[发明专利]一种基于发动机气路静电信号的异常颗粒物检测方法

权利要求书

1.一种基于发动机气路静电信号的异常颗粒物检测方法，其特征在于，包括以下步骤：

1)构建静电检测信号随机变量，将所述随机变量的集合表征为一个随机向量，通过识别随机向量中的稀疏异常随机变量以实现检测异常颗粒的目标；

2)构建基于压缩感知的多重测量信号模型，即MMV-CS，通过在随机向量的独立采样集合和测量信号的重数之间进行类比，获知压缩感知的多重测量信号模型与异常信号检测之间的内在关系；

3)MMV-CS模型中测量矩阵的近似估计；

4)提出MMV-LASSO算法进行优化求解/恢复随机向量；

5)根据恢复的随机向量检测其中的异常变量。

2.根据权利要求1所述的一种基于发动机气路静电信号的异常颗粒物检测方法，其特征在于，所述步骤1)包括以下实施内容：

在将基于压缩感知的模型应用于航空发动机排气异常颗粒的检测问题中时，首先将影响静电检测信号的所有因素建模为随机变量；同时，在随机向量的独立采样集合和测量信号的重数之间进行类比，即在实践中，所述独立采样信号可随着时间推移获得。

3.根据权利要求1所述的一种基于发动机气路静电信号的异常颗粒物检测方法，其特征在于，所述步骤2)包括以下实施内容：

采用基于压缩感知的多重测量向量模型即MMV，从多个静电传感器的测量向量中恢复具有相同稀疏结构的联合稀疏信号源。在MMV的理论框架中，K稀疏目标的位置信息被描述为一个N元素长的稀疏向量，该向量有K个非零元素，其中，K《N，且K和N均为整数；

使用M个分散的传感器获得一个M元素长的测量向量，其中，M《N，被视为稀疏向量线性压缩到一个低维测量向量；

然后，在满足预定条件的情况下，通过求解稀疏优化问题，利用压缩后的向量以高概率重构K个目标的位置信息。

4.根据权利要求1所述的一种基于发动机气路静电信号的异常颗粒物检测方法，其特征在于，所述步骤3)包括以下实施内容：

使用基于稀疏提取算子的混合矩阵估计以及基于小包波分解的混合矩阵估计两种方法来进行混合矩阵近似估计。

5.根据权利要求1所述的一种基于发动机气路静电信号的异常颗粒物检测方法，其特征在于，所述步骤4)包括以下实施内容：

将L个时间步长的测量值y_l∈R^M垂直拼接成列向量y∈R^ML，测量矩阵Φ_l∈R^M×N也被垂直连接成矩阵Φ∈R ^ML×N，然后将连接的测量向量和测量矩阵输入到常规的LASSO算法中，通过取估计值的K个最大振幅对应的索引来找到异常索引。

6.根据权利要求1所述的一种基于发动机气路静电信号的异常颗粒物检测方法，其特征在于，所述步骤5)包括以下实施内容：

基于幅值梯度下降的随机变量数目估计、异常随机变量幅值u的设定分析、测量重数L的设定分析、随机变量总数N的设定分析。