买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州市新航科技有限公司

摘要：本发明涉及监控技术领域，具体为一种航空障碍灯远程监控方法及系统，包括以下步骤：基于外部传感器，对航空障碍灯发出的电磁信号进行采集，采用信号处理算法，对采集到的原始信号进行处理，消除噪声干扰并规范信号格式，生成信号净化数据。本发明中，通过支持向量机和随机森林算法的使用，增强了对故障模式的识别能力和对设备性能衰退趋势的预测准确性，显著提高了故障预测的可靠性，卡尔曼滤波器和多层次决策树的结合，为多来源数据的整合与分析提供了强大支持，从而确保了决策支持信息的全面性和有效性，自组织映射网络及U矩阵可视化技术的应用，不仅在数据模式的识别和异常检测方面展现出优势。

主权项：1.一种航空障碍灯远程监控方法，其特征在于，包括以下步骤：基于外部传感器，对航空障碍灯发出的电磁信号进行采集，采用信号处理算法，对采集到的原始信号进行处理，消除噪声干扰并规范信号格式，生成信号净化数据；基于所述信号净化数据，采用小波变换和傅里叶变换，对信号进行时间频率分析，提取关键波形特征，通过多次变换分解信号，并识别提取局部时间和频率特征，生成特征波形集；基于所述特征波形集，采用支持向量机，对特征进行分析，比较实时波形和历史波形，识别偏离正常模式的信号，并预测潜在故障，生成故障预测结果；基于所述故障预测结果，结合障碍灯历史性能数据，利用随机森林算法，构建性能模型，分析性能衰退趋势和故障概率，并预测障碍灯的剩余寿命周期，生成寿命周期评估；基于所述寿命周期评估，应用卡尔曼滤波器，通过融合多来源数据，建立数据视图，运用多层次决策树，分析融合后的数据，并解析数据结构和关键特征，生成决策支持信息；基于所述决策支持信息，运用自组织映射网络，进行数据的拓扑映射和聚类，通过U矩阵可视化技术，将数据特征映射到二维空间，并识别数据模式和异常情况，生成异常模式图；基于所述异常模式图，结合所述决策支持信息，采用层次分析过程，分析监控性能和可靠性，并根据分析结果，提供维护、故障响应和资源配置方案，生成资源优化与维护计划；基于所述信号净化数据，采用小波变换和傅里叶变换，对信号进行时间频率分析，提取关键波形特征，通过多次变换分解信号，并识别提取局部时间和频率特征，生成特征波形集的步骤具体为：基于所述信号净化数据，采用离散小波变换，对信号进行多尺度的时间频率分析，并对分析结果进行局部特征提取，识别信号局部时频特征，生成小波特征数据；基于所述小波特征数据，使用快速傅里叶变换，对信号进行频域分析，并对分析结果进行全局特征提取，识别信号全局频率成分，生成频域特征数据；基于所述小波特征数据和频域特征数据，应用特征级联融合，对局部时频特征和全局频率特征进行融合处理，并对融合后的特征进行信息优化，保留关键特征信息，生成综合特征数据；基于所述综合特征数据，采用主成分分析，进行特征降维和优化处理，并对降维和优化后的特征进行信息量评估，筛选最优特征，生成特征波形集；基于所述特征波形集，采用支持向量机，对特征进行分析，比较实时波形和历史波形，识别偏离正常模式的信号，并预测潜在故障，生成故障预测结果的步骤具体为：基于所述特征波形集，采用支持向量机，对特征数据进行分析，进行模式识别，通过比较实时波形与历史波形数据，识别与正常波形模式偏离的信号特征，生成异常信号识别结果；基于所述异常信号识别结果，应用K-means聚类算法，对异常信号进行模式分组处理，识别和区分差异类型的信号异常模式，生成故障模式分类结果；基于所述故障模式分类结果，采用Apriori算法，对分类得到的故障模式进行关联分析，识别差异化故障模式间的潜在关联和频繁出现的模式组合，生成故障模式分析结果；基于所述故障模式分析结果，使用贝叶斯估计方法，对识别