Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Диагностика состояния линейных трактов радиотехнических систем без их отключения из рабочего режима

Диссертация: Диагностика состояния линейных трактов радиотехнических систем без их отключения из рабочего режима
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Часто в системах технической диагностики требуется провести выбор одного из двух диагнозов, например «исправное состояние» или «неисправное состояние». В других случаях необходимо более подробно охарактеризовать неисправное состояние диагностируемой системы с указанием возможных причин неисправности. В большинстве задач технической диагностики диагнозы (классы неисправностей) устанавливаются… Читать ещё >

Содержание

  • 1. Анализ методов диагностики приемного тракта радиотехнической системы
    • 1. 1. Методы диагностики состояния радиотехнического тракта, оценка эффективных параметров
    • 1. 2. Модели сигналов, используемые для обучения системы диагностики
    • 1. 3. Методы классификации, основанные на теории статистических решений
    • 1. 4. Параметрические и непараметрические методы классификации сигнал
  • Выводы по материалам первой главы
  • 2. Постановка задачи диагностики и анализ структуры приемного тракта радиотехнической системы
    • 2. 1. Постановка задачи диагностики
    • 2. 2. Анализ структуры приемного тракта с учетом системы диагностики ее состояния
    • 2. 3. Оценка параметров системы диагностики
    • 2. 4. Оптимизация временных и пространственных параметров системы диагностики
  • Выводы по материалам второй главы
  • 3. Разработка параметрических и непараметрических алгоритмов распознавания состояния приемного тракта радиотехнической системы
    • 3. 1. Синтез решающего правила в условиях априорной неопределенности
    • 3. 2. Формирование моделей сигналов различных классов состояний приемного тракта
    • 3. 3. Сравнительный анализ решающих правил принятия решений
    • 3. 4. Исследование влияния размерности вектора признаков на эффективность работы классификатора состояний
  • Выводы по материалам третьей главы
  • 4. Исследование алгоритмов параметрической и непараметрической классификации с целью диагностики состояния приемного тракта радиотехнической системы
    • 4. 1. Моделирование работы системы диагностики
    • 4. 2. Моделирование алгоритмов параметрического и непараметрического распознавания состояния приемного тракта
    • 4. 3. Сравнительный анализ эффективности параметрических и непараметрических алгоритмов классификации
    • 4. 4. Определение вероятности ошибок по классам и оценка статистической погрешности результатов моделирования
  • Выводы по материалам четвертой главы

Диагностика состояния линейных трактов радиотехнических систем без их отключения из рабочего режима (реферат, курсовая, диплом, контрольная)

В связи со стремительным развитием электроники, все чаще ставится задача проектирования систем диагностики технического состояния аппаратуры различного назначения. Создание сложных радиотехнических систем накладывает жесткие требования на характеристики их надежности. Для выявления неисправностей и повышения отказоустойчивости таких систем применяют встроенные системы технической диагностики.

Системы технической диагностики характеризуются двумя взаимосвязанными направлениями: теорией распознавания и теорией контролеспособности [34].

Теория контролеспособности находит применение в достаточно простых механических и электронных системах технической диагностики, требует вмешательства в работу их узлов, а также внедрения прецизионной аппаратуры для проведения необходимых испытаний.

Теория распознавания содержит разделы, связанные с построением алгоритмов распознавания, решающих правил и диагностических моделей.

Часто в системах технической диагностики требуется провести выбор одного из двух диагнозов, например «исправное состояние» или «неисправное состояние». В других случаях необходимо более подробно охарактеризовать неисправное состояние диагностируемой системы с указанием возможных причин неисправности. В большинстве задач технической диагностики диагнозы (классы неисправностей) устанавливаются заранее, и в этих условиях задачу распознавания часто называют задачей классификации.

Существенной частью процесса распознавания является выбор параметров, описывающих состояние системы. Они должны быть достаточно информативны, чтобы при выбранном количестве диагнозов процесс распознавания мог быть осуществлен качественно.

Так как техническая диагностика связана с обработкой большого объема информации, то принятие решений (распознавание) часто осуществляется с помощью электронных вычислительных машин (ЭВМ).

Теория распознавания образов находит применение в сложных электронных системах технической диагностики, требует большого объема диагностической информации, а также использования быстродействующих ЭВМ.

Целью работы является:

Построение математической модели алгоритма диагностики состояния линейного приемного тракта радиотехнической системы в рабочем режимеанализ структуры приемного тракта с учетом системы диагностикиформирование набора эффективных признаков, используемых для классификации состояния линейного приемного тракта радиотехнической системыисследование возможности оптимизации временных и пространственных параметров системы диагностики, оценка суммарной вероятности ошибок по классам и статистической погрешности результатов моделирования.

