[發明專利]一種氣動彈性系統顫振信號異常數據擴展方法

有效

• 申請號: 202010613882.4
• 申請日: 2020-06-30
• 公開（公告）號: CN111898327B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 鄭華;段世強;尚亞飛;趙東柱
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06N3/04;G06N3/08
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 王鮮凱

1.一種氣動彈性系統顫振信號異常數據擴展方法，所述氣動彈性系統的負載對象為飛行器,其特征在于步驟如下：

步驟1：通過計算機仿真生成指定采樣率的服從高斯分布的時間序列信號Z_{lantern_vector}作為預訓練的生成器G的輸入；

步驟2：預訓練的生成器網絡G對輸入的時間序列信號Z_{lantern_vector}進行特征提取與時間序列擬合，獲得具有氣動彈性系統結構耦合共振特征的時間序列信號；

對預訓練生成器網絡進行優化：

1） 、將風洞試驗和實際的飛行試驗中獲取的顫振試驗信號根據半功率帶寬方法計算的阻尼大小進行分揀，獲得處于顫振臨界點的信號x(n)；

2） 、對獲得的顫振信號時間序列進行正則化預處理獲得信號Y_{real_data}

其中，x(n)表示出現耦合共振的顫振信號時間序列，mean(x(n))與std(x(n))分別表示顫振信號x(n)的均值和標準差；

3） 、基于生成對抗網絡的深度學習算法對生成器網絡進行優化與參數更新；

其中生成對抗網絡的基本原理：

其中,Y_{real_data}表示通過預處理的顫振信號，Z_{lantern_vector}表示步驟一中所述仿真生成的服從高斯分布的時間序列信號；D(X)表示X通過判別器獲得的判別結果，G(X)表示X通過生成器獲得結果，E表示對應數據分布的期望值；

步驟3：以實測的出現耦合共振的顫振信號Y_{real_data}構建半監督學習的基本數據集，作為判別器D中真值類的數據；

由步驟1獲得的高斯分布的同樣采樣率的數據Z_{lantern_vector}作為生成器G的輸入，得到通過生成器獲得的具有顫振特征的時間序列信號Y_{fake_data}；

然后通過判別器D對Y_{real_data}和Y_{fake_data}分別標記為1和0進行真偽判別，其結果用于優化判別器與生成器，最終獲得經過訓練優化的生成器進行顫振信號數據集的擴展。