本发明属于雷达故障诊断领域,具体涉及一种基于改进扩展d矩阵和离散量子粒子群算法的雷达系统多故障诊断方法。
背景技术:
1、传统d矩阵相关性模型只能解决单故障假设条件下的故障诊断,其无法描述:1)某个测试点由于其他模块故障而无法正常工作的情况;2)某个故障发生引起的系统自我保护工作的情况;3)测试点有可能出现的有警不报、有警误报的虚警情况。
技术实现思路
1、为此,本发明提出了一种基于改进扩展d矩阵和离散量子粒子群算法的雷达系统多故障诊断方法,进一步研究情况1)、2)导致的系统动态重置结构,考虑在多信号流图示模型中引入逻辑开关模块,给出故障与开关模块之间存在的相关关系,从而进一步更新相应的故障与测试点相关关系,给出改进扩展d矩阵,最后,通过构建基于多故障假设以及考虑测试点虚警情况的目标函数,采用自适应离散量子粒子群算法进行目标寻优,给出包含测试点有警不报、有警误报等两类虚警情况的最优故障诊断结果,为实际雷达系统考虑测试点虚警情况下的多故障诊断提供技术途径。
2、本发明的一种基于改进扩展d矩阵和离散量子粒子群算法的雷达系统多故障诊断方法,具体包括以下步骤:
3、s1、建立不考虑开关模块的系统故障d矩阵
4、通过分析系统组成和故障模式以及存在的测试点,建立系统故障d矩阵,具体步骤如下:
5、s11:确定系统功能组成,形成相关故障模式集合,并梳理系统目前存在的测试点集合。
6、s12:基于步骤一给出的功能组成及故障模式集合,梳理不同测试点与故障模式之间的相关关系,建立系统多信号流图示模型。
7、s13:基于系统多信号流图示模型,按照故障d矩阵的规范模式,给出系统故障模式与测试点之间一一对应的系统全阶故障d矩阵。
8、s2、建立考虑开关模块的系统扩展故障d矩阵
9、进一步分析系统故障前后导致的系统重构状态,更新系统故障与测试点之间的相关关系,建立考虑开关模块的系统扩展故障d矩阵,主要步骤如下:
10、s21:分析系统故障前后存在的系统重置状态,梳理目前系统存在的开关模块集合,并基于开关模块所处位置,更新s12所示的模型,形成考虑开关模块的系统多信号流图示模型。
11、s22:根据故障模式与系统重置状态情况,建立故障模式与开关模块动作之间的相关矩阵,简称为f-s型d矩阵。
12、s23:基于s22给出的f-s型d矩阵,利用逻辑表达式对s1建立的系统故障d矩阵进行更新,形成考虑开关模块的系统扩展故障d矩阵。
13、s3、考虑测试点虚警的多故障诊断优化模型的建立
14、s31、根据系统故障后的开关和测试点反应,生成真实故障场景数组p、q;并随机生成一个包含故障状态、测试点异常状态、开关异常状态组成的故障假说数组h。
15、s32、目标函数e(h)的建立,考虑包含两部分:最小目标值和惩罚项部分,最小目标值代表故障假说h与系统实际开关和测试点状态集p、q之间存在的差异值;惩罚项部分为系统故障假说异常状态的范式取值,作为多故障假设比单故障发生概率低的权重程度。
16、s33、利用建立扩展的d矩阵和f-s型d矩阵,结合离散量子粒子群优化算法,不断更新故障假说数组h,以目标函数值最小为优化目标,获得最优的故障诊断结果。
17、s4、基于离散量子粒子群的故障诊断算法的构建
18、s41、根据路径寻优的特点,确定量子粒子群唯一控制参数alpha函数形式。
19、s42、根据h数组包含的元素个数,确定粒子群的粒子数目和初始故障假说。
20、s43、基于s3建立的诊断优化模型,构建适应度函数,并编写基于量子粒子群的路径迭代优化算法程序,并输出相应的最优故障假说作为故障诊断结果,及目标最小值。
21、本发明的有益效果在于
22、本发明能够弥补当前单故障假设的传统d矩阵的故障诊断的不足,实现对测试点是否存在虚警、系统故障状态是否存在异常等情况进行综合分析,更加贴合实际情况,能够为雷达系统在现场诊断提供有效的技术与手段。
1.一种基于改进扩展d矩阵和离散量子粒子群算法的雷达系统多故障诊断方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于改进扩展d矩阵和离散量子粒子群算法的雷达系统多故障诊断方法,其特征在于:所述步骤s1具体包括:
3.根据权利要求1所述的一种基于改进扩展d矩阵和离散量子粒子群算法的雷达系统多故障诊断方法,其特征在于:所述步骤s2具体包括:
4.根据权利要求1所述的一种基于改进扩展d矩阵和离散量子粒子群算法的雷达系统多故障诊断方法,其特征在于:所述步骤s3具体包括:
5.根据权利要求1所述的一种基于改进扩展d矩阵和离散量子粒子群算法的雷达系统多故障诊断方法,其特征在于:所述步骤s4具体包括: