目标运动状态的改变将导致目标跟踪算法精度降低或发散。为了提高机动目标跟踪的跟踪性能,首先,针对当前统计(current statistical, CS)模型中最大加速度固定设置导致模型误差增大的问题,提出了一种自适应CS模型;在自适应CS模型和交互式多模型(interacting multiple model, IMM)的基础上,提出了一种交互式多自适应模型(interacting multiple adaptive model, IMAM),该模型通过采用两个自适应CS模型,能够有效消除目标状态突变造成模型误差急速增大的问题,提高了模型的准确度和适应性。其次,在IMAM的基础上,结合修正卡尔曼滤波(amendatory Kalman filter, AKF)的思想,提出了IMAM-AKF算法,该算法通过修正最终的状态融合估计值,有效地降低了目标机动造成的模型误差,进一步提高了机动目标跟踪的性能。最后,结合自适应渐消卡尔曼滤波(adaptive fading Kalman filter, AFKF)的思想,提出了IMAM-AFAKF算法。仿真结果表明,无论是强机动还是弱机动,IMAM-AFAKF算法都具有较好的跟踪性能。

针对成像末制导中地面固定目标识别难度大的问题,基于最稳定极值(maximally stable external region, MSER)区域提出一种新的相对定位识别算法。提取基准图中目标周围具有尺度和仿射不变特性的MSER特征,根据权重指数自适应选取一定数量的MSER特征作为上下文地标。提取实时图中的MSER特征,与上下文地标基于规则化互相关准则进行特征匹配,利用双层匹配矫正策略减少误匹配,得到匹配特征对。提取匹配特征对的中心点作为参考点求解基准图与实时图之间的空间映射关系,进而利用最小二乘拟合一次多项式计算实时图中目标的位置坐标。实验结果表明,针对复杂地面场景,该方法的最大相对定误差不大于3个像素。基本满足成像末制导对自动目标识别算法稳健性好、识别精度高、抗干扰能力强等要求。

利用阵列天线波束指向空间相关性的特点,可以构建一个类似于传统锁相环结构的闭合环路以实现对导航信号来波方向(direction of arrival, DOA)的跟踪。DOA跟踪环路中鉴别器的实现方法主要有实部相减相干法、幅值相减归一化法、功率相减归一化法,首先基于波束形成技术建立了阵列天线导航接收机DOA跟踪模型,在此基础上从鉴别器增益、收敛范围和输出噪声方差3个方面对比分析了采用不同角度鉴别器算法的跟踪性能,最后对其进行了仿真验证。

卫星干扰源定位技术的关键之一是定位参数的测量。目前传统的定位时延估计算法无法满足在低信噪比环境下的到达时间差(time difference of arrival, TDOA)参数估计。为了进一步提高定位性能,提出了基于四阶累积量的最小均方误差算法(least mean square algorithm based on fourth-order cumulant, CUM-LMS),在使用四阶累积量进行时延估计的基础上,提取峰值信息,计算均方误差,得到准确的TDOA参数。实验结果表明,所提出的算法有效地提高了时延参数估计的性能。

为进一步减小收敛速率与稳态误差之间的矛盾,改善自适应滤波算法,利用改进的Lorentzian函数提出了一种新的变步长凸组合最小均方(new variable step-size convexcombination of least mean square,NVS-CLMS)算法,该算法既有效提高了收敛速率又具备很好的抗干扰能力。同时,为了克服CLMS算法停滞等待的弊端,采用了瞬时转移结构;另外,在参数的迭代公式中使用sign函数进行优化以降低运算量。仿真结果证明该算法与CLMS、VS-CLMS相比,在不同的仿真环境中均能表现出良好的均方特性和跟踪特性。

为了研究水下航行器探测的新途径,以水下航行器产生的尾流为研究对象,推导建立了水下航行器尾流感应电磁场的浅海数学模型,并利用高斯积分法对数学模型进行了数值求解和实例仿真计算,结果表明，水下航行器尾流感应电磁场具有频率低、远场衰减速度慢、传播距离远、持续时间长的特点,量级可观具有可探测性,可用于对水下航行器的探测。

利用测线对称性对固定测量偏差的抵消作用,对超短基线声传感器安装偏差标定测线进行了规划。通过分析各类测角偏差对标定的影响,得出安装偏角估值无偏时测线应满足的对称性与重合性条件,规划了满足该条件3类测线:直线测线、圆测线及将两者合并的组合测线,并通过仿真计算与实验数据处理对3类测线进行了比对。仿真与实验结果表明组合测线在不能严格保证对称重合测量的实际情况下标定结果更准确、一致性更好,修正后超短基线系统的定位精度更高。因此将组合测线作为超短基线声传感器安装偏差的标定测线。

多波段信号融合技术在信号层将多个不同子带融合成一个大带宽信号,因而能够有效提高雷达图像距离分辨率。目前，基于全极点模型的融合技术主要采用root-MUSIC(multiple signal classification)及其改进算法实现极点的估计,在较弱的噪声条件下这种方法得到了不错的融合效果。然而在低信噪比条件下root-MUSIC算法容易受到噪声干扰而难以实现正确极点获取,进而极大影响到最终信号融合效果。为减小噪声影响,提出用矩阵束算法实现多波段信号极点估计,在此基础上通过不同子带对应极点间的相位关系估计出相干参数,同时对融合结果以信号差的2范数最小为准则进行迭代,以减小融合信号的误差。最后采用加权寻优的方式进一步提高了信号的融合精度。仿真实验结果表明，提出的方法有效提高了低信噪比条件下的多波段信号融合效果。

针对条带模式合成孔径雷达回波缺失数据,提出了一种利用压缩感知恢复缺失数据并成像的方法。将条带数据分块为多个子孔径数据,对子孔径利用压缩感知恢复缺失数据并拼接得到条带数据,缩短了整个数据的恢复时间,推导了压缩感知处理的基矩阵和测量矩阵。运用最大似然估计的特征向量方法(eigenvector method for maximum- likelihood estimation, EMMLE)实现了子孔径缺失数据的自聚焦,满足了压缩感知对图像的稀疏要求。利用压缩感知恢复完整的相位误差信号,解决了子孔径补偿相位误差数据的拼接问题。最后通过对恢复的雷达回波数据成像并自聚焦校正了距离徙动,得到了聚焦良好的完整图像,提高了缺失数据的成像质量。

提出了一种基于场景点遍历的多普勒带宽计算方法,该方法能得到准确的脉冲重复频率 (pulse repetitionfrequency,PRF)下限值,解决了传统计算方法存在的发射脉冲数过多及PRF参数无法设计的问题,同时解决了雷达方位与俯仰波束宽度不一致时,PRF下限值较难准确计算的问题。构建了基于雷达系统参数和弹载高动态运动特征的PRF参数设计模型,在此基础上提出了通过减小等效斜视角和雷达平台速度的发射脉冲数最小的弹道优化方法。弹道仿真验证了本文方法能较好地满足工程应用中弹载下降段大前斜聚束SAR成像时序设计需要。

合成孔径雷达(synthetic aperture radar, SAR)是相干成像系统,所以接收信号相位的正确性决定了SAR图像的聚焦质量。利用自聚焦算法对SAR图像进行相位误差函数的估计及补偿是获得高分辨率,高质量SAR图像的关键步骤之一。其中,相位梯度自聚焦(phase gradient autofocus, PGA)算法运算量适中且鲁棒性好,被广泛应用于SAR自聚焦中。然而,PGA算法基于相位误差梯度值进行加权平均估计,相位差分的过程会引起噪声的积累,因此该算法对原SAR图像在方位数据域的信噪比要求较高。针对PGA算法存在问题,提出了基于多脉冲联合估计的相位误差自聚焦(phase error autofocus, PEA)算法。该算法采用了PGA算法的处理结构,并基于相位误差直接进行加权平均估计,可以在较低信噪比条件下正确实现SAR图像的自聚焦处理。仿真实验以及实测数据处理结果对比均表明，PEA算法可以获得优于PGA算法的自聚焦性能,且实际算法执行时间更短,更有利于算法实时处理。

目前,天波超视距雷达(over-the-horizon radar,OTHR)大多是在空域或匹配滤波后的时频域抑制射频干扰,往往会同时抑制掉射频干扰附近的目标。考虑到在匹配滤波后,射频干扰与目标信号都是近似单频信号难以区分;而在匹配滤波前,目标信号是宽带的线性调频信号,而射频干扰是近似单频的窄带信号,射频干扰与目标信号显著不同,易于分离。基于该特点,提出了一种基于匹配滤波前的频域干扰置零的射频干扰抑制算法。该算法在频域中检测射频干扰的频点位置并将该频点的信号成分置零,最后变换到时域实现射频干扰抑制。与传统方法相比,本文所提算法在抑制射频干扰时基本不损害目标信号。实测数据的处理结果验证了所提方法的优越性。

针对传统空战威胁评估方法难以直观地给出目标威胁状况及发展趋势的缺陷与不足,提出基于区间数雷达图的可视化空战威胁评估方法。该方法首先通过区间数与反三角函数确定并归一化目标属性决策矩阵;然后运用区间交叉熵法和群组层次分析法确定目标属性权重,并对威胁进行分级;最后在改进雷达图方法基础上,建立可视化空战威胁评估数学模型。仿真分析表明,该方法能够使决策者在正确的评估结果前提下直观地分析出各目标威胁状况与趋势。

现代战争中,时效性是评价防空反导系统战略预警、指挥决策等性能的重要指标。提出了一种基于仿真的防空反导系统时效性分析方法,从体系结构的角度评估防空反导系统的时延对反导成功率的影响。为此,首先提出防空反导系统时效性分析方法与过程,然后采用UPDM(unified platform of defense model)工具对防空反导流程进行体系结构相关产品的设计,最后利用所提方法对防空反导体系结构进行仿真,分析时延因素对防空反导成功率的影响,为时延分配、作战流程优化提供思路。

未来的来袭导弹可能具备较强的机动性,其弹道不可预测,针对拦截弹追击此类目标的追逃问题,基于微分对策(differential-game, DG)理论建立追逃博弈模型并给出求解方法。模型在分析两者相对运动的基础上,考虑地球重力和自转的影响,以推力角为控制变量,离地高度、速度和经度角为状态变量,建立微分方程组。然后将追逃DG模型转化为单边最优对策问题;并给出改进的高精度五阶Gauss-Lobatto多项式配点法来近似状态变量对时间的导数,将微分方程组转换为代数约束,降低非线性规划问题复杂程度。最后给出了本文研究的仿真实例。

无偏置上仰投弹是一种典型的激光制导炸弹投放战术,作战飞机战术机动规划的目的是在遵循战术要求的前提下寻找出最优飞行航路以及装备操作关键点、时机和参数。根据无偏置上仰投弹战术描述,建立了基于机动组合的战术模型。综合考虑战机机动性能和激光制导弹使用限制等约束条件,以地面目标毁伤程度最大化和战机受威胁程度最小化为目标,建立了战术机动多目标优化模型。采用基于分解的多目标优化算法求解模型。仿真实验验证了模型和算法的可行性、有效性。

从业务模型中发现和识别业务层服务是面向服务架构系统设计的关键活动。为面向服务架构设计,提出了一种基于聚类分析的自动化服务提取方法。该方法将服务提取问题转换为多目标优化求解的问题,以C/U矩阵业务模型为基础,综合考虑服务设计中耦合度、内聚度、重用性、可维护性等原则,构建优化设计的目标函数,并提出模拟退火的求解方法。最后通过案例进行验证。

为提高约束优化模型的求解准确度和运算速度,针对粒子群算法及其计算方法进行了改进。引入多样化机制避免算法陷入局部最优的危险:创建多个子群将决策空间划分为多个搜索子空间,多子群独立搜索以保证群间解的多样化;用量子粒子代替普通粒子,为其添加服从球状分布的伴随粒子来提高群内解的多样化。多样化的引入增加了计算量和计算复杂度,利用并行计算提高算法运行速度:分析了改进粒子群算法并行计算的方法,在私有云计算平台上编写了基于MapReduce的并行求解流程。实验结果表明，本文方法具有较高准确度,算法的稳定性也较好,运算速度可成倍提高。

针对评价信息存在模糊性、不确定性及不完备性的多方案比选问题,考虑短板指标对各方案综合评价值的影响,引入置信度的概念和变权原理,提出一种新的不确定条件下的变权-优劣势排序(dynamic-weight superiority and inferiority ranking under uncertainty, DWUSIR)方法。利用带置信度结构的语言评价值表达评价信息的不完备性或专家评价的不确定性和模糊性;基于变权原理,通过状态变权函数构造变权模型,兼顾决策者的主观偏好与目标状态值的影响。最后,通过算例分析验证了新提出的方法的有效性和合理性。

