为基于数据驱动方法进行复杂系统的故障检测提供了新的理论依据.为了提高系统故障检测的准确性,在分析故障检测漏报率和误报率的基础上,对故障检测阈值进行优化设计,并通过对车辆电源系统可能发生的励磁系统故障进行故障检测,验证了所提出方法的准确性和有效性.

摘要：针对多个传感器数据融合时,融合结果受异常和噪声影响,并且容易丢失局部环境特征的问题,提出一种基于时空预处理的DS证据方法。首先,通过设计的空间和时间一致性指标剔除可疑异常数据,并采用区域熵捕获特征数据;然后,根据特征位置和传感器空间关系定义约束条件,计算数据可信度;最后,以可信度为权值组合所有数据。以综合管廊内的甲烷浓度传感器作为数据源进行实验,数据融合结果能够准确反映甲烷浓度正常和泄漏情况,融合算法具有噪声过滤和特征保持性能。

摘要：针对滚动轴承非平稳性的振动信号,提出了基于局部均值分解(local Mean Decomposition,lMD)及马氏距离敏感阈值的滚动轴承故障诊断方法。首先,对振动信号进行lMD分解,获得一系列乘积函数(Production Function,PF),有的PF分量包含的故障信息多,有的包含的少,为此采用k-l散度法提取出主要PF分量;计算主要PF分量的时域参数指标,将其组合成特征向量,根据马氏距离提出马氏距离敏感阈值来表征不同的故障状态,取多组正常信号的特征向量均值作为标准特征向量,计算未知特征向量与标准特征向量的马氏距离敏感阈值,从而对其故障状态进行识别。试验结果表明,在不同转速下,该方法能够有效的对滚动轴承故障进行识别,且效果较EMD方法好。