为解决传统检测方法在处理复杂、动态以及数据长度实时变化的飞行轨迹数据时特征提取不准确、检测效率较低的问题,提出一种结合长短时记忆(Long Short-Term Memory, LSTM)网络和支持向量数据描述(Support Vector Data Description, SVDD...为解决传统检测方法在处理复杂、动态以及数据长度实时变化的飞行轨迹数据时特征提取不准确、检测效率较低的问题,提出一种结合长短时记忆(Long Short-Term Memory, LSTM)网络和支持向量数据描述(Support Vector Data Description, SVDD)的无监督异常检测方法。利用LSTM网络提取可变长度飞行轨迹的关键特征,并将其转化为固定长度的序列表示;通过SVDD算法构建多维超球分类器,对正常飞行轨迹进行建模,从而识别潜在异常轨迹。为进一步提升模型性能,引入基于梯度的优化算法(Gradient-Based training algorithm, GB),实现LSTM与SVDD参数的联合训练,大幅度提高检测精度和计算效率。仿真实验结果表明,新提出的基于梯度优化的长短时记忆网络和支持向量数据描述模型(Long Short-Term Memory network and Support Vector Data Description model based on Gradient-Based training algorithm optimization, LSTM-GBSVDD)的飞行轨迹异常检测方法在处理复杂、多变的飞行轨迹异常检测任务中表现出较好的有效性和优越性,有较强的应用前景。展开更多
机动飞行条件下高速转子系统会同时受到环境载荷以及转子自身的共同激励而产生强烈的强迫响应。为研究其复杂的振动特性,本文采用Vold-Kalman滤波(Vold-Kalman Filter,VKF)对不同基础运动激励下转子系统的实测振动信号进行阶次跟踪滤波...机动飞行条件下高速转子系统会同时受到环境载荷以及转子自身的共同激励而产生强烈的强迫响应。为研究其复杂的振动特性,本文采用Vold-Kalman滤波(Vold-Kalman Filter,VKF)对不同基础运动激励下转子系统的实测振动信号进行阶次跟踪滤波。为验证VKF的有效性及参数设置的可靠性,通过转子动力特性计算生成系统响应的仿真信号,并通过加噪处理模拟测量信号,然后通过VKF提取目标阶次的时域波形。通过陀螺运动转子动力学试验,测得不同基础转动激起的系统振动响应,组合使用VKF和计算阶次跟踪(Computed Order Tracking,COT)提取并分离了转子转频信号和基础低频信号的时域和阶次信息。结果表明,单轴滚转或俯仰运动均会激起与其频率一致的低频振动响应,且滚转、俯仰角速度的大小会影响该低频信号的幅值大小;随着基础运动角速度的变化,转子前四阶振动分量没有发生明显的变化,而基础运动频率与转频之间的频带区域有显著变化。此方法有效地提升了机动飞行下转子支承系统振动信号处理与分析的准确度和效率,降低了信号噪声。展开更多
文摘为解决传统检测方法在处理复杂、动态以及数据长度实时变化的飞行轨迹数据时特征提取不准确、检测效率较低的问题,提出一种结合长短时记忆(Long Short-Term Memory, LSTM)网络和支持向量数据描述(Support Vector Data Description, SVDD)的无监督异常检测方法。利用LSTM网络提取可变长度飞行轨迹的关键特征,并将其转化为固定长度的序列表示;通过SVDD算法构建多维超球分类器,对正常飞行轨迹进行建模,从而识别潜在异常轨迹。为进一步提升模型性能,引入基于梯度的优化算法(Gradient-Based training algorithm, GB),实现LSTM与SVDD参数的联合训练,大幅度提高检测精度和计算效率。仿真实验结果表明,新提出的基于梯度优化的长短时记忆网络和支持向量数据描述模型(Long Short-Term Memory network and Support Vector Data Description model based on Gradient-Based training algorithm optimization, LSTM-GBSVDD)的飞行轨迹异常检测方法在处理复杂、多变的飞行轨迹异常检测任务中表现出较好的有效性和优越性,有较强的应用前景。
文摘机动飞行条件下高速转子系统会同时受到环境载荷以及转子自身的共同激励而产生强烈的强迫响应。为研究其复杂的振动特性,本文采用Vold-Kalman滤波(Vold-Kalman Filter,VKF)对不同基础运动激励下转子系统的实测振动信号进行阶次跟踪滤波。为验证VKF的有效性及参数设置的可靠性,通过转子动力特性计算生成系统响应的仿真信号,并通过加噪处理模拟测量信号,然后通过VKF提取目标阶次的时域波形。通过陀螺运动转子动力学试验,测得不同基础转动激起的系统振动响应,组合使用VKF和计算阶次跟踪(Computed Order Tracking,COT)提取并分离了转子转频信号和基础低频信号的时域和阶次信息。结果表明,单轴滚转或俯仰运动均会激起与其频率一致的低频振动响应,且滚转、俯仰角速度的大小会影响该低频信号的幅值大小;随着基础运动角速度的变化,转子前四阶振动分量没有发生明显的变化,而基础运动频率与转频之间的频带区域有显著变化。此方法有效地提升了机动飞行下转子支承系统振动信号处理与分析的准确度和效率,降低了信号噪声。
