王小飞
- 作品数：14 被引量：50H指数：4
- 供职机构：中国人民解放军海军航空工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：航空宇航科学技术电子电信自动化与计算机技术机械工程更多>>
- 基于混沌时间序列理论的发动机状态参数降噪研究被引量：1
- 2015年
- 针对因缺乏未染噪数据而难以考查航空发动机状态参数降噪效果的问题,提出了基于混沌时间序列理论来考查其降噪效果的办法,并结合实例考查了小波、奇异谱分析和局部投影3种降噪方法对航空发动机状态参数的降噪效果。仿真结果表明,局部投影法更多地保留了发动机状态参数的混沌特性,适用于航空发动机状态参数的降噪处理。
- 王小飞曲建岭高峰周玉平姚凌虹
- 关键词：混沌时间序列
- 基于改进稀疏编码的微弱振动信号特征提取算法被引量：11
- 2017年
- 针对强噪声环境下难以有效提取微弱振动信号特征的问题,提出了基于改进字典学习和移不变分量过滤(IDL-SICF)的稀疏编码振动信号特征提取算法。首先,将振动信号进行分段和平滑预处理以降低数据处理复杂度,接着利用改进的字典学习和高效系数求解算法构建基于移不变稀疏编码的自适应滤波器,然后过滤字典原子重构的移不变分量以获得表征信号本质特征的最优基函数,取最优基函数对应的移不变分量的特征频率强度作为评价信号特征提取效果的优劣。仿真和实测数据的试验结果表明,相比于现有微弱振动信号提取算法,提出的算法具有更强的特征提取能力,在实际应用中具有较高的可行性。
- 余路曲建岭高峰田沿平王小飞
- 关键词：振动信号特征提取
- 一种航姿系统综合训练装置的设计被引量：2
- 2017年
- 文中设计了一种航姿系统综合训练装置,该装置能够模拟多个机型的航向姿态系统的操作训练科目,既可以通过有针对性的训练使受训者了解航姿系统的原理和结构,又可以使受训者对航姿系统的通电检查、工作状况检查及一般故障排除方法进行训练。实践表明,该设备满足了部队日常操作训练与技术保障的实际需要,提高了部队维护人员的装备技术保障能力。
- 周玉平高峰姚凌虹王小飞申江江
- 关键词：航姿系统训练科目
- 基于超椭球分类面的SVDD快速决策方法被引量：4
- 2017年
- 针对现有支持向量数据描述(SVDD)快速决策方法在检测不同分布特性的未知样本时分类精度低下的问题,提出基于超椭球分类面的SVDD(HE-SVDD)快速决策方法.该方法通过构建超椭球分类面,提高了不同分布类型数据的分类精度,同时将SVDD的决策复杂度从O(n)降低到O(2)(n为支持向量数量).首先研究超球分类面快速决策方法的局限性,进而给出超椭球分类面的构建方法.在多种数据集上的实验结果表明,HE-SVDD可以在很大程度上提升现有快速决策方法的分类精度和适用数据类型.
