[发明专利]一种非理想数据条件下的装备数据集构建方法

权利要求书

1.一种非理想数据条件下的装备数据集构建方法，其特征在于，包括：

采集装备状态数据；

通过沃瑟斯坦生成对抗网络对所述装备状态数据进行扩充，构建平衡的装备状态数据集；所述沃瑟斯坦生成对抗网络包括：生成器和判别器；

根据所述装备状态数据，提取观测矩阵并构造字典矩阵，修复出完整的装备状态数据集；所述字典矩阵为离散余弦变换矩阵；

根据所述装备状态数据，使用快速独立成分分析方法，构建去噪后的装备状态数据集；

完成对非理想数据条件下的装备数据集的构建。

2.如权利要求1所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，通过沃瑟斯坦生成对抗网络对所述装备状态数据进行扩充，构建平衡的装备状态数据集，包括：

将采集的装备状态数据的随机噪声向量输入所述沃瑟斯坦生成对抗网络中的生成器，输出生成数据；根据所述生成数据扩充装备状态数据集，构建平衡的装备状态数据集。

3.如权利要求1所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，所述沃瑟斯坦生成对抗网络在使用沃瑟斯坦距离优化生成对抗网络的基础上，在判别器的优化函数中添加梯度惩罚项对所述优化函数的梯度进行限制。

4.如权利要求1所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，根据所述装备状态数据，提取观测矩阵并构造字典矩阵，修复出完整的装备状态数据集，包括：

根据所述装备状态数据，提取观测矩阵和观测信号，并构造字典矩阵；

根据所述观测信号，重构所述装备状态数据在离散余弦变换域内的稀疏向量；

根据所述字典矩阵和稀疏向量，修复出完整的装备数据集。

5.如权利要求4所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，通过如下方式提取所述观测矩阵：

从所述装备状态数据中提取一个单位矩阵；删除所述单位矩阵中所述装备状态数据对应的无效数据点的索引的行，得到观测矩阵。

6.如权利要求4所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，通过如下方式提取所述观测信号：

将所述装备状态数据中的无效数据点进行删除，并将所述装备状态数据中的所有有效数据点按照在所述装备状态数据中的顺序排列生成有效数据点，所述有效数据点构成所述观测信号。

7.如权利要求1所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，根据所述装备状态数据，使用快速独立成分分析方法，构建去噪后的装备状态数据集，包括：

对所述装备状态数据进行预处理；

使用快速独立成分分析分离出预处理后的所述装备状态数据中的独立分量，生成独立分量矩阵；

删除白噪声信号分量，从所述独立分量矩阵中选取反映装备状态的独立分量，构建去噪后的装备状态数据集。

8.如权利要求7所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，对所述装备状态数据进行预处理，包括：

将装备状态数据矩阵中的每个元素减去所述元素所在行的所有元素的平均值，对所述装备状态数据进行中心化处理；所述装备状态数据矩阵由多个所述装备状态数据构成；

将中心化后的所述装备状态数据进行白化变换，得到白化后的数据矩阵。

9.如权利要求8所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，将中心化后的所述装备状态数据进行白化变换，为：

将中心化后的所述装备状态数据的矩阵中的行向量或列向量相互独立，且将每个行向量或列向量的方差单位化。

10.如权利要求8所述的一种非理想数据条件下的装备数据集构建方法，其特征在于，使用快速独立成分分析分离出预处理后的所述装备状态数据中的独立分量，生成独立分量矩阵，包括：

对所述白化后的数据矩阵进行线性变换，通过牛顿迭代法求取使线性变换后的非高斯性最大的线性变换矩阵；

根据所述白化后的数据矩阵，以及所述线性变换矩阵，生成变换后的矩阵；所述变换后的矩阵即为独立分量矩阵。