基于LS_SVM与PCA的小型无人机传感器故障诊断  

Small UAV Sensor Fault Diagnosis Based on LS_SVM and PCA

作　　者：高云红[1,2] 赵丁[1] 李一波[1] 

机构地区：[1]沈阳航空工业学院自动化学院,沈阳110136 [2]南京航空航天大学自动化学院,南京210016

出　　处：《火力与指挥控制》2014年第7期111-114,共4页Fire Control & Command Control

基　　金：国家自然科学基金资助项目(51277126)

摘　　要：针对小型无人机机动性强,故障多且难以实时检测的特点,提出了将最小二乘支持向量机(LS_SVM)与主元分析法(PCA)相结合对小型无人机传感器进行故障检测与分离。最小二乘支持向量机用于建立预测模型并生成残差,实时检测传感器故障;利用主元分析法将故障信号分离,进行故障诊断。仿真结果表明,最小二乘支持向量机与主元分析法相结合对无人机传感器具有良好的故障诊断效果。According to the specialty of powerful maneuverability, more faults and difficult to be detected for small UAV,a combining method of least squares support vector machine and principal component analysis is proposed for small UAV sensor fault detection and isolation. LS_SVM is used to create prediction model,generate residuals and real-time detect sensor fault. PCA is used to separate the fault signal and diagnosis fauh. The simulation results show,the combining method of LS_SVM and PCA for small UAV sensor fault diagnosis has a good effect.

关 键 词：小型无人机 最小二乘支持向量机 主元分析 故障诊断 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]