针对指标权重未知的三角模糊数型不确定多指标决策问题:首先,给出了一种新的规范三角模糊数相似度和决策方案相似度的定义,提出了三角模糊数相似度关系理论并得到了一些相关结果;其次,借鉴离差最大化思想提出了一种基于三角模糊数相似度关系确定指标权重的相似规划模型;再次,利用各决策方案与理想决策方案相似度的相对比值大小对各决策方案进行排序和择优,以此给出了三角模糊数型不确定多指标决策的相似度关系算法;最后,通过算例对该算法与离差最大化算法进行对比分析说明了该算法的可行性和有效性。

针对采用摆动喷管作为执行机构的导弹姿态控制系统,研究了导弹初始垂直发射过程中三通道姿态耦合控制问题。详细推导了采用摆动喷管的导弹的姿态动力学模型,并与欧拉角描述的导弹姿态运动学模型结合,基于动态面控制技术,在考虑系统中气动参数不确定性情况下设计了一个新的动态面自适应滑模控制器,并应用Lyapunov方法给出了严格的稳定性证明。为避免控制设计中的抖振问题,控制器中的符号函数用饱和函数来代替。数值仿真分析验证了所提出的控制方法的有效性。

在空间攻防与卫星对抗中,当目标卫星周围有若干小卫星以编队形式对其绕飞时,为使拦截卫星成功击中目标卫星,并且避开编队小卫星的防御区,必须对拦截卫星攻击轨道进行规划。寻找到一条既能满足安全性、快速性,又能节省燃料的最优路径。而利用经典数学规划方法,如序列二次规划方法,虽能寻找到最优路径,但并不适应于解决空间对抗中复杂攻防环境模型下的轨道规划问题。为此本文提出基于遗传算法的拦截卫星攻击轨道寻优方法。建立目标卫星编队小卫星的动态防御模型作为环境模型,采用可变长度实数编码方式,根据攻击轨道安全性、快速性、燃料消耗最少等要求建立综合适应度函数,并对遗传算子及置换运算方法进行设计。通过仿真验证,本文提出的轨道优化方法能够寻求到最优攻击路径,并且算法收敛速度较快。

嫦娥五号飞行试验器搭载星载多模接收机,验证星载接收机接收导航星旁瓣信号的能力,首次实现了利用旁瓣信号对大椭圆轨道航天器的导航定位。理论分析了导航星旁瓣信号接收的可行性,基于嫦娥五号飞行试验器轨道特性研究了接收机接收信号功率及可视导航星数目与地心距变化的关系,并给出了理论几何定位因子。分析表明,接收机灵敏度达到-160 dBm条件下,可具备6×10⁴ km以下高度的定位能力。对获取的导航解数据及伪距进行了处理分析,利用导航解进行定轨计算,导航解的噪声水平优于10 m。利用差分伪距数据进行定轨计算,残差噪声约为8.5 m,使用1 h数据可以实现定轨预报1 h优于百米的精度,达到地基数据长弧条件下定轨预报精度水平。

针对含模型不确定性的无人动力翼伞低空降高控制问题,提出了一种基于可变增益的自适应模糊反步法控制策略。首先,推导了稳定航速下翼伞尾沿偏转变增益反步控制律,通过设计增益参数简化了控制器形式。然后,利用模糊逻辑系统在线逼近系统的不确定性,并加入自适应鲁棒项对逼近误差进行消除,采用Lyapunov理论得出的模糊系统权值和逼近误差自适应律,保证了闭环系统的一致最终有界性和跟踪精度。最后,针对控制器增益的组合形式,采用单独的模糊系统对增益参数进行在线调节。仿真结果验证了所提方法的有效性。

考虑存在通讯时延,在有向通讯拓扑结构下研究多Euler-Lagrange系统的协调跟踪控制问题。仅有部分跟随者可以获得静态领航者信息。对每一个跟随者设计了一种分布式观测器,以获得领航者的状态量。针对系统模型具有非线性不确定性和外部扰动情况,基于神经网络方法提出了两种分布式自适应协调控制律,分别使每一个跟随者对领航者的跟踪误差最终有界和渐近收敛到零。运用Lyapunov稳定性理论对两种控制律的稳定性进行了证明。数值仿真验证了本文提出的控制律的有效性。

