基于灰色聚类算法的雷达电源故障检测方法

黄友猛

（江苏金陵机械制造总厂，江苏 南京 210000）

0 引 言

雷达电源是为雷达作业与运行提供电力的装置和系统，随着雷达技术在市场相关领域内的推广使用，相关雷达电源故障的研究越来越多[1]。为了确保雷达在多领域的应用性能，对不同型号雷达运行出现故障的原因展开分析，发现其中由于电源故障导致的雷达故障数量占总故障数量的半数之多[2]。为解决检测台在投入使用后的缺陷，科研单位设计了基于输入/输出（Input/Output，I/O）交互技术的故障检测方法和基于MATLAB/Simulink 软件的故障检测方法，但显而易见的是，现有的方法在投入使用后一直无法在故障检测中发挥预期效果[3]。对此，本文将在此次研究中引进灰色聚类算法，设计一种针对雷达电源故障的全新诊断方法，旨在通过此次设计实现对雷达电源故障信号的分选，实现对故障的精准识别与检测。

1 雷达电源异常信号分选

为实现对雷达电源故障的检测，开展研究前，需要做好对雷达电源中异常信号的分选。在此过程中，先采集雷达电源在运行中的输入电压、输出电压、电流、功耗等参数，对雷达电源信号中的脉冲描述字（Pulse Description Word，PDW）流进行处理，找出信号集合中满足PDW 流或与PDW 流具有相同特征的雷达电源信号，通过对信号脉冲个数的分析，实现对雷达电源信号中异常信号的分选[4]。在雷达电源信号中，每一个PDW流中都包含脉宽（Pulse Width，PW）信号、射频（Radio Frequency，RF）信号、波达方向（Direction Of Arrival，DOA）、脉冲到达时间（Time of Arrival，TOA）[5]。先进行雷达电源信号的数字正交插值处理，处理过程为

式中：x(t)为t时刻下采集的雷达电源信号；n为脉冲次数；F1为雷达电源信号中的上变频信号频率；F2为雷达电源信号中的下变频信号频率[6]。对F2、F1进行计算，计算公式为

式中：F为雷达电源信号的采样频率；k为信号带宽；f为混频信号。完成上述处理后，对采集的雷达电源传输信号进行均衡处理，通过对脉冲的压缩与滤波，进行雷达电源信号的预处理[7]。处理过程为

式中：D为雷达电源信号的预处理；p为等效低通滤波系数；N为雷达电源信号脉冲压缩系数。按照上述方式，完成雷达电源信号的预处理后，读取可信的PDW 流，将其作为待分选的PDW 流。此时，PDW流的第一个脉冲信号到达方向将作为雷达电源信号的聚类中心[8]。在此基础上，读取PDW流的下一个脉冲，选择下一个脉冲信号的聚类中心，掌握雷达电源异常信号的容错范围[9]。

2 基于灰色聚类算法的雷达电源信号特征提取

完成上述研究后，引进灰色聚类算法，设计雷达电源信号特征的提取[10]。在此过程中，将分选后的雷达电源异常信号录入终端滤波处理设备中，设定信号的论域，对雷达电源可能出现的故障进行编码。考虑到部分信号在雷达电源故障表述中具有一定模糊性，因此对信号在空间中进行映射处理。在映射过程中，设定针对雷达电源异常信号特征的辨识指标，通过此种方式将异常信号中携带的故障元素映射到灰色聚类空间中。此过程的计算公式为

式中：O为雷达电源异常信号中故障元素的映射；R为映射空间；j为第j个故障元素；u为雷达电源异常信号中故障元素的辨识指标；η为白化权函数。完成上述计算后，在映射空间中对呈现离散化状态的雷达电源信号进行灰色聚类，此过程的计算公式为

式中：b为雷达电源信号的灰色聚类；X为灰色聚类区间；X0为灰色聚类变量。

3 雷达电源故障检测与诊断

完成上述研究后，设计雷达电源故障的检测与诊断。在此过程中，引进雷达电源状态图，对雷达电源在作业过程中可能出现的不同状态及其当前状态进行描述。在确保雷达电源当前运行状态为稳态的情况下，评估电源某项参数或技术条件发生变化时，电源的输出参数是否会存在异常变化。将雷达电源输出条件的变化过程作为设备状态发生转移的过程，对此过程进行检测，即可实现对雷达电源故障的诊断。

