基于分形理论的卫星状态异变特征提取算法研究.pdf

基于分形理论的卫星状态异变特征提取算法研究.pdf

ID:34527976

大小:3.37 MB

页数:83页

时间:2019-03-07

基于分形理论的卫星状态异变特征提取算法研究.pdf_第1页
基于分形理论的卫星状态异变特征提取算法研究.pdf_第2页
基于分形理论的卫星状态异变特征提取算法研究.pdf_第3页
基于分形理论的卫星状态异变特征提取算法研究.pdf_第4页
基于分形理论的卫星状态异变特征提取算法研究.pdf_第5页
资源描述:

《基于分形理论的卫星状态异变特征提取算法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS(电子科技大学图标)论文题目基于分形理论的卫星状态异变特征提取算法研究学科专业控制科学与工程学号201221250139作者姓名王希曼指导教师杨宜康教授分类号密级注1UDC学位论文基于分形理论的卫星状态异变特征提取算法研究(题名和副题名)王希曼(作者姓名)指导教师杨宜康教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业控制科学与工程提交论文日期2015.03论文答辩日期2015.05学位授予单位

2、和日期电子科技大学2015年6月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ReaserchOnTheExtractionOfTheVariationCharacteristicsOfSatelliteBasedOnFractalDimensionAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ControlScienceandEngineeringofTechnologyAuthor:WangXimanAdvisor:Prof.

3、YiKangYangSchool:SchoolofAeronautics&Astronautics独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印

4、件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要摘要分形是现代非线性科学的一个重要组成部分,被广泛应用于诸多领域。本文利用它的自相似性来实现异常状态的检测。自相似性,即对于相同状态下采集的信号,在特定测度下对其度量得到的分形维数非常接近,通过对分形维数大小的判定完成状态的区分,从而实现异常状态的检测。本文以分形的基本理论为基础,结合分形维数特性采用三种方法对信号进行度量。针

5、对单重分形方法,以特定测度下的分形维数为主要特征量,针对不同状态采取多组信号划分维数区间,通过判定未知状态维数值所属的区间从而实现状态的判定,简捷直观,方便可行。但是由于对信号从单一测度考虑,对信号度量非常不全面,在不同的测度下可能得到的效果差异较大,诸多限制使得单重分形存在很多的局限性。多重分形在多个测度下对信号进行全面度量,特征量从单一的维数变成了维数序列,通过判定与各模板之间的相关系数大小关系来判定状态相近,有效避免了单重分形的局限性。针对多重分形方法的关键问题是如何选取合适的模板信号在各个测度下对信号进行完整客观的表述。本文通过采集多组模板信号,计

6、算相关系数的均值来实现,有效减小因单一模板波动性过大而造成的负面影响,有效提高了检测效率。矩阵式分形方法是对信号进行分解的基础上,通过对分量信号分别进行多重分形实现。特征量从二维的维数序列变成三维的维数矩阵,由于更好地抑制了维数的波动性,从而使得区分能力更进一步增强;同时改进相关系数判定方法,使用了针对矩阵式分形相关系数的计算方法。矩阵分形方法的关键是选择合适的模板信号与使用科学的信号分解方法,前者与多重分形类似,通过采集多组信号作为模板,以模板计算得到的相关系数之和作为判定;后者则需结合信号分解方法自身特点,针对矩阵构建和分量信号的选取做出一定调整。例如

7、本文采用常用的经验模态分解方法会得到大量的残差,分解后得到的残差项应该忽略不计即不用于构建分形矩阵,才能有效检测异常。同时,为了获得区分能力最优的分量信号,采用了基于相关系数的信号筛选方法,结合模板信号,选取区分能力最优的分量信号用于构建最优的分形矩阵,可以使得区分能力大大增强,更好地实现状态的判定。关键词:单重分形,多重分形,矩阵分形,多模板,信号筛选IABSTRACTABSTRACTAsanimportantpartofmordennonlinearscience,Fractaliswidelyusedinmanyfields.Thispaperuse

8、sitsself-similaritytorealizetheab

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。