多信号模型

摘要： 介绍了基于多信号相关性图示模型的TMAS软件测试性建模仿真技术与应用研究过程.研究了测试性设计技术、测试性主要参数,重点研究了测试性建模的相关性模型基础、测试性建模仿真分析技术.基于相关性模型中典型的多信号模型,应用TMAS软件对某装备进行了测试性建模仿真分析,为装备的测试性设计提高提供了一种定性定量分析支持方法,也有益于装备维修性、可靠性等的设计提高,对提升装备的战备完好性、任务成功性具有重要的意义.

摘要： 测试性是反映系统内部故障能否被准确及时检测与隔离的一种设计特性,作为测试性设计的核心,测试性建模与分析能够客观地评估系统的测试性设计水平,对优化测试性设计方案、减少测试时间和费用、提高测试效率等意义重大.日益复杂的电子系统,使得测试性建模过程中所需要的建模数据难以准确、完备的获取,进而使测试性建模变得非常困难.通过对测试性建模进行研究,结合工程实践经验总结,给出了测试性信息的获取方法及具体的操作流程,运用属性表格对测试性建模数据规范化.最后,给出了测试性模型的验证方法,对测试性建模工作的顺利开展具有一定的借鉴作用.

摘要： 相控阵天线是相控阵导引头的重要部件,其结构复杂,故障分布位置多.针对相控阵天线结构复杂的特点,利用测试性建模分析软件TMAS建立了相控阵天线的多信号模型,并对其测试性进行分析评估.利用模型中测试点和测试项目的优化反馈结果,分析相控阵天线测试性设计的不足,提出改进方案.分析结果表明,改进后的天线测试性得到了显著提高.

摘要： 针对某型导弹发控通道等复杂电子设备测试性建模困难的问题,提出了一种层次化的测试性建模方法.首先对某型导弹发控通道进行了系统结构分析;然后依据目前装备的三级维修体制,对该导弹发控通道进行层次化划分,并建立基于多信号模型的系统级和基于改进离散事件系统的元件级的层次化建模策略;最后分别从系统级和元件级进行了实例分析.实例分析结果表明,该方法可以有效解决某型导弹发控通道等复杂电子装备的测试性建模困难的问题.

摘要： 针对现代综合模块化航电系统的机内测试(Built-in-Test,BIT)虚警问题,深入分析了其I类和II类BIT虚警的产生原因及机理.结合航电系统综合化、模块化的架构特点及其复杂性、层次性、相关性和不确定性的故障特征,从模块和系统两个层次提出了BIT虚警的技术解决措施以及全寿命周期需采取的设计手段.重点给出了一种基于模型的系统级BIT虚警识别算法,能依据测试性建模输出的D矩阵,分析测试之间相悖或相互佐证关系,识别虚警和确认真实的故障指示.最后,结合综合航电超短波功能进行了案例验证.

摘要： 为建立系统更加准确合理的测试性模型,使系统测试性分析结果更加准确,论文综合分析系统故障传播过程的不确定性和测试的不确定性,用故障-测试概率相关性矩阵描述系统的不确定因素,然后给出了测试性指标的具体分析过程和算法.最后通过对某供电系统进行实例验证,结果表明根据故障-测试概率相关性矩阵计算得到的测试性指标更加符合实际,可以指导系统测试性设计工作.

摘要： 针对传统的电路板测点选取方法需要的输入信息多、工作繁琐、效率低及难以得到全局最优解等问题,提出了一种基于多信号模型与遗传算法相结合的优化方法.首先,通过建立板级电路的多信号流系统模型,获取测点与对应板级电路组成单元的相关性矩阵,并对其进行进一步分析,得出测点组合的测试能力参数.在测点选取数量不大于给定值的情况下,选取测试能力参数作为遗传算法的适应度函数并进行优化搜索,以确定测点的优化选取方案.结合M ultisim仿真软件进行低通有源滤波电路系统的故障模拟实验,仿真结果表明,基于多信号模型与遗传算法选取的板级电路测点组合对低通有源滤波电路中的绝大部分故障都有良好的检测和隔离能力,取得了良好的效果,同时该方法也适用于多种其他电路.