Основные задачи диссертации:

1. Выбор и обоснование алгоритма диагностики состояния приемного тракта радиотехнической системы.

2. Определение условий использования алгоритма диагностики.

3. Формирование моделей сигналов. различных классов состояний приемного тракта.

4. Синтез и обоснование решающего правила для классификатора состояния линейной системы.

5. Оптимизация временных и пространственных параметров системы диагностики.

6. Моделирование работы системы диагностики.

7. Определение суммарных вероятностей ошибок по классам и оценка статистической погрешности результатов моделирования.

Решение поставленных задач проводится в несколько этапов:

Выводы по материалам четвёртой главы.

В результате моделирования работы классификаторов, при классификации случайных процессов с нормальными одномерными плотностями распределения вероятностей и различными корреляционными функциями определены значения суммарных вероятностей ошибок классификации при различных объемах обучающих и контрольных выборок, различных размеров признакового пространства и различном количестве объектов обучения.

Осуществлено моделирование корреляционного метода измерения импульсной характеристики линейной системы. Установлено, что методическая погрешность измерения нормированной импульсной характеристики не превышает 3% (8%). Измерения импульсной характеристики производилось по 500 реализациям по 100 (50) точек каждая, частота дискретизации 25 МГц.

Произведен сравнительный анализ показателей качества предложенного параметрического и непараметрического алгоритма классификации. Были установлены теоретические пределы вероятности ошибки решающего правила по методу гиперсфер в сравнении с вероятностью ошибки Байесовского правила. Байесовская вероятность ошибки — наименьшая. Практическим неудобством в реализации Байесовского правила является то, что для достижения заданной точности классификации необходимо сохранять в памяти достаточно объемную корреляционную матрицу, что существенно сказывается на вычислительных затратах времени классификации.

Определены понятия и численные значения статистической погрешности моделирования работы диагностической системы при решении задачи классификации объектов наблюдения.

Увеличение размерности вектора признаков приводит к уменьшению вероятности ошибки, однако более эффективным способом снижения вероятности ошибочной классификации является повышение количества векторов признаков, по которым принимается решение.

Результаты численного моделирования показывают, что разработанный комплекс программ может иметь область применения, выходящую за рамки исследования диагностических сигналов РТС. Разработанные алгоритмы могут быть использованы при построении любых диагностических систем, где объектом исследований являются нормально распределённые шумоподобные сигналы, проходящие через линейные цепи.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе рассмотрен комплекс теоретических и практических вопросов связанных с построением признаковых пространств, выбором оптимальных решающих правил классификаторов состояния линейных систем. Основную научную и практическую новизну имеют результаты моделирования корреляционного метода измерения импульсной характеристики линейной системы, подтвердившие возможность получения оценок вектора эффективных признаков, при этом показавшие, что на данные оценки не оказывает влияния стационарный полезный информационный сигнал, действующий на входе системырезультаты оптимизации временных и пространственных параметров диагностической системы имеют высокую научную и практическую ценность для решения задач науки и техники: определены условия использования предложенных алгоритмов в системах диагностики состояния приемных трактов радиотехнических систем;

— выявлены закономерности изменения показателей эффективности классификаторов от времени обучения и размерности признакового пространства.

В работе получен ряд результатов:

1. Разработан алгоритм получения оценок эффективных признаков на основе корреляционного метода измерения импульсной характеристики линейной системы.

2. Разработаны математические модели алгоритмов параметрической и непараметрической классификации состояния линейного тракта радиотехнической системы. Определены показатели качества разработанных алгоритмов.

3. Получены оптимизированные временные и пространственные параметры системы технической диагностики.

4. Выяснено, что применение корреляционного метода для получения оценок эффективных признаков не требует отключения системы из работающего комплекса на период контроля.

5. Результаты численного моделирования процессов классификации показывают, что разработанные алгоритмы диагностики состояния линейных трактов без их отключения из рабочего режима, могут использоваться в ряде различных смежных областей, требующих решения задач встроенного контроля и диагностики состояния систем.

Показать весь текст

Список литературы

  1. В.Н. Математическая теория обучаемых опознающих систем. -Л.: Изд-во ЛГУ, 1976. — 235 с.
  2. Э. Л. Дорофеш А.А., Лумельский В. Я. Применение методов обучения машин распознаванию образов. — М.: Наука, 1971. 425с.
  3. Р., Харт П. Распознавание сигналов и анализ сцен. М.: Мир, 1976.-511 с.
  4. А.В. Классификация сигналов в условиях неопределенности (Статистические методы самообучения в распознавании образов). М.: Сов. радио, 1975. — 328 с.
  5. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978.-132 с.
  6. В.Н., Червоненкис А. Я. Теория распознавания образов (статистические проблемы обучения). -М.:Наука, 1975. -416 с.
  7. Г. И. Распознавание в системах автоконтроля. — М.: Машиностроениеие, 1973. 424 с.
  8. . В.В., Конторов Д. С. Проблемы системологии. М.: Сов. радио, 1976. — 350 с.
  9. А.Г. Распознавание случайных сигналов. Новосибирск: Наука. Сибирское отделение, 1974. — 76 с.
  10. В.И. Распознающие системы: Справочник. 2-е изд., перераб. и доп. — Киев: Наукова думка, 1983. 423 с.
  11. Н.В. Методы построения систем распознавания и классификации негауссовых сигналов. — Л.: Изд-во Ленингр. ун-та, 1986. 188 с.
  12. Я.А., Тарловский Г. Р. Статистическая теория распознаванияобразов. — М.: Радио и связь, 1986. — 264 с.
  13. А.Г., Браверман Э. М. Обучение машины распознаванию образов. М.: Наука, 1964. — 110 с.
  14. В.М. Введение в кибернетику. — Киев: Изд-во АН УССР, 1964. 324 с.
  15. Распознавание образов. Состояние и перспективы: Пер. с англ. /К.Верхаген, Р. Дейн, Ф. Грун и др. М.: Радио и связь, 1985. — 104 с.
  16. Федотов Н Г. Теория признаков распознавания образов на основе стохастической геометрии и функционального анализа. М.: Физматлит, 2008. — 304 с.
  17. Горелик A. JL, Скрипкин В. А. Методы распознавания: Учеб. пособие. 2-е изд., перераб. и доп. — М.: Высшая школа, 1984. 208 с.
  18. Горелик A. JL, Скрипкин В. А. Построение систем распознавания.-М.:Советское радио, 1974. 224 с.
  19. В.А. Методы оптимальных решений в распознавании изображений. М.: Наука, 1976. — 328 с.
  20. .Р. Теоретические основы статистической радиотехники. -М.:Сов. радио, 1974−1976. Кн. 1−3. Кн.1. 552 с. Кн.2. 392 с. Кн.З.-288 с.
  21. Э. Основы теории распознавания образов: Пер. с англ. / Под ред.Б. Р. Левина. -М.: Сов. радио, 1980. 408 с.
  22. Я.А., Савич А. В. Оптимизация распознающих систем. М.: Машиностроение, 1993. — 289 с.
  23. А.П., Каменецкий Ю. А., Коэффициент шума. М.: Радио и связь, 1981 г. 112 с. ил. 31 .Фу К. Структурные методы в распознавании образов / Пер. с англ. Под ред. М. А. Айзермана. М.: Наука, 1977. — 319 с.
  24. Ю.И. Непараметрические задачи распознавания образов //Кибернетика. 1986. № 6. С. 83 103.
  25. Э. Проверка статистических гипотез / Пер. с англ. Под ред. Ю. В. Прохорова. М.: Наука, 1979. — 408 с.
  26. И. А. Техническая диагностика. М.: Машиностроение, 1978. -240 с.
  27. Дж., Ван Лоун Ч. Матричные вычисления: Пер. с англ. М.: Мир, 1999. — 548 с.
  28. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Основы моделирования и первичная обработка данных: Справ изд. — М.:Финансы и статистика, 1983. 471 с.
  29. А., Веннберг А., Зеттерберг Л. Машинный анализ ЭЭГ-сигналов на основе параметрических моделей. ТИИЭР. 1981. Т. 61. № 4. С. 55 — 68
  30. Я. Д., Манжос В. Н. Теория и техника обработки радиолокационной информации на фоне помех. М: Сов. радио, 1981 -275 с.
  31. А.А. Пространственно-временная теория радиосистем:
  32. Учеб. пособие для вузов. М.: Радио и связь, 1987. — 353 с.
