原文传递
基于小波多尺度熵的导航传感器故障诊断技术研究
| 论文题名： | 基于小波多尺度熵的导航传感器故障诊断技术研究 |
| 关键词： | 导航传感器;陀螺仪;GPS系统;小波多尺度熵;故障诊断;神经网络 |
| 摘要： | 导航系统是现代航天、航海设备不可或缺的部分,多传感器同时提供导航数据的综合导航系统,在军事及工业等领域也被充分的利用。当某一元器件发生故障时,将会产生不可预计的后果,轻则影响生产,重则机毁人亡甚至危及国防。因此,导航传感器故障的诊断非常必要。本文以导航传感器元器件陀螺仪、GPS系统为分析对象,提出了集小波变换、信息熵技术、复杂度测度与神经网络于一体的新型人工智能故障诊断技术。通过分析陀螺仪与GPS系统的工作原理与故障产生原因,总结出了其故障模型并提出了小波多度熵算法。 为了克服经典故障诊断中需要建立信号数学模型的缺点,本文采用小波变换方法,详细介绍小波变换在时频两域分析能力,并应用其多分辨分析特征对信号进行不同频率分解,通过具体仿真分析,将陀螺仪信号进行不同层次小波分解,研究得出小波变换能通过调节尺度分析信号的局部特征及整体概貌,可以利用小波变换的分解与重构理论及小波阈值降噪原理对信号进行前期预处理。为了弥补小波变换对信号表达能力弱的缺点,引入了信息熵的概念,结合不同用途信息熵的定义,针对陀螺仪的故障特征,将小波变换多尺度分析理论与信息熵概念结合,定义小波多尺度熵概念。通过仿真分析,研究得出与小波多尺度分析相结合的信息熵可以在不同频率下表达故障信号的信息量,相对单独应用信息熵概念能有效的刻画非平稳故障信号特征。对信息熵定义过程中特征空间的划分,提出信息论中复杂度测度的概念,通过分析比较,提出从复杂度角度对信号特征空间进行划分,较单独使用能量区间划分,此方法能更灵敏的反应信号的变化特征。为了克服输出的故障不容易判断类型的缺点,引入神经网络概念作为故障分类器,通过训练故障类型神经网络并仿真分析,证实该方法能准确、直观的输出陀螺仪故障类型。比较单独使用小波变换、信息熵及神经网络进行故障诊断,本文提出的小波多尺度熵算法能够将信号前期处理、特征分析及信号准确输出完美结合。最后通过对陀螺仪信号仿真分析发现,该算法能有效的检测与诊断故障信号。 |
| 作者： | 裴建航 |
| 专业： | 导航、制导与控制 |
| 导师： | 钱华明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