摘要： 传统基于时间序列数据挖掘的故障检测方法,缺少高灵敏度电子地震预警器灵敏度分析,故障检测率低。提出新的高灵敏度电子地震预警器故障检测方法,根据高灵敏度电子地震预警器的结构,采用质量块、铰链和延长梁构建其力学模型,得到电子预警器的灵敏度表达式,根据该表达式建立多信号模型相关矩阵,得到故障优先概率的故障源耗费,采用基于故障模式故障概率的改进多信号模型检测方法(包括故障模式概率均分法和故障模式概率优先法),计算得到电子地震预警器故障概率表达式,实现电子地震预警器故障检测。实验结果表明,所提方法对电子地震预警器TE过程中G和I两个指标的故障检测率分别为0.989、0.905,对PL过程的故障检测时刻为180s、故障检测率为0.4128,都高于传统基于时间序列数据挖掘的故障检测方法,说明所提方法具有较高的故障检测性能。

摘要： 传统基于时间序列数据挖掘的故障检测方法,缺少高灵敏度电子地震预警器灵敏度分析,故障检测率低.提出新的高灵敏度电子地震预警器故障检测方法,根据高灵敏度电子地震预警器的结构,采用质量块、铰链和延长梁构建其力学模型,得到电子预警器的灵敏度表达式,根据该表达式建立多信号模型相关矩阵,得到故障优先概率的故障源耗费,采用基于故障模式故障概率的改进多信号模型检测方法(包括故障模式概率均分法和故障模式概率优先法),计算得到电子地震预警器故障概率表达式,实现电子地震预警器故障检测.实验结果表明,所提方法对电子地震预警器TE过程中G和I两个指标的故障检测率分别为0.989、0.905,对PL过程的故障检测时刻为180 s、故障检测率为0.4128,都高于传统基于时间序列数据挖掘的故障检测方法,说明所提方法具有较高的故障检测性能.

摘要： 现代飞机正朝着大规模、复杂化方向发展,直接导致测试时间长、故障诊断困难等问题,因此实时快速诊断技术对于飞机装备保持和迅速恢复具有重要意义.针对传统故障诊断方法对系统的强依赖性和在多故障模式下处理能力不足等问题,给出一种基于多信号模型的实时诊断方法.该方法首先建立系统多信号模型,然后根据模型得出相关矩阵,在相关矩阵和各实时测试结果基础上按照实时故障诊断算法进行推理,判定系统各模块所处的状态.对某试验系统的建模以及模拟诊断结果表明,该方法能隔离多故障,同时降低虚警率,适用于飞机系统的实时诊断.

摘要： 多信号模型是一种简单而有效的系统建模表示方法，在测试性分析与故障诊断领域得到了广泛的应用。本文提出了一种基于多信号模型的雷达装备综合诊断设计方法，通过简单电路的功能分析、多信号模型建模和综合诊断设计，对雷达装备的综合诊断技术实现方法进行了探索，研究结果说明多信号模型可以很好地应用于雷达故障诊断。

摘要： 针对基于多信号模型的高压直流供电系统故障诊断策略优化问题，该文采用改进的二分法和D．S证据理论相结合的方法，通过计算故障诊断信息量来挑选测试点，并采用一种新的分割方式对依赖矩阵进行分割，减少了计算量。最后用带证据权值的D-S证据理论进一步诊断模糊组。该文故障诊断策略能够在较低测试成本和较少测试步骤下快速完成高压直流供电系统的故障诊断。

摘要： 为解决武器装备普遍存在的测试性设计差、故障诊断效率低和维护费用高等问题，提出了一种基于多信号模型的故障诊断系统设计方案；介绍了多信号模型的建模过程；以某型号武器装备的故障诊断系统为例。详细论述了方案中各模块的设计与实现方法；实验结果表明基于多信号模型的故障诊断系统能够有效提高系统测试性设计水平，缩短故障诊断时间和降低装备维护费用。

摘要： 介绍了系统测试性以及多信号模型的相关概念,结合实例详细说明了复杂系统的多信号模型的建模步骤,利用其采用有向图描述元件与测试间因果依赖关系仅对故障传播建模的特点,提出了利用多信号模型方法进行测试性评估的方法。最后举例证实了该方法模型易于构造、适用面宽、通用性好,推理效率高。

摘要： 首先通过建立装备的多信号模型,得出系统的测试相关矩阵.然后通过对装备的测试性需求分析,确定其系统级、分系统级、模块级等不刚级别所要达到的诊断性能.结合系统各个级别的诊断性能与相关矩阵,确定每个测试能够选用的测试资源.最后通过构建测试资源的费用和时间的目标函数,以实现费用和时间最少为目标,进行多目标资源配置,实现测试资源的合理配置.