检测过程中，将所有用于描述雷达电源的异常信号与信号特征参数录入终端，根据信号的采集时间与对应时段，建立针对雷达电源故障的模拟电路，根据模拟电路的复杂度、密集度，进行雷达电源故障元件的辨识。辨识中，需要做好对雷达电源中不同故障元件作为参数的分析，将辨识结果与诊断结果录入学习库，当其他雷达电源出现相同的故障形式或特征后，可以将故障信号与学习库中的内容进行对比，根据对比结果，判定雷达电源在运行与供电过程中的故障类型。通过此种方式，实现对雷达电源故障的检测与诊断，完成基于灰色聚类算法的雷达电源故障检测方法设计。

4 对比实验

实验前，考虑到雷达电源的供电与运行过程会受到电磁兼容、作业环境等因素的影响，可能会出现信号被屏蔽、接地不稳定、散热不合理等方面的问题。为避免在实验过程中相关因素对雷达电源检测结果造成影响或恶劣的实验环境造成雷达电源损坏，需要根据实验的需求进行测试环境的调试，使用24 V 直流电源进行雷达的供电。

实验过程中，雷达电源系统的终端计算机屏幕上将呈现供电运行指示灯、不间断电源（Uninterruptible Power Supply，UPS）实时输出电压值、输入电压变化量、输出电压变化量、AC 失电指示灯等。

根据雷达电源的运行需求，电源的输入电压应当控制在交流90 ～280 V，此时输出的电源电压应为220（1±1.5%）V。当输出电压不满足220（1±1.5%）V时，说明雷达电源存在故障。

实验时，保证雷达电源输入电压在交流90 ～280 V 范围内持续供电3 min，保证雷达电源输出稳态后，调节雷达电源输入电压小于交流90 ～280 V，使用本文设计的基于灰色聚类算法的雷达电源故障检测方法，对雷达电源的异常运行过程进行检测，结果如图1 所示。

图1 雷达电源输入电压调整前后的故障检测结果

从上述图1 所示的实验结果可以看出，使用本文设计的方法进行雷达电源故障检测，检测结果中，前3 min 雷达电源的输出电压在220（1±1.5%）V 范围内变化，说明前3 min 雷达电源的运行无故障。3 min 后调节雷达电源的输入电压，调节后雷达电源的输出状态不在220（1±1.5%）V 范围内变化，说明3 min 后雷达电源的运行存在故障。将检测的结果与预设的条件进行对比后发现，检测结果与预设条件一致，说明使用本文设计的基于灰色聚类算法的故障检测方法可以实现对雷达电源故障的检测。

完成对本文方法在实际应用中可行性的测试后，引进基于I/O 交互技术的故障检测方法、基于MATLAB/Simulink 软件的故障检测方法。将提出的2种方法作为传统方法1 与传统方法2，使用本文方法与2 种传统方法进行雷达电源故障的检测。将3 种方法接入测试终端，当检测结果为“雷达电源存在故障”时，电源系统的指示灯亮起，此时触发雷达电源运行预警；当检测结果为“雷达电源无故障”时，电源系统的指示灯不发生任何变化，未触发雷达电源运行预警。选择若干个不同型号存在故障与无故障的雷达电源，使用3 种方法对其进行故障检测。电源系统指示灯亮起为“故障”，未亮起为“无故障”，分别用“Y”和“N”表示，具体的检测结果如表1 所示。

表1 雷达电源故障检测结果

根据上述表1 所示的实验结果可以看出，使用本文设计的方法进行雷达电源故障检测，所有存在故障的雷达电源检测后的指示灯全部亮起，无故障的雷达电源检测后指示灯全部未亮起。而使用传统方法1与传统方法2 进行雷达电源故障检测后，无法实现将检测结果与雷达电源故障状态进行适配。

5 结 论

本文通过雷达电源异常信号分选、基于灰色聚类算法的雷达电源信号特征提取、雷达电源故障检测与诊断，设计了一种针对雷达电源故障的全新诊断方法。完成对该方法的设计后，引进基于I/O 交互技术与基于MATLAB/Simulink 软件的故障检测方法作为传统方法，使用本文方法与传统方法进行对比。对比后，证明了相比传统方法，本文设计的基于灰色聚类算法的雷达电源故障检测方法可以在实现对雷达电源输出电压异常精准识别的基础上，提高雷达电源故障检测结果的准确性。