针对机电作动的飞机防滑刹车模型具有的高阶非线性及参数时变特点,提出一种基于障碍Lyapunov函数的动态面控制方法,实现对滑移率的上界约束,保障防滑刹车系统的稳定性。建立飞机刹车动力学模型,与机电作动器的数学模型联立得到整体刹车系统的状态空间模型,并合理简化为严格反馈形式。将刹车系统的控制稳定性问题等效描述为含输出约束的非线性系统镇定问题,设计动态面控制律并通过Lyapunov方法证明滑移率跟踪误差半全局一致最终有界,刹车工作点始终保持在稳定区域内。仿真结果表明,本文所提控制策略具有稳定性优势,且改善了传统控制存在的中低速时滑移率振荡问题,控制效果有显著提升。

认知无线电空时二维联合频谱感知技术可以有效利用认知无线电网络的二维频谱资源,该文提出一种空时异构认知网络区域划分方案的设计方法。新的设计方法依据IEEE 802.22标准和应用需求,建立了一种鲁棒性空时二维感知模型,并明确定义了认知无线电网络构架的主用户分布边界、保护边界和感知边界;基于认知用户对主用户通信中断概率的条件约束,严格推导出了3种边界条件的数学闭式解。采用新的设计方案,在保证主用户通信功率和认知用户最大允许通信功率的条件下,能够灵活确定主用户分区和认知用户的Overlay及Underlay接入模式。理论分析和仿真结果表明,新的区域划分方案在保证主用户良好通信质量的前提下,能够实现认知用户在空间维度更有效的分配和接入可用频谱资源。

对超奈奎斯特(faster than Nyquist, FTN)和奈奎斯特系统的频谱效率进行了对比分析。在绝对带宽的前提下,首先证明了基于根升余弦函数脉冲的单载波FTN可达速率大于奈奎斯特可达速率,并推导了有子载波间干扰的多载波FTN的频谱效率公式。本文证明了单载波FTN的频谱效率大于奈奎斯特系统的频谱效率,并且证明了单载波FTN的频谱效率随着滚降因子的减小而增大。基于频谱效率公式和数值仿真,本文给出了多载波FTN对于不同滚降因子的最优子载波间隔。结果表明，即使存在子载波间干扰,基于最优子载波间隔的多载波FTN频谱效率也高于正交系统(奈奎斯特)的频谱效率。

为定量分析脉冲熄灭产生的子载波间干扰对空时分组编码正交频分复用(space-time block coding-orthogonal frequency division multiplexing，STBC-OFDM)接收机差错性能的影响,在频率选择性瑞利衰落信道下理论分析给出脉冲熄灭STBC-OFDM接收机输出信噪比的计算公式,并以此为基础,定量分析了脉冲熄灭对STBCOFDM接收机符号差错性能的影响. 计算机仿真结果表明,论文给出的理论结果与仿真结果完全一致,验证了理论分析的正确性。

针对未来航空集群作战的全新网络需求,提出了“航空集群云网络”的概念,设计了网络通信层面与任务需求层面耦合机制,为航空集群网络的具体通信技术研究提供了参考,并在此基础上结合基于正交频分多址(orthogonal frequency division multiple access, OFDMA)的可变带宽信道分配技术设计了一种面向航空集群云网络的媒体接入控制协议(aeronautic swarm cloud network oriented media access control protocol, ASCN-MAC)。详细设计了协议的任务需求认知机制,为智能化任务规划决策提供了通信支撑,并从需求出发,基于OFDMA的特点,提出了面向任务需求的层次化信道资源预约方式和信道资源贪婪预约算法。仿真结果表明,ASCN-MAC协议在任务规划决策的通信支撑能力、吞吐量性能和实时性上均具备较强的优势,可以满足新的作战样式下大量面向任务需求信息的可靠低时延传输。对全新作战样式下新一代航空数据链的研究具有一定的参考、借鉴意义。

无线网络中节点的合作通过形成联盟可以有效增大系统的安全容量。现有研究只是解决了联盟自身收益最大化的局部优化问题,没有从全局考虑联盟之间存在的竞争和干扰问题。文章首先基于联盟博弈理论,提出了实现物理层安全性能最大的分布式中继选择方案;在此基础上,针对联盟之间存在的干扰和竞争问题,基于有代价的非合作博弈,提出联盟功率的优化方法;根据优化后的联盟功率,联盟内的节点依据信道增益分配联盟的最优功率。仿真分析和性能比较表明,所提出的方法不仅可以形成稳定的联盟,与只考虑局部最优的安全性能相比较,降低了联盟的功率消耗,且提高了联盟的安全收益。