摘要： 为了降低装备的全寿命周期费用,测试性建模与改进越来越受重视.基于多信号流图,文章详细分析了某惯测组合的工作原理和结构,建立了多信号模型.针对分析结果,利用增加测点的方式增加了系统故障检测率.通过引进反馈断开策略,改进了模型的测试性设计,显著提高了其测试性。

摘要： 测试性建模作为辅助产品测试性设计和改进的重要手段和方法,贯穿产品生命周期的各个阶段.现在较为常用的一种建模方法就是多信号流模型.多信号流模型是一种分层建模方法构建的测试性模型,该方法将一组单信号的依赖模型附加到结构模型上,因此结构上不会失真,易将故障模式与实际单元对应起来,并且,通过引入信号流参数,该模型更真实、准确地表达出建模对象中故障模式与测试之间的依存关系.通过显示器模型实例,研究了建模前怎样分析和准备数据,怎样筛选故障模式数据、怎样通过故障症状提炼模型信号数据、怎样分析端口数据以及怎样分析工作模式或任务重构数据等.对测试性建模的顺利准确完成有一定参考价值.

摘要： 本文提出一种TEAMS测试性分析平台的武器装备测试性建模分析方法,详细阐述了该方法的建模过程和步骤,并针对典型控制电气系统,进行了基于该方法的测试性建模分析,得出了有关测试性的多项数据指标和结论.

摘要： 本文提出一种TEAMS测试性分析平台的武器装备测试性建模分析方法,详细阐述了该方法的建模过程和步骤,并针对典型控制电气系统,进行了基于该方法的测试性建模分析,得出了有关测试性的多项数据指标和结论.

摘要： 本发明提供一种基于高动态PCM/FM信号模型的信号传输方法及信号模型模拟方法，具体过程为：首先，根据高动态PCM/FM信号模型，生成高动态PCM/FM信号S(t)；其中，A为信号幅度，fr为发射频率，Kf为调制常数，m′(t)为基带信号，v(t)为信号源相对接收机的径向运动速度，c为光速；其次，输出所述高动态PCM/FM信号，实现信号的传输。该方法所基于的PCM/FM信号模型，考虑PCM/FM基带数据信号的动态所引起的载波相位变化，提高了信号模拟精度，适用于高动态环境下信号的传输。

摘要： 提供对于光源变动等非本质性的变动鲁棒性强且能够以比以往少的学习数据量高精度地判别的信号数据判别装置。具备：信号数据输入部，输入作为判别对象的信号数据；特征映射生成部，使用根据被附加了为正常或者为异常的训练信号的多个采样数据预先进行了学习的学习器，关于信号数据抽出特征量来生成特征映射；距离映射生成部，使用根据被附加了正常的训练信号的多个采样数据生成的多个特征映射的数据和信号数据的特征映射，在各采样数据和信号数据的组合之间取特征映射的差分来生成距离映射；距离值运算部，根据距离映射求出信号数据与采样数据之间的距离值；以及信号数据判别部，根据距离值判别该信号数据是正常还是异常。

摘要： 本发明提供一种基于高动态PCM/FM信号模型的信号传输方法及信号模型模拟方法，具体过程为：首先，根据高动态PCM/FM信号模型，生成高动态PCM/FM信号S(t)；其中，A为信号幅度，fr为发射频率，Kf为调制常数，m′(t)为基带信号，v(t)为信号源相对接收机的径向运动速度，c为光速；其次，输出所述高动态PCM/FM信号，实现信号的传输。该方法所基于的PCM/FM信号模型，考虑PCM/FM基带数据信号的动态所引起的载波相位变化，提高了信号模拟精度，适用于高动态环境下信号的传输。

摘要： 本发明提供了一种信号传输模型及使用该信号传输模型的连接器，该信号传输模型包括横向间隔设置的至少两个差分对列，每个差分对列包括竖向间隔设置的两个以上差分对，单个差分对所包含的两个差分接触件横向布置，相邻差分对列的对应差分对之间的横向距离大于单个差分对的两个差分接触件之间的横向距离；在所述差分对列中，至少有一列，其差分对所包含的两个差分接触件在竖向上具有偏移。这样通过增大相邻差分对列的列间距，减小差分对列中差分对的两个差分接触件之间的横向距离，增强了同一差分对的两个差分接触件的耦合效果，保证了信号传输模型传输信号的精度，也增大了该差分对与相邻差分对列的对应差分对之间的直线距离，降低了串扰。