- 曲建岭王小飞高峰袁涛
- 关键词：支持向量数据描述
- 多机型航姿系统综合训练装置的设计
- 2016年
- 介绍了一种多机型航姿系统综合训练装置,该装置可以实现对多型飞机航姿系统在非机载环境下的系统性能检测训练、系统配置训练、定检与通电方法训练、罗差校正方法训练、典型常发故障的模拟与排除训练、训练结果自动评定等功能。阐述了装置的整体组成、详细设计和软件设计的实现方法。实践表明,该设备工作稳定可靠,可以满足实际工作的需要。
- 周玉平邸亚洲王小飞申江江
- 关键词：航姿系统性能检测
- 基于BEMD的染噪混沌时间序列预测方法
- 2015年
- 基于经验模态分解(EMD)方法对染噪混沌时间序列进行预测时,模态混叠会降低预测精度和最大可预测时间。针对这一问题,将复数据经验模态分解(BEMD)引入到染噪混沌时间序列的预测,在BEMD过程中以高斯白噪声分解的内禀模态函数(IMF)为基函数来驱动染噪混沌信号的分解,从而减小模态混叠对混沌预测的影响。Lorenz混沌时间序列和Henon混沌时间序列的预测实例表明,本方法相对于EMD方法在预测精度和最大可预测时间上都有一定程度的提高。
- 高峰王小飞曲建岭郭超然
- 关键词：高斯白噪声
- 基于噪声辅助非均匀采样复数据经验模态分解的混沌信号降噪被引量：6
- 2014年
- 鉴于非均匀采样复数据经验模态分解(NSBEMD)相对传统分解方法的优势和噪声的NSBEMD特性,提出了一种基于噪声辅助NSBEMD的混沌信号自适应降噪方法.该方法首先以含噪混沌信号和高斯白噪声分别为实、虚部来构造复数据并进行NSBEMD,然后根据虚部各IMF的能量来估算实部各IMF中包含的噪声能量,最后根据噪声能量的估计值对实部IMF进行奇异值分解(SVD)降噪.噪声估计实验验证了噪声能量估计方法的可行性,而Lorenz信号和太阳黑子月平均数的降噪实验则表明,相对于现有EMD降噪方法,本文方法能够进一步消除噪声,更清晰地恢复出混沌吸引子的拓扑结构.
- 王小飞曲建岭高峰周玉平张翔宇
- 基于复数据经验模态分解的噪声辅助信号分解方法被引量：9
- 2014年
- 集成经验模态分解(EEMD)在一定程度上减轻了经验模态分解(EMD)中的模态混叠,但集成平均会带来新的模态混叠、频谱丢失和运算量增大等问题,影响到对信号物理特征的分析与提取.因此,本文提出一种基于复数据经验模态分解(CEMD)的噪声辅助信号分解方法,在CEMD中以白噪声分解的内禀模态函数(IMF)在指定方向上的投影为基函数来辅助观测信号分解过程中的极值选取,从而减小模态混叠,同时利用噪声投影的影响在求包络质心时被消除的特性,减小EEMD因集成平均带来的相关问题.仿真结果表明,本文方法在进一步降低模态混叠效应的同时,明显提高了运算速度,并且在一定程度上减轻了频谱丢失问题.
- 曲建岭王小飞高峰周玉平张翔宇
- 基于CEMD的燃油消耗率提取方法被引量：2
- 2015年
- 针对飞参系统记录的剩余燃油信号量化噪声较大且呈非线性、非平稳性的特点以及经验模态分解(empirical mode decomposition,简称EMD)中存在的模态混叠给燃油消耗率提取带来的问题,提出了基于复数据经验模态分解(complex empirical mode decomposition,简称CEMD)的燃油消耗率提取方法。首先,提取记录信号中的关键信息,并利用非线性支持向量回归构造与真实信号形态上接近的模拟信号;然后,在CEMD中利用模拟信号来指导记录信号同步分解以减小模态混叠;最后,从分解结果中估算真实的剩余燃油信息并对其求一阶导数得到燃油消耗率。仿真结果表明,该方法相对于其他方法具有明显的性能优势,可以提取出精确的燃油消耗率参数。
- 王小飞曲建岭高峰姚凌虹孙文柱
- 关键词：经验模态分解燃油消耗率
- 基于HE-SVDD的航空发动机工作状态识别被引量：11
- 2016年
- 针对人工识别航空发动机工作状态的复杂性和耗时性,提出一种基于超椭球分类面支持向量数据描述(HESVDD)的快速识别方法。首先构建了一个根据训练样本分布特征可调的HE-SVDD分类器,使之具有从大规模飞行数据中快速识别发动机工作状态的能力;然后研究了航空发动机状态识别的参数选取和样本生成问题;最后采用HE-SVDD对两个飞行架次的发动机工作状态进行了识别。结果表明,该方法能快速准确地识别出发动机的工作状态,可应用于发动机状态的在线或离线监控。
- 周胜明曲建岭高峰王小飞
- 关键词：航空发动机飞行数据支持向量数据描述
