关键词： 发动机工况试验台   多系统对象   数采系统   数据处理   Visual C++  

摘要： 航空发动机工况试验台是模拟发动机零部件实际工作状况的试验设备,试验台往往要做多组迭代对比试验并产生大量的试验数据,对数据处理软件设计是发动机工况试验台研制中的关键一环。本文以航空发动机工况试验台为研究对象,针对目前工况试验台测控系统及数据处理要求,开展了面向多系统对象的发动机工况试验台的数采系统设计研究,在重点对试验台数采软件进行分析研究的基础上,基于Visual C++开发了一款试验台数据采集系统操作软件(数采软件)。(1)首先,综合考虑发动机工况试验台的数采系统总体框架以及对数采软件功能需求进行分析,确定分系统对象及其控制器,分别由DOLI控制器对力加载、位移变形进行控制,由可编程逻辑控制器(PLC)对气压、温度进行调节,则数采软件与PLC、DOLI系统进行对接。(2)采用多线程技术和单例模式相结合的方式,即每个系统作为一个单例模式对象存在于数采软件中,确保资源独享且运行独立,实现了发动机工况试验台数采软件系统高效可靠地协同温度控制系统、空气控制系统、压板控制系统、防护罩控制系统等多类型对象完成操作控制、数据采集及处理的工作,解决多设备耦合控制的问题,避免单线程工作中某一设备引发总系统故障问题。(3)根据DOLI系统在多线程场景下具有心跳检测机制特点,采取在工作线程中创建消息队列、发起心跳应答机制保活、为DOLI回调接口建立事件消息转移机制、添加数据流转日志无需中断运行即可问题定位等措施。(4)提出一种类开放式系统互联(OSI)模型的通信分层架构用于数采软件和PLC的通信,使PLC与目标应用层呈现一种松耦合的关系,实现目标应用的可移植,简化现场调试流程;并通过配置文件解耦各系统的封装数据块与数采软件界面,实现所需参数灵活显示。(5)最后,开发了试验方案自动加载功能,实现一键式自动试验和数据自动归类处理效果,并通过消息队列的方式简化试验过程自动控制功能的逻辑设计,避免总控逻辑臃肿。根据试验数据处理需求,在数采系统中增加自动报表功能,采用可扩展标记语言(XML)技术实现了报表的灵活设计,实现对试验数据的自动分析和处理,提高试验台数字化能力。本文设计的数采软件系统在多个发动机工况试验台的研制中得到了应用,对提高发动机工况试验台的数字化程度、简化试验操作流程、便利试验人员操作、大幅提升试验效率具有重要意义,对相关数据采集处理技术的应用具有一定推广价值。

关键词： 精密单点定位   多频   非组合   无电离层   BDS  

摘要： 目前北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)存在BDS-2、BDS-3并存的情况,对于BDS-3新增频点和顾及BDS-3的多系统组合定位性能分析问题急待解决。本文研究了BDS-3多频精密单点定位(Precise Point Positioning,PPP)函数模型,综合分析双频非组合UC12、双频无电离层组合IF12、三频非组合UC123、三频无电离层两两组合IF1213四种模型下BDS-3静态和仿动态精密单点定位性能。针对BDS单频、BDS-2/BDS-3组合定位、BDS不同星座下的定位性能差异、BDS不同截止高度角下的实际定位精度、BDS组合多系统定位性能提升等多个方面展开研究,本文主要研究内容和结果如下: (1)研究GPS、BDS、Galileo和GLONASS所有频点数据完整率、多路径、信噪比、卫星可见性及位置精度因子的数据质量情况。实验结果表明:GPS中L1、L2频点数据平均完整率均值超过83%,L3频点数值仅为46.2%;BDS中B1I、B3I频点数据平均完整率均值超过87%,B2a、B2b频点数据平均完整率不足50%;Galileo所有频点数据完整率均较为稳定;GLONASS频点中G1频点数据平均完整率达到86.4%,G3频点均值仅为7.4%。GPS和Galileo所受多路径影响较小。各系统所有频点信噪比均超过30 d B·HZ,均有较高的信号强度。BDS和GPS的可见卫星数和PDOP值优于Galileo和GLONASS,部分测站情况下,BDS的PDOP值优于GPS。 (2)研究BDS-3多频精密单点定位函数模型,探究单频/双频/三频多种频点组合下的实际定位性能。实验结果表明:BDS-3静态单频PPP模式下,定位精度较为稳定且优质,均能维持在厘米级,仿动态PPP模式下,定位精度仅达到分米级,其中B3I和B1C两个频点精度较高。BDS-3双频解算模式下,B1CB3I和B1IB3I两种频率组合定位精度较好。三频解算模式下,B1CB2a B3I和B1IB2a B3I精度较为接近,三频与双频精密单点定位的定位性能和收敛时间基本相当。 (3)研究BDS-2/BDS-3组合定位性能提升问题。分析GEO/IGSO/MEO各星座不同轨道卫星对BDS及多系统组合定位精度的影响。通过11种多系统组合形态,验证不同截止高度角对BDS PPP的最终结果影响。实验结果表明:BDS-2/BDS-3组合定位精度明显优于BDS单代系统处理策略,BDS-3定位性能优于BDS-2。GEO/IGSO/MEO三种卫星星座的加入会对BDS单系统及BDS组合多系统PPP定位精度产生不同程度提高。随着卫星截止高度角不断增大,各组合系统定位性能逐渐变差,仿动态模式下最为明显,多系统组合相比于单系统,具有明显提升精度的优势,四系统组合一直是定位性能最优解。 该论文有图73幅,表15个,参考文献93篇。

关键词： NFV网络   多层网络管理   故障检测   数据处理   时间序列  

摘要： 5G技术的出现以及用户对网络服务质量等方面日益严格的要求,推动了传统电信业务提供商的技术变革,网络功能虚拟化(Network Function Virtualization,NFV)技术应运而生。NFV是5G应用与发展的核心技术,它实现了网络软件与硬件设备的解耦,分离了网络功能层与专有硬件层,将传统电信网络抽象成为由虚拟网络功能(Virtual Network Function,VNF)层和基础设施(NFV Infrastructure,NFVI)层构成的多层网络,从而可以在统一管理的虚拟资源之上灵活部署各种VNF。这一技术减少了业务提供商在大型物理基础设施上的支出以及维护、升级、修理所耗费的时间与金钱成本,但也让NFV网络具有了高动态性、层间不可见性、网络组件复杂性等特点,上述特点给NFV网络的故障管理带来了极大挑战。 NFV要求高效和灵活的网络管理,其中依靠人工智能技术的自动化监控已经成为管理未来网络的共识。NFV网络中的故障主要发生在虚拟机(Virtual Machine,VM)和硬件设备中。对NFV进行故障诊断时,需要从海量数据中迅速识别性能正在降低的VNF、VM或硬件设备,以尽快恢复网络的正常运行。本文使用逐层处理策略检测NFV网络故障,以解决VNF层网络信息对NFVI层不透明的问题,主要内容如下: (1)NFV网络故障诊断模型与算法综述。系统分析了NFV多层网络的特性所带来的网络故障管理问题,在此基础上阐明本文的选题意义,提出了NFV网络故障管理的改进方向。然后针对现有的NFV故障诊断方法,总结归纳了各类方法的优缺点。 (2)NFV网络架构概述与故障数据预处理。介绍了NFV多层网络的整体架构,并讨论了NFV产生的故障数据类型。然后针对NFV中每层网络的特点,选择不同方法对收集到的原始监测数据进行了预处理,删除识别到的无关特征变量。此举提高数据集的质量,降低了后续模型学习的时间成本。 (3)NFV网络的VNF层(上层)故障检测算法研究。针对VNF层上任务分配的高动态性,保留数据的时序性特征,使用动态时间扭曲方法衡量两个时间序列之间的相似度。通过训练正常状态下的历史时间序列,得出VNF服务处于正常情况下两个时间序列之间的相似度,在训练完成后使用统计方法为不同VNF设定相应的故障阈值。在故障实时检测阶段,对未知输入序列进行相似度计算,并使用基于滑动窗口的方法对VNF层服务进行故障诊断。仿真结果表明,对于VNF层不同的服务类型,该故障检测算法均可达到一定准确度和效率。 (4)NFV网络的NFVI层(底层)故障检测算法研究。针对NFVI层故障发生位置的多样性设计了故障检测算法,对主机故障、VM故障、主机间链路故障、主机与VM之间的故障进行了全面的检测。主要基于极端梯度提升方法构建NFVI层的故障检测模型,改进了方法的损失函数以优化模型的节点划分过程,并结合交叉验证与网格搜索方法调整参数以优化学习模型。大量的仿真实验表明,该算法与现有的NFVI层故障检测算法相比,在准确率、均方误差、训练时间等性能上均有明显的提升,可对NFVI层发生的故障进行有效地检测。