为了提高偏微分方程放大算法对纹理细节的放大效果,利用改进的复扩散模型耦合均值滤波器,提出了一种图像放大算法。改进的非线性复扩散模型能够很好的定位图像边缘,通过冲激滤波器对边缘进行锐化,同时耦合非局部均值滤波器,保持图像内部的自相似特性,利用非局部信息重建高分辨率图像,提高小边缘、细节放大效果。算法结合非局部信息和局部信息对图像进行放大,增强纹理细节,使图像更加自然,同时减弱对边缘的过度增强,具有较好的放大效果,仿真实验验证了算法的优良性能。

根据贝叶斯分类准则提出了一种改进的基于局部与全局信息的水平集图像分割模型。首先,利用图像的局部信息建立了局部能量项,引导目标附近的演化曲线停在目标边缘上;然后,利用图像的全局信息建立了全局能量项,加速远离目标边缘处演化曲线的演化;最后,提出了一种联合局部能量项和全局能量项的统一的水平集模型架构,提高了分割效率和分割灰度不均匀图像的能力。分割实验结果表明，该改进模型不但提高了对初始轮廓位置的鲁棒性,而且在分割灰度不均匀的图像时也取得了令人满意的分割结果。

针对轨迹优化直接方法,提出了以控制变量曲率为基础的最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)网格自适应加密策略,用于提高优化精度。以高分辨率二分网格节点为中心,构造径向基函数逼近控制曲线,利用LASSO方法估计径向基函数系数,并自动筛选出位于控制曲线曲率极大区间的高分辨率节点加密当前网格。本文方法不需要进行状态和控制误差估计,适应性和通用性强。两组典型算例验证了方法的有效性。

为了保证面向指挥决策支持的在线仿真系统可信性,提出了情报数据驱动的在线仿真系统动态修正方法。首先,依据情报数据变化快慢,将其分为缓变和快变两类数据;然后,从位置接近性和外形相似性两个方面刻画缓变数据间差异,从趋势项差异和平稳项差异两个方面刻画快变数据间差异,由此实现了仿真输出与情报数据一致性的度量;进一步,基于拉丁超立方实验设计方法确定仿真模型“修正集合”,并利用主成分分析综合仿真输出一致性指标,从修正集合中选择使得仿真模型可信性最佳的修正方案。通过应用实例,表明了方法的有效性。

从故障隔离率的基本定义和分析出发,针对在装备研制早期,给定故障隔离百分比后,对如何确定和优化对应的故障隔离模糊度问题进行了研究。首先,借助于测试性分析中的多信号流图(multi-signal flow graph, MSFG)及其示例计算结果,结合测试性设计中故障模糊度的不同分布,得到了故障隔离模糊度的完整的度量指标(包括最小值、最大值、均值),以及当前指标的物理意义(单个指标应理解为均值)。在定性分析的条件下,通过典型案例分析,给出了最小值、最大值和均值确定的方法和原则。在定量分析方面,通过装备维修和故障隔离过程分析,建立了故障隔离模糊度的通用优化模型。在模型求解方面,对模型进行了工程应用简化,给出了模型优化解存在的前提条件,通过逻辑和数学分析等手段,结合典型示例给出了模型求解的逐步寻优算法和动态规划算法,应用该模型和算法可以在给定故障隔离百分比的条件下,得到经过优化的故障隔离模糊度的最小值、最大值和均值的精确解。从而在工程应用的背景下,较为圆满地解决了这一问题。

针对非线性、非平稳情况下自确认气体传感器的故障诊断问题,提出了对传感器不同故障模式信号进行特征提取和智能识别的在线故障诊断方法。首先,该方法根据传感器信号的变化进行集合经验模态分解(ensemble empirical mode decomposition,EEMD),自适应地获得一组固有模态函数(intrinsic mode functions,IMFs),对每个IMF及残余分量进行样本熵分析,提取传感器输出信号的完备特征;然后,利用稀疏表示分类(sparse representation-based classification, SRC)将各故障模式下训练样本的特征向量构成超完备字典。为了提高故障诊断方法的自适应能力,对SRC分类器进行在线更新。通过求解最小1范数约束问题,获得测试样本的稀疏表示系数,再由不同故障类型的重构误差确定测试样本归属,进行传感器故障类型识别。实验结果表明,与目前其他传感器故障诊断方法比较,本文提出的方法能够更显著地提取传感器故障信号特征,故障识别率提高4%以上,达到97.14%。