多源无标签数据学习建模的传动系统性能退化评估方法

摘要

本发明提供一种多源无标签数据学习建模的传动系统性能退化评估方法。该方法首先将天线传动系统异构信号转化为同构数据，建立同构测试信号与系统退化特征之间的映射关系；然后，建立3层堆叠式深度置信网络拓扑模型，通过对多源无标签信号的编解码重建实现系统退化隐含特征的非监督提取；最后，基于提取的退化隐含特征，计算连续退化特征的局部密度值，并确定无标签条件下系统性能状态的聚类个数，按照距离最大准则进一步计算出各个聚类中心的初始值，利用动态时间弯曲距离计算各个聚类中心的边界，微调聚类中心与聚类边界，完成退化特征向系统性能状态的无标签映射。本发明具有特征提取精度高、状态评估简单有效等特点。