关键词： 通用航空   电子飞行包   数据处理   可视化  

摘要： 在智慧民航快速发展之际,通用航空产业取得了显著进步。近年来,国家一直致力于推进通用航空领域的开放,并加速该产业的改革。作为民航信息化的关键组成部分,电子飞行包已在运输航空领域取得初步成功,但在通用航空领域尚未普及。国内通用航空所使用的电子飞行包大多由第三方公司开发维护,缺少具有自主知识产权的电子飞行包。当前国内通用航空使用的电子飞行包存在数据传输不及时,数据安全难以保障,可视化效果不佳等问题。这不仅未能减轻飞行员的负担,还增加了飞行安全风险。因此,本文使用i OS平台的Xcode作为开发工具,结合i OS最新开发技术,对电子飞行包各关键技术进行深入研究,并设计出了适用于通用航空的电子飞行包系统。主要工作如下:(1)结合国内外电子飞行包的设计经验,首先对通用航空电子飞行包系统进行需求分析,然后从总体架构和业务流程两方面进行设计,最后实现了各系统主要功能模块。(2)设计出适用于通用航空对数据处理与数据传输方法。提出以XML为中间数据格式的数据交换模型,利用Alamofire实现数据传输。(3)分析了可视化在通航EFB中的设计原则,提出可视化在通航EFB中的设计思路,并根据设计思路得到可视化设计方法。(4)基于Swift UI对系统各模块进行详细设计,实现了各模块的具体功能,完成了各关键技术与核心技术的集成。测试结果显示,本文通过对关键技术研究设计,实现通用航空电子飞行包系统,有效解决了飞行员面临的多项问题,优化了使用流程,为我国通航电子飞行包的发展提供了新思路。

关键词： 水下滑翔机   卷积神经网络   自噪声分类   海洋环境噪声特性   海面风速  

摘要： 声波作为海洋中唯一可进行远距离传输的能量形式,是水下目标探测、水下通讯和导航等方面的唯一有效辐射能。海洋环境噪声是海洋中的固有声场,包含了海面风速、降水等丰富的环境信息;同时也是水声信道中的一种干扰背景场,影响水声设备的声通信能力。所以对海洋环境噪声进行长时间、大范围的连续观测具有重要科学意义及工程实用价值。水下滑翔机是一种新型水下无人潜航器,在海洋环境噪声观测上具有活动范围大、功耗低和机动性强等优势,但是水下滑翔机各类自噪声作为干扰源会对海洋环境噪声的观测带来影响。因此本文以“海燕-L”水下滑翔机在印度洋东南海域实测的声学数据为研究对象,主要做了以下研究:改进传统Le Net-5神经网络实现水下滑翔机自噪声的分类研究。先分析了自噪声的组成及其时频域特性;针对自噪声信号通过梅尔滤波器组不同频带所表现出不同能量特征信息的特点,共截取了5580段各类自噪声数据,提取对数梅尔谱图特征,再转化为灰度图作为模型的输入。通过多次实验,不断改进神经网络结构,调整模型的参数设置,搭建了一个新的神经网络模型:卷积层的层数为3层,各层的深度分别为16、32、64个5×5的卷积核;并且在每个卷积层和全连接层后使用Re LU激活函数;采用Adam梯度下降算法来更新神经网络的权重参数,初始学习率为0.001,下降因子设置为0.3,此时的模型经过50轮迭代后最高准确率可达到96.36%,但存在过拟合。针对模型的过拟合现象,在全连接层中加入Dropout操作,这明显的消除了分类准确率曲线振荡的现象。在经过100轮的迭代,和改进前的82.47%的分类准确率相比,改进后的模型最终取得了98.06%的分类准确率。对水下滑翔机自噪声分类后,在观测到的原始声学数据中截取出没有自噪声影响的海洋环境噪声数据,同时根据NCEP海面风速再分析数据。先分析了整个观测期间海洋环境噪声的时频域特性;由于每个环境噪声数据段所处深度都是变化的,然后分析了环境噪声谱级与深度的变化关系;最后定量计算了环境噪声谱级与风速的相关系数,并对二者做线性拟合分析,得到如下结论:环境噪声谱级与海面风速的变化趋势具有较强的一致性,即海面风速大小对环境噪声谱级起主导作用;海洋环境噪声谱级受深度变化的影响较小,在分析水下滑翔机观测的海洋环境噪声风关特性时可以忽略深度变化带来的影响;在小于4 k Hz的频段内受水下滑翔机所搭载温盐深仪(CTD)泵噪声影响,相关系数在0.2以下,在6-10 k Hz频段内相关系数达到0.8左右的高度相关;在5-20 k Hz频段内,环境噪声谱级与海面风速拟合曲线呈线性函数关系。海洋环境噪声谱级随着风速增大而增大,随着中心频率增高而逐渐降低,并且频率衰减平均5 d B左右。