的故障模式进行概率分析，并进行故障概率估计，计算和预测多故障模式的发生概率，生成故障预测结果；基于所述故障预测结果，结合障碍灯历史性能数据，利用随机森林算法，构建性能模型，分析性能衰退趋势和故障概率，并预测障碍灯的剩余寿命周期，生成寿命周期评估的步骤具体为：基于所述故障预测结果，结合障碍灯历史性能数据，采用随机森林算法，对数据集性能趋势进行分析，识别性能衰退趋势和关键点，生成性能衰退分析结果；基于所述性能衰退分析结果，采用自回归积分滑动平均模型，对性能数据进行时间序列分析，并建立障碍灯性能变化的预测模型，生成性能变化模型；基于所述性能变化模型，采用Cox比例风险模型，对障碍灯的寿命进行分析，并进行风险和寿命预测，估计障碍灯的剩余寿命周期和故障概率，生成寿命预测分析结果；基于所述寿命预测分析结果，利用多准则决策分析，对障碍灯的性能和剩余寿命进行分析，并对性能和寿命进行评估，判断障碍灯的状态和维护需求，生成寿命周期评估；基于所述寿命周期评估，应用卡尔曼滤波器，通过融合多来源数据，建立数据视图，运用多层次决策树，分析融合后的数据，并解析数据结构和关键特征，生成决策支持信息的步骤具体为：基于所述寿命周期评估，采用卡尔曼滤波器，对多来源数据进行实时更新和噪声消除处理，通过决策层融合方法处理多个传感器提供的数据，进行数据准确性和不确定性优化操作，生成优化数据视图；基于所述优化数据视图，应用随机森林和决策树算法，对数据集进行分析，通过构建多个决策树对结果进行投票处理，并进行特征关键性评估和数据分类，生成决策树分析结果；基于所述决策树分析结果，采用主成分分析，进行降维处理，通过转换数据到新的特征空间进行特征数量优化，并进行特征关联性调整和数据压缩，生成结构解析结果；基于所述结构解析结果，采用信息整合框架与数据仓库技术，通过合并多个分析阶段的关键信息和特征，进行数据提取和信息提炼，生成决策支持信息；基于所述决策支持信息，运用自组织映射网络，进行数据的拓扑映射和聚类，通过U矩阵可视化技术，将数据特征映射到二维空间，并识别数据模式和异常情况，生成异常模式图的步骤具体为：基于所述决策支持信息，采用自组织映射网络，对数据进行拓扑映射和特征聚类处理，通过网络自学习调整，进行模式识别和分类，生成拓扑映射聚类结果；基于所述拓扑映射聚类结果，运用U矩阵可视化技术，对数据特征进行二维空间映射处理，通过颜色灰度表示数据点位置，并进行数据模式的可视化表示，生成数据特征可视化图；基于所述数据特征可视化图，采用层次密度聚类，对数据进行挖掘，通过检测数据的稠密区域，进行异常模式识别和正常模式划分，生成模式识别图；基于所述模式识别图，采用聚类质量评估方法，对识别的模式进行质量检验，通过计算聚类指标，进行模式评估和质量判断，生成异常模式图；基于所述异常模式图，结合所述决策支持信息，采用层次分析过程，分析监控性能和可靠性，并根据分析结果，提供维护、故障响应和资源配置方案，生成资源优化与维护计划的步骤具体为：基于所述异常模式图，结合所述决策支持信息，采用层次分析过程，通过分析故障模式对性能的潜在影响，对监控性能和可靠性进行评估，并进行故障原因分析和影响评估，生成性能可靠性评估结果；基于所述性能可靠性评估结果，应用风险优先数评分法，通过计算风险优先数，包括严重性、发生概率和检测难易程度的乘积，进行风险的量化评估和排序，生成风险优先级评估结果；基于所述风险优先级评估结果，采用线性规划模型，建立线性规划问题平衡资源分配和成本，对监控资源配置进行优化分析，生成资源优化配置结果；基于所述资源优化配置结果，采用粒子群优化，结合资源配置与风险评估结果，建立维护计划和故障响应策略，并进行资源调配，生成资源优化与维护计划。

全文数据：

权利要求：

百度查询： 广州市新航科技有限公司 一种航空障碍灯远程监控方法及系统