期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ADS-B多特征迁移学习的GNSS干扰检测方法
1
作者
陈敏
李昊宇
+1 位作者
何炜琨
吴仁彪
《信号处理》
北大核心
2025年第7期1241-1254,共14页
全球导航卫星系统(Global Navigation Satellite System,GNSS)是现代航空系统的重要基础,其极易受到射频干扰,这可能导致航班备降、复飞或进近中止等情形,对航空安全造成严重影响。广播式自动相关监视(Automatic Dependent Surveillance...
全球导航卫星系统(Global Navigation Satellite System,GNSS)是现代航空系统的重要基础,其极易受到射频干扰,这可能导致航班备降、复飞或进近中止等情形,对航空安全造成严重影响。广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)依赖于GNSS获取飞机位置信息,当GNSS受到射频干扰时,ADS-B的可用性也会受到影响。基于ADS-B数据来进行GNSS干扰检测成为一种可行的解决方案。针对现有基于ADS-B数据的GNSS干扰检测模型存在无法兼容多个ADS-B版本,难以适应我国国情的问题,以GNSS干扰事件中的ADS-B数据为研究对象,分析其在干扰条件下的特点,包括航迹波动和导航质量指标的变化特性。引入滑动窗口技术,动态计算统计特征并扩展特征维度,以更全面准确地反映干扰影响;提出了一种结合长短期记忆网络自编码器(Long Short-Term Memory-AutoEncoder,LSTM-AE)与领域对抗神经网络(Domain Adversarial Neural Network,DANN)的GNSS干扰检测方法。该方法通过LSTM-AE提取不同版本ADS-B的特征,并将其映射到同一个特征空间,提供一致的特征表示;采用DANN网络实现对DO-260A/B版本ADS-B数据(源域)中GNSS干扰的检测,并借助DANN的迁移学习能力,使其适应于DO-260版本的ADS-B数据(目标域),从而实现跨版本的高效检测。实验结果表明,所提出的LSTM-AE-DANN模型在DO-260、DO-260A/B版本的ADS-B数据集上均表现出优秀的检测性能和更强的适用性,适合我国国情,具有显著的实用价值。
展开更多
关键词
全球导航卫星系统干扰检测
广播式自动相关监视
长短期记忆自编码器
领域对抗神经网络
迁移学习
航空安全
在线阅读
下载PDF
职称材料
基于无监督迁移学习的电梯制动器剩余寿命预测
被引量：
9
2
作者
姜宇迪
胡晖
殷跃红
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2021年第11期1408-1416,共9页
为了改善电梯制动器在真实工作环境下的寿命预测效果,提出一种基于长短期记忆网络自编码器(LSTM-ED)的无监督深度迁移学习方法,利用仿真数据实现制动器在工作时的健康状态分析.利用源领域数据初步训练LSTM-ED和全连接网络;以LSTM-ED为...
为了改善电梯制动器在真实工作环境下的寿命预测效果,提出一种基于长短期记忆网络自编码器(LSTM-ED)的无监督深度迁移学习方法,利用仿真数据实现制动器在工作时的健康状态分析.利用源领域数据初步训练LSTM-ED和全连接网络;以LSTM-ED为特征提取器,将仿真和实际数据映射到特征空间并利用最大平均差异实现数据对齐;利用全连接网络回归特征空间中的目标领域数据,从而实现对制动器在真实工作环境下的剩余生命周期预测.在训练阶段中,采用分步训练法替代传统的联合训练法,以保证单个模块的准确性.对比试验仿真数据与电梯塔中的实际工作数据,以验证方法的有效性.结果表明:通过引入迁移学习和分步训练法,所提方法可以将剩余生命周期预测的均方误差降低至0.0016,能够实现电梯制动器在真实工作环境下的剩余生命周期精准预测.