关键词： 智能转换   网络爬虫   关联分析   招投标系统  

摘要： 网络数据信息浩如烟海,Web形式的网页信息更是以一种直观、便捷的形式展现在我们眼前。但由于Web信息资源固有的半结构化、实时性、异构性和离散性等特点,所以对于数据的获取具有短期性、不完整性,数据分析处理过程会受片面性、缺失性等因素的影响。因此本文基于招投标数据从数据获取、数据处理、数据分析、数据挖掘、系统构建等几个方面对数据处理技术进行了研究。数据预处理阶段是实现数据分析、建立算法模型中至关重要的一步,然而目前数据预处理中包括数据清洗、数据变换等处理尚不完善,所以在进行数据清洗时往往耗费大量的时间和人力资本。为适应人工智能的发展,需要摆脱传统的处理技术和工具,提出可以通过人工智能等固有模型来处理数据的方法。同样在数据分析阶段仅通过图表对数据进行表层分析容易忽视和遗漏数据间更深层次的关联。因此本文对招投标数据处理技术进行了以下研究。(1)使用网络爬虫技术对招投标数据进行了获取、网页提取、收集、处理以及存储,并以招投标数据中成交金额数据为例,解决成交金额数据存在的单位、形式等的不统一的问题,实现数据的规范、统一的智能化处理过程。提出了一种融合神经网络的分类决策树模型(Decision Tree fused with Neural Network,DTFNN),通过训练一个对特定字符具有识别功能的BP(Back Propagation)神经网络,将其融入分类决策树中,从而提高决策树分类的特征等级,防止过拟合以及欠拟合现象的发生,实现数据自动分类的目的。再将已分类的数据传入包括初始化、计算、选择输出三个阶段的ICS(Init-Compute-Selecet)计算模型中,并构建了一个实时转换率的权重矩阵,从而实现数据的智能化转换,简化数据处理的过程。(2)对获取的招投标数据采用Python、Excel等工具从2021年招投标总量及趋势、采购单位性质、各领域行业招标量、招投标单位所属地、各单位招投标金额排行、单位活跃度等方面进行了详细具体的分析。并提出了一种基于Apriori算法的关联分析模型,对招标单位与中标单位、中标单位与未中标单位等特殊数据间的关系进行了关联分析。(3)依托数据的获取、处理、分析及挖掘等过程,基于Spring Boot、Vue等技术构建了招投标系统。实现对数据的集中处理并进行可视化展示,并对系统进行了容错处理,经过系统部署和测试,系统总体性能良好,各个功能模块运行稳定。

关键词： 挂载式轨检仪   轨道几何形位   同步采集   数据处理   组合导航   里程定位  

摘要： 及时准确地掌握轨道几何形位对保证列车行车安全至关重要。现有的检测方式存在检测成本高、检测设备利用率低、检测周期长、占用天窗等问题。挂载式动态轨道检查仪(挂载式轨检仪),能方便装卸于运营列车上实现多频次动态检测。论文设计其数据采集系统并研究多传感器数据采集方法和测量数据处理方法,研究基于GNSS/INS信息融合的列车里程定位方法,验证系统可靠性和检测结果准确性。论文主要工作:(1)分析挂载式轨检仪检测原理,设计其系统总体结构和数据采集系统,提出轨道几何形位解算和列车里程定位的测量数据的要求。(2)分析检测项目和检测精度的需求,调研现有测量方法的优劣和传感器特点等,研究数据采集硬件系统的设备选型。结合硬件电气特性和安装要求,集成检测设备于方便装卸和操作的车下车上设备箱内。考虑铁路环境影响与铁路限界要求,设计安全稳固且灵活的设备箱安装方案,建立设备箱体有限元模型,研究安装可靠性检算。(3)针对挂载式轨检仪传感器多、同步采集难度大、数据时空一致性要求高的问题,设计同步控制器实现多线程多通道同步采集;基于多传感器数据时间同步对齐算法实现检测数据在同一采样时刻点对齐。通过多传感器数据采集测试,验证了采集方法、时间对齐方法的有效性和检测数据在时间上的一致性。研究测量数据处理方法,为轨道几何形位解算和列车里程定位提供数据基础。(4)提出基于GNSS/INS信息融合的坐标定位方法,并通过车载试验,验证了该方法可以实现GNSS信号失锁状态下的坐标定位。研究里程匹配方法,实现列车里程准确定位和多源检测数据在时空多维度上的高一致性。(5)在准池铁路上应用挂载式轨检仪,在线采集数据和离线处理数据,现场验证结果表明:挂载式轨检仪数据采集系统运行稳定、数据准确、算法可靠。