摘要： 本发明涉及信号检测技术领域，具体公开了一种信号检测方法、信号处理方法、信号处理模型。信号检测方法包括：信号预处理，即对任一信号片段中的信号点进行处理，以得到信号点的处理值；检测所述处理值是否超出设定的溢出阈值范围，以根据处理值的检测结果选择不同的再处理方式。尤其是在信号再处理之前的检测过程，可以将信号根据处理值的检测结果针对性处理，有效提高了信号的处理效果。

摘要： 本发明涉及识别测试信号中的模式的一种特殊的方法。这些信号包括语音信号或者从字迹识别装置获得的信号。为实现本发明,在为待识别模式模型化建立的隐式马尔科夫模型上增扩一个特别的状态,该状态不具有任何发出和转移概率。这使得待查找模式所处的时间位置与其产生概率完全无关。另外,本发明还有一个优点是可以吸收新的和未预料到的干扰,而无需为此对模型进行训练。与现行的方法相比,不必对背景模型进行任何训练。但是这意味着在识别该模式时需要更加复杂的措施,因为必须把有关其概率的维特比算法的各个路径以在该路径上的当前累积概率规范化,以便对它们能够比较。本方法的优点是仅需分析测试信号中包含该模式的时间段。从而,保证较大的命中概率,同时减少计算机处理的开销。

摘要： 本发明公开了一种复信号多分量交互特征信号处理方法、模型及系统，对复信号进行处理，其获得信号的有用信息、隐含特征的性能增强。对输入的复信号的频域同相分量和频域正交分量进行交互处理，使得最后输出的复信号的实部(同相分量)的特征融合了输入的复信号的频域同相分量和频域正交分量，同时，输出的复信号的虚部(正交分量)的特征也融合了输入的复信号的频域同相分量和频域正交分量，充分实现多分量信息的共享与交互，最终输出的复信号具有更多的电磁信号各分量之间的内隐知识和有用信息，为挖掘隐藏在电磁信号各分量之间的内隐知识和有用信息奠定了基础，具有对复信号和实值信号的处理的兼容性。

摘要： 本申请实施例提供了一种交通信号灯识别模型的训练方法、交通信号灯的识别方法、交通信号灯识别模型的训练装置、交通信号灯的识别装置、电子设备、计算机可读存储介质及计算机程序产品。涉及自动驾驶和辅助驾驶技术领域。该方法包括：对多张样本图像进行裁剪、缩放以及排布后合并，得到合并图像；样本图像中标注有交通信号灯的成像内容的有界框的实际位置；将合并图像输入至初始神经网络，得到初始神经网络输出的有界框的预测位置，根据该预测位置和实际位置计算损失函数值，并根据损失函数值对初始神经网络模型进行迭代更新，得到交通信号灯识别模型。本申请实施例交通信号灯识别模型能准确地识别交通信号灯的有界框，提高识别的准确度。

摘要： 本申请公开了一种交通信号控制模型训练方法及交通信号控制方法，该训练方法包括：从预设仿真环境中获取目标交叉路口的当前交通状态数据，将当前交通状态数据输入初始交通信号控制模型，获得相位动作价值空间；利用该预设智能体选取预执行相位动作，基于奖励值生成预执行相位动作对应的经验样本；针对每个预设智能体，利用该预设智能体按照所对应的探索率，从共享经验池中确定对应的目标经验样本；利用确定出的多个目标经验样本对初始交通信号控制模型进行训练，以获得训练好的目标交通信号控制模型。本申请通过，在训练过程中使用多个智能体对交通信号控制模型进行训练，减少了训练时间，从而提高了算法执行效率。

摘要： 本申请实施例提供了一种信号修正模型训练方法、信号修正方法、装置及设备。其中信号修正模型训练方法包括：获取训练信号，所述训练信号包括：多组一一对应的信号，所述一一对应的信号的相关系数大于或等于第一预设阈值；分别对每组一一对应的信号中的其中一个信号添加预设噪声信号，得到目标训练信号；基于所述目标训练信号对初始信号修正模型进行训练，得到信号修正模型。通过实施本发明，能够基于满足相关系数条件的信号训练神经网络得到修正模型，并利用模型对不满足相关系数条件的待修正信号进行修正，使修正后的信号满足相关系数条件，避免在后续利用相关系数进行信号处理时获得的处理结果不准确。