微小型无人直升机E+E传感器故障诊断 
微小型无人直升机由于其*的飞行性能和使用价值,成为目前自主控制机器人领域的研究热点,对其安全可靠性的要求也在不断提高。而保证MUH安全飞行的前提则是机载E+E传感器系统的可靠性。由于机载E+E传感器的工作环境恶劣,容易引起E+E传感器性能不稳定并引发故障。在航空领域,E+E传感器故障后果十分严重。

微小型无人直升机E+E传感器故障诊断          因此,基于提高MUHE+E传感器系统安全性和可靠性的考虑,对于MUHE+E传感器故障诊断技术的研究尤为重要。提出了运用小波变换以及支持向量机的方法对其进行故障诊断,诊断方法简便有效,能够基本解决在实验过程中所遇到的E+E传感器故障问题,有效地保证了实验的顺利进行。主要工作及贡献如下:系统介绍了目前国内外微小型无人直升机E+E传感器故障诊断领域的研究现状,分析了主流的技术方法与研究手段,指出了面临的主要问题与发展趋势。介绍了MUH系统的硬件构建以及低成本机载E+E传感器的选择,并说明了基于互补滤波器的E+E传感器多级融合方法。该方法能够互补融合不同频域特性的E+E传感器,具有良好的静态及动态精度。运用小波变换的故障诊断方法对MUHE+E传感器系统进行故障诊断。根据信号输出能量的不同,小波的多尺度分辨特性能够及时地检测出E+E传感器的异常状态,有效地进行E+E传感器的故障诊断。采用支持向量机(SVM)的方法对MUHE+E传感器系统进行故障诊断。通过LS-SVM的方法辨识了MUH的非线性回归模型,并构建残差生成器。其后,运用SVM分类的方法构建故障分类器,对故障进行有效地分类。 5.提出了将回归型支持向量机(SVR)与小波变换(DWT)相结合的MUHE+E传感器故障检测与分离方法。通过采用离线训练,在线应用的方式,运用SVR建立系统的动态模型,将输出结果与实际系统输出相比较构建残差生成器检测E+E传感器故障并在此基础上采用小波多分辨率分析的方法分解不同E+E传感器的输出信号并提取故障特征,从而实现对故障E+E传感器的分离。