展开更多
关键词
电梯制动器
无监督深度迁移学习
长短期
记忆
网络
自编码器
剩余生命周期
分步训练
在线阅读
下载PDF
职称材料
题名
基于ADS-B多特征迁移学习的GNSS干扰检测方法
1
作者
陈敏
李昊宇
何炜琨
吴仁彪
机构
中国民航大学天津市智能信号与图像处理重点实验室
出处
《信号处理》
北大核心
2025年第7期1241-1254,共14页
基金
国家自然科学基金(U2133204,52272356)。
文摘
全球导航卫星系统(Global Navigation Satellite System,GNSS)是现代航空系统的重要基础,其极易受到射频干扰,这可能导致航班备降、复飞或进近中止等情形,对航空安全造成严重影响。广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)依赖于GNSS获取飞机位置信息,当GNSS受到射频干扰时,ADS-B的可用性也会受到影响。基于ADS-B数据来进行GNSS干扰检测成为一种可行的解决方案。针对现有基于ADS-B数据的GNSS干扰检测模型存在无法兼容多个ADS-B版本,难以适应我国国情的问题,以GNSS干扰事件中的ADS-B数据为研究对象,分析其在干扰条件下的特点,包括航迹波动和导航质量指标的变化特性。引入滑动窗口技术,动态计算统计特征并扩展特征维度,以更全面准确地反映干扰影响;提出了一种结合长短期记忆网络自编码器(Long Short-Term Memory-AutoEncoder,LSTM-AE)与领域对抗神经网络(Domain Adversarial Neural Network,DANN)的GNSS干扰检测方法。该方法通过LSTM-AE提取不同版本ADS-B的特征,并将其映射到同一个特征空间,提供一致的特征表示;采用DANN网络实现对DO-260A/B版本ADS-B数据(源域)中GNSS干扰的检测,并借助DANN的迁移学习能力,使其适应于DO-260版本的ADS-B数据(目标域),从而实现跨版本的高效检测。实验结果表明,所提出的LSTM-AE-DANN模型在DO-260、DO-260A/B版本的ADS-B数据集上均表现出优秀的检测性能和更强的适用性,适合我国国情,具有显著的实用价值。
关键词
全球导航卫星系统干扰检测
广播式自动相关监视
长短期记忆自编码器
领域对抗神经网络
迁移学习
航空安全
Keywords
global navigation satellite system interference detection
automatic dependent surveillance-broadcast
long short-term memory-autoencoder
domain adversarial neural network
transfer learning
aviation safety
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于无监督迁移学习的电梯制动器剩余寿命预测
被引量：
9
2
作者
姜宇迪
胡晖
殷跃红
机构
上海交通大学机械与动力工程学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2021年第11期1408-1416,共9页
基金
特种设备安全防护系统及其部件产品功能安全性能测试及评价关键技术研究(2018YFC0808903)。
文摘
为了改善电梯制动器在真实工作环境下的寿命预测效果,提出一种基于长短期记忆网络自编码器(LSTM-ED)的无监督深度迁移学习方法,利用仿真数据实现制动器在工作时的健康状态分析.利用源领域数据初步训练LSTM-ED和全连接网络;以LSTM-ED为特征提取器,将仿真和实际数据映射到特征空间并利用最大平均差异实现数据对齐;利用全连接网络回归特征空间中的目标领域数据,从而实现对制动器在真实工作环境下的剩余生命周期预测.在训练阶段中,采用分步训练法替代传统的联合训练法,以保证单个模块的准确性.对比试验仿真数据与电梯塔中的实际工作数据,以验证方法的有效性.结果表明:通过引入迁移学习和分步训练法,所提方法可以将剩余生命周期预测的均方误差降低至0.0016,能够实现电梯制动器在真实工作环境下的剩余生命周期精准预测.
关键词
电梯制动器
无监督深度迁移学习
长短期
记忆
网络
自编码器
剩余生命周期
分步训练
Keywords
elevator brake
unsupervised deep transfer learning(UDTL)
long short-term memory encoder-decoder(LSTM-ED)
remaining useful life(RUL)
step training
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ADS-B多特征迁移学习的GNSS干扰检测方法
陈敏
李昊宇
何炜琨
吴仁彪
《信号处理》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于无监督迁移学习的电梯制动器剩余寿命预测
姜宇迪
胡晖
殷跃红
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2021
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