  33. В.И., Каплин С. И., Петелин И. Г. Электрорадиоизмерения: Учеб. пособие для радиотехнич. спец. вузов/ под ред. В. И. Винокурова. — 2-е изд., перераб. и доп.- М.: Высш шк., 1986.С. 289−292, 244−247.
  34. Г. Электронные аналоговые и аналого-цифровые вычислительные машины. М.: Мир, 1967. — С. 239—245
  35. Н.А. Оценка и измерение искажений радиосигналов. М.: Советское радио, 1978. — С. 15−25.
  36. Распознавание образов: Теория и приложения. М.: Наука, 1977. 128 с.
  37. Н.Н., Иванилов Ю. Л., Столярова Е. М. Методы оптимизации. М.: Наука, 1978. — 352 с.
  38. A.M., Елисеев Д. В., Костричко И. А. и др. Диагностический комплекс ЭКС-К1200 //Мед. техника. 1998. № 1. С. 37−40.
  39. В.И. Статистическая радиотехника / 2-е изд., перераб. и доп. -М.: Радио и связь, 1982. 624 с.
  40. В.В. Предельные теоремы для сумм независимых случайных величин М.: Наука, 1987. — 310 с.
  41. Я.А., Савич А. В. Оптимизация временных параметров системы распознавания одномерных нормальных совокупностей // Радиотехника. 1984. Т. 39. № 11. С. 28−31.
  42. В.В., Борисов Ю. П. Математическое моделирование радиотехнических систем и устройств. М.: Радио и связь, 1985. — 176 с.
  43. B.C. Вероятностные вычислительные модели. М.: Наука, 1973.-300 с. 51 .Колмогоров А. Н. Основные понятия теории вероятностей. 3-е изд. -М.:ФАЗИС, 1998.-144с.
  44. П.А. Бакут и др. Вопросы статистической теории радиолокации. Под ред. Г. П. Тартаковского. Том 1. Изд-во «Советское радио». М.: 1963 г. -425 с.
  45. В.Н. Математическая теория обучаемых опознающих систем. -Л.: Изд-во ЛГУ, 1976. 235 с. 54.0мельченко В. А. Основы спектральной теории распознавания сигналов. Харьков: Вища школа, 1983. — 159 с.
  46. Г. Я. Аппаратурное определение характеристик случайных процессов. Изд. 2-е перераб. и доп. М.: Энергия, 1972. — 456 с.
  47. Я.З. Основы теории обучающихся систем. М.:Наука, 1970. -252с.
  48. Б.М. Богданович. Нелинейные искажения в приемно-усилительных устройствах. М.: Связь, 1980 г. — 280 с.
  49. Н. Н. Введение в MatLab 6. М.: КУДИЦ-ОБРАЗ, 2002. -352 с.
  50. О.Ф. Предельные возможности линеаризации усилителей радиочастоты. Радиотехника. — 1976. -№ 6. — С. 67−75.
  51. Е. С. Теория вероятностей: Учеб для вузов. — 7-е изд. стер. -М.: Высш. шк, 2002. 575 с.
  52. Г. Г. Моделирование случайных процессов и оценивание их статистических характеристик. М.: Радио и связь. 1999. — 119 с.
  53. Э. Основы теории распознавания образов. М.: Сов. радио.1980 — 408 с.
  54. В.А., Касаткин А. С., Сретенский В. Н. Радиоэлектронные автоматические системы контроля. М.: Сов. Радио, 1978. — 348с.
  55. А.С. Эффективность автоматизированных систем контроля. -М.:Энергия, 1975. 88с.
  56. В.Д., Синица М. А., Чинаев П. И. Автоматизация контроля радиоэлектронной аппаратуры. Под ред. П. И. Чинаева. — М: Сов. Радио, 1977.-306 с.
  57. В.М. Оценка параметров автоматического контроля. — М.: Энергия, 1975.-80 с.
  58. .Х., Салтыков Е. Н. Системы автоматической регулировки усиления. М.: Радио и связь, 1982. — 192 с.
  59. В.Б., Афанасьев В. П. и др. Шумоподобные сигналы в системах передачи информации. -М.: Сов. Радио, 1973. -424с.
  60. Г. П., Артеменко А. Е. и др. Контроль функционирования больших систем. -М.: Машиностроение, 1977. 360с.
  61. В.Ф. Автоматизация контроля радиоприёмников. М.: Связь 1970.-84 с.
  62. В.В. Цифровое моделирование в статистической радиотехнике. -М.: Сов. Радио, 1971.-328 с.
  63. Г. Г. Укрупнение описания случайных процессов с целью их классификации// «Вопросы медицинской электроники». Вып.6. Таганрог, 1986. — С. 57−62.
  64. И.С. Радиотехнические цепи и сигналы: Учебник для вузов. М.: Радио и связь, 1986. — 512 с.
  65. В.П. Цифровое моделирование случайных процессов. — М.: САЙНС-ПРЕСС, 2002. 88с: ил.
  66. . Методы оптимизации. Вводный курс: Пер. с англ. М.: Радио и связь, 1988. — 128с.
  67. Н.С., Жидков Н. П., Кобельков Г. М. Численные методы — М.-Лаборатория Базовых Знаний, 2000. 624 с: ил.
  68. Дж., Пирсол А. Измерение и анализ случайных процессов / Пер. с англ.- под ред. Г .Я. Мирского. М.: Мир, 1974. — 464 с.
  69. Е.С., Колесов Ю. Б., Сениченков Ю. Б. Практическоемоделирование динамических систем — СПб.: БХВ-Петербург, 2002. — 464 с.
  70. Н.П. Моделирование сложных систем. М. Наука, 1988. — 132 с.
  71. Н.П., Калашников В. В., Коваленко И. Н. Лекции по теории сложных систем. — М.: Сов. радио, 1973. — 440 с.
  72. В.А. Теория подобия и моделирования (применительно к задачам электроэнергетики). Учеб. пособие для вузов. Изд. 2-е, доп. и перераб. М.: Высшая школа, 1976. — 324 с.
  73. Вопросы статистической теории распознавания / Под ред. Б. В. Барского. — М.: Сов. радио, 1967. 400 с.
  74. Ф.Р. Теория матриц. М.: Наука, 1966. — 576 с.
  75. Ю.А. Гомоморфизмы и модели: логико-алгебраические аспекты моделирования. -М.: Наука, 1975. — 150 с.
  76. Р.В., Кемешис П. П., Читавичус А. Б. Распознавание речевых сигналов по их структурным свойствам. Л.: Энергия, 1977. — 64 с.
  77. Житецкий Л. С, Файзенберг Л. С. Об информационном подходе к оценкеполезности признаков при статистическом распознавании образов //Техническая кибернетика. 1983. № 4. С. 120.
  78. Д., Моулер К., Нэш С. Численные методы и программное обеспечение: Пер. с англ. Изд. второе, стереотип. — М.: Мир, 2001. — 575 с.
  79. Н.В., Сечкин В. А. Техническая диагностика методами нелинейного преобразования. Л.: Энергия, 1980. — 108 с.
  80. А.Н., Фомин СВ. Элементы теории функций и функционального анализа. М.: Наука, 1981. — 543 с.
  81. .М., Панков А. Р. Теория случайных процессов в примерах и задачах. М.: Физматлит, 2002. — 320 с.
  82. Г. Я. Характеристики стохастической взаимосвязи и их измерения. — М.: Энергоиздат, 1982. 320 с.
  83. B.C. Теория вероятностей и математическая статистика: Учеб. пособие. 2-е изд. испр. и дополн. — М.: ФИЗМАТЛИТ, 2002. — 496 с.
  84. B.C. Теория случайных функций. М.: Физматгиз, 1962. — 884с.
  85. B.C., Синицын И. Н. Теория стохастических систем: Учеб. Пособие. М: Логос, 2000. — 1 ООО с.
  86. А.А., Михайлов А. П. Математическое моделирование: Идеи, Методы, Примеры. 2-е изд., испр. — М.: ФИЗМАТ ЛИТ, 2002. -320с.
  87. ЮО.Советов Б. Я., Яковлев С. А. Моделирование систем: Учеб. для вузов — 3-е изд., перер. и доп. М.: Высш. шк., 2001. — 343 с: ил.
  88. К.А. Статистическая теория и методология в науке и технике. Перевод с англ. М. С. Никулина, под ред. Л. Н. Болынева. М.: Наука 1977.-408с.
  89. Я. А., Савич А. В. Оптимизация системы распознавания многомерных нормальных совокупностей // Радиотехника. 1985. — Т.40. № 12. С.8- 11.
  90. Д.В. и др. Излучение и рассеяние электромагнитных волн. Монография / Под ред. В. А. Обуховца. М.: Радиотехника, 2008. — 208 с.
  91. Д.В. и др. Радиоэлектронные системы локации и связи. Коллективная монография / Под ред. В. А. Обуховца. — М.: «Радиотехника», 2008. 208 с.
  92. Ш. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB/ перевод с английского В. П. Чепыжова. — М.: Техносфера, 2006. — 618 с.
  93. Р. Имитационное моделирование систем: искусство и наука. Пер. с англ. М.: МИР, 1978 — 424 с.
  94. ПЗ.Элиенс Антон. Принципы объектно-ориентированной разработки программ. 2-е издание.: Пер. с англ. М.: Вильяме, 2002. — 496 с. ил. -Парал. тит. англ.
  95. Rogowitz В., Treinish L. Data visualization: the end of the rainbow. IEEE Spectrum. 1998. № 12. P.52−59.
Заполнить форму текущей работой

На отлично!