采用多信号流图模型的雷达接收机故障诊断方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

采用多信号流图模型的雷达接收机故障诊断方法

陈世杰, 连可, 王厚军

文章导航 > 电子科技大学学报 > 2009 > 38(1): 87-91

陈世杰, 连可, 王厚军. 采用多信号流图模型的雷达接收机故障诊断方法[J]. 电子科技大学学报, 2009, 38(1): 87-91.

引用本文:

陈世杰, 连可, 王厚军. 采用多信号流图模型的雷达接收机故障诊断方法[J]. 电子科技大学学报, 2009, 38(1): 87-91.

CHEN Shi-jie, LIAN Ke, WANG Hou-jun. Fault Diagnosis Method of Radar Receiver Using Multi-Signal Flow Graphs Model[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(1): 87-91.

Citation:

CHEN Shi-jie, LIAN Ke, WANG Hou-jun. Fault Diagnosis Method of Radar Receiver Using Multi-Signal Flow Graphs Model[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(1): 87-91.

采用多信号流图模型的雷达接收机故障诊断方法

1.
电子科技大学自动化工程学院成都 610054

基金项目:

国家自然科学基金(60673011)

作者简介:
陈世杰(1963-)，男，在职博士生，高级工程师，主要从事自动测试技术与故障诊断方面的研究.

中图分类号: TM93;O122

Fault Diagnosis Method of Radar Receiver Using Multi-Signal Flow Graphs Model

1.
School of Automation Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 介绍了多信号流图模型建模的基本方法。利用多信号流图模型建立了雷达接收机的故障诊断模型，得到了反映故障源和测试结果之间对应关系的故障依赖矩阵。在此基础之上结合故障源先验故障概率信息推导了一种计算故障源贝叶斯最大后验概率的算法。将该算法应用于某型雷达接收机故障诊断中，以故障后验概率最大为判断准则，实现了对雷达接收机系统的在线多故障实时诊断。
- 贝叶斯后验概率 /
- 故障诊断 /
- 多信号流图模型 /
- 雷达接收机
Abstract: The fault diagnosis model of radar receiver is built by applying multi-signal flow graphs. Based on the model the dependence matrix which relates faults and tests is generated and an algorithm calculating Bayes maximal posteriori probability of fault sources is derived. This algorithm is applied in fault diagnosis of radar receiver, and the real-time multi-fault locations are realized by using the maximal posteriori probability of fault sources as judging rule.
- Bayes posteriori probability /
- fault diagnosis /
- multi-signal flow graphs model /
- radar receiver