关键词： 多重集值信息系统   缺失数据   不确定性度量   特征选择   异常点检测  

摘要： 缺失数据的处理是机器学习和数据挖掘中的一个重要问题.数据的缺失带来了不确定性,使数据挖掘过程陷入混乱并导致不可靠的输出.粒计算是模拟人类思维和处理复杂问题的方法论,已成功应用于诸多领域.集值信息系统是处理缺失数据的一种经典模型.它的不足之处在于未考虑缺失数据出现的频率.为了克服这种不足,本文使用多重集值信息系统处理缺失数据并研究其具体应用,主要工作包括:(1)建立了多重集值信息系统处理缺失数据的粒计算模型.研究了多重集和概率分布集之间的关系,多重集可以看做有理概率分布集,从而可以基于概率分布集计算样本间距离,完成了多重集值信息系统中信息的粒化.(2)缺失数据增大了数据的不确定性.本文参考集值信息系统中的四种经典不确定性度量,提出了多重集值信息系统中的四种不确定性度量,研究了这四种度量的性质,并进行数值实验和统计检验评估提出的度量的性能.此外,基于提出的不确定性度量给出了多重集值信息系统中的特征选择算法.(3)异常点检测是与缺失数据密切相关的问题.多数研究将缺失数据和异常点检测视为两个独立的数据预处理过程,而忽视了在带有缺失数据的数据集上进行异常点检测的问题.本文使用多重集值信息系统处理缺失数据,设计了多重集值信息系统中的异常点检测模型,并进行数值实验和统计分析评估该模型的性能.

ISBN: (纸本)9787040613810

关键词： 冰雷达   数据处理   深度学习   冰底过程   自动图像识别  

摘要： 近几十年来,格陵兰岛和南极洲冰盖加速融化导致海平面上升,这已成为科学、环境和政治领域的一个重要问题。研究冰下目标的特性对于可靠分析冰盖的未来演变趋势尤为重要,冰底特征结构是存在于冰盖-基底界面上方的明显不同于正常冰层的结构,其可以提供冰下过程和冰盖演变的丰富信息,同时也会对周围冰的流动产生显著的影响,因而成为极地研究人员关注的重点特征之一。本文研究基于深度学习的冰底特征结构自动识别的方法,相较于传统的基于人工提取特征的机器学习的方法,该算法可以实现雷达图中冰底特征结构的全自动检测和识别。论文基于哥伦比亚大学地球研究所极地地球物理研究团队采集的南极洲雷达数据自制了冰底特征结构数据集,分别针对冰底特征结构的精准识别及在移动端设备上实时识别两种不同的场景设计了不同的深度学习算法。论文选择ResNet和ASPP模块组成的神经网络结构进行冰底特征结构的精准识别,ResNet网络可以通过增加网络层数来提取更深层次特征,同时实现网络快速收敛;ASPP模块可以通过调整扩张率来改变特征图的感受野,实现不同大小图片不同尺寸特征的识别。实验结果证明该算法在小批量数据集上同样具有较高的识别准确度,适用于在雷达数据中检索冰盖内部的罕见特征;同时使用RealESRGAN超分技术对数据集进行了预处理,以达到提高识别准确度的目的。适应国内雷达数据采集设备的小体积、轻负荷和快移动速度的特点,本文提出了一种更加高效的深度学习方法,该方法采用轻量级网络MoblieNet V3代替ResNet网络作为网络结构的backbone。MobileNet网络在准确率小幅度降低的前提下可大大减少模型参数与运算量,实现时间消耗与性能的平衡,适用于移动端设备实时检测的场景。与基于ResNet网络的识别算法相比,该算法可节省81.9%的内存占用空间和92.2%的推理时间,同时具有较高的识别准确度,为移动设备实时识别雷达图片特征提供了一种可能。