[1]	巩彬, 安爱民, 石耀科, 杜先君. 一种基于IMODA自适应深度信念网络的复杂模拟电路故障诊断方法 . 电子科技大学学报, 2024, 53(): 1-18. doi: 10.12178/1001-0548.2023047
[2]	王磊, 孙志成, 王磊, 陈端兵, 蒋家玮. 基于DRSN-CW和LSTM的轴承故障诊断 . 电子科技大学学报, 2022, 51(6): 921-927. doi: 10.12178/1001-0548.2021385
[3]	李享, 黄洪钟, 黄鹏, 李彦锋. 基于动态贝叶斯网络的电源系统可靠性分析与故障诊断 . 电子科技大学学报, 2021, 50(4): 603-608. doi: 10.12178/1001-0548.2020416
[4]	杜娟, 刘志刚, 宋考平, 杨二龙. 基于卷积神经网络的抽油机故障诊断 . 电子科技大学学报, 2020, 49(5): 751-757. doi: 10.12178/1001-0548.2019205
[5]	邵继业, 谢昭灵, 杨瑞. 基于GA-PSO优化BP神经网络的压缩机气阀故障诊断 . 电子科技大学学报, 2018, 47(5): 781-787. doi: 10.3969/j.issn.1001-0548.2018.05.023
[6]	周启忠, 谢永乐, 毕东杰, 李西峰. 种模拟电路参数型故障诊断新方法 . 电子科技大学学报, 2017, 46(2): 386-391. doi: 10.3969/j.issn.1001-0548.2017.02.012
[7]	闫涛, 赵文俊, 胡秀洁, 宋家友. 基于信息融合技术的航空电子设备故障诊断研究 . 电子科技大学学报, 2015, 44(3): 392-395. doi: 10.3969/j.issn.1001-0548.2015.03.013
[8]	李从善, 刘天琪, 李兴源, 曹喜民, 刘利兵. 基于排列熵算法的电力系统故障信号分析 . 电子科技大学学报, 2015, 44(2): 233-238. doi: 10.3969/j.issn.1001-0548.2015.02.013
[9]	李旻, 咸卫明, 龙兵, 王厚军. 基于特征优选模拟电路故障诊断方法 . 电子科技大学学报, 2014, 43(4): 557-561. doi: 10.3969/j.issn.1001-0548.2014.04.015
[10]	宋国明, 王厚军, 姜书艳, 刘红. 最小生成树SVM的模拟电路故障诊断方法 . 电子科技大学学报, 2012, 41(3): 412-417. doi: 10.3969/j.issn.1001-0548.2012.03.018
[11]	张健, 徐红兵, 王情. 多重分形谱在集成电路动态电流故障诊断中的应用 . 电子科技大学学报, 2011, 40(4): 544-548.
[12]	陈世杰, 连可, 王厚军. 遗传算法优化的SVM模拟电路故障诊断方法 . 电子科技大学学报, 2009, 38(4): 553-558. doi: 10.3969/j.issn.1001-0548.2009.04.019
[13]	雷霖, 代传龙, 王厚军, 赵旭. 粗糙集-神经网络集成的WSN节点故障诊断 . 电子科技大学学报, 2008, 37(4): 565-568.
[14]	杨俊华, 尚志恩, 吕锋. 基于布尔差分的数字逻辑电路故障诊断 . 电子科技大学学报, 2005, 34(4): 517-520.
[15]	刘建成, 蒋新华, 吴今培. 智能异构模型在电机故障诊断中的研究 . 电子科技大学学报, 2003, 32(2): 212-216.
[16]	虞红芳, 詹柔莹, 李乐民. 一种启发式的计算机局域网故障诊断方法 . 电子科技大学学报, 2002, 31(2): 151-155.
[17]	冯兰君, 李建, 吕炳朝. 燃气轮机故障诊断专家系统的设计与实现 . 电子科技大学学报, 2000, 29(3): 278-281.
[18]	李艾华, 张西宁, 屈梁生. 印刷电路板诊断信息流模型及其应用 . 电子科技大学学报, 2000, 29(1): 49-53.
[19]	王厚军, 陈相富, 陈光. 基于总线观测的微机故障诊断专家系统研究 . 电子科技大学学报, 1998, 27(2): 161-165.
[20]	潘中良, 陈光. 模拟电路故障诊断的神经网络专家系统方法 . 电子科技大学学报, 1997, 26(4): 405-408.

WeChat

点击查看大图

计量

文章访问数: 3448
HTML全文浏览量: 102
PDF下载量: 65
被引次数: 0

采用多信号流图模型的雷达接收机故障诊断方法

1. 电子科技大学自动化工程学院成都 610054

基金项目:

国家自然科学基金(60673011)

作者简介:
陈世杰(1963-)，男，在职博士生，高级工程师，主要从事自动测试技术与故障诊断方面的研究.

收稿日期: 2008-05-31
修回日期: 2008-10-15
刊出日期: 2009-02-15

中图分类号: TM93;O122

关键词:

摘要: 介绍了多信号流图模型建模的基本方法。利用多信号流图模型建立了雷达接收机的故障诊断模型，得到了反映故障源和测试结果之间对应关系的故障依赖矩阵。在此基础之上结合故障源先验故障概率信息推导了一种计算故障源贝叶斯最大后验概率的算法。将该算法应用于某型雷达接收机故障诊断中，以故障后验概率最大为判断准则，实现了对雷达接收机系统的在线多故障实时诊断。

English Abstract

陈世杰, 连可, 王厚军. 采用多信号流图模型的雷达接收机故障诊断方法[J]. 电子科技大学学报, 2009, 38(1): 87-91.

引用本文:

陈世杰, 连可, 王厚军. 采用多信号流图模型的雷达接收机故障诊断方法[J]. 电子科技大学学报, 2009, 38(1): 87-91.

CHEN Shi-jie, LIAN Ke, WANG Hou-jun. Fault Diagnosis Method of Radar Receiver Using Multi-Signal Flow Graphs Model[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(1): 87-91.

Citation:

CHEN Shi-jie, LIAN Ke, WANG Hou-jun. Fault Diagnosis Method of Radar Receiver Using Multi-Signal Flow Graphs Model[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(1): 87-91.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发