| 基于C-SVM的组合导航系统故障诊断算法 |
| |
| 引用本文： | 张涛,徐晓苏.基于C-SVM的组合导航系统故障诊断算法[J].中国惯性技术学报,2011,19(2). |
| |
| 作者姓名： | 张涛 徐晓苏 |
| |
| 作者单位： | 东南大学仪器科学与工程学院,南京210096;东南大学微惯性仪表与先进导航技术教育部重点实验室,南京210096 |
| |
| 基金项目： | 国家自然科学基金资助项目，东南大学微惯性仪表与先进导航技术教育部重点实验室(B类)开放基金资助项目，陕西省电子信息系统综合集成重点实验室基金资助 |
| |
| 摘 要： | 为了提高捷联惯性组合导航系统的可靠性,将聚类支持向量机(C-SVM)应用于故障诊断技术,基于SINS/DVL/MCP/TAN组合导航系统建立了C-SVM故障诊断模型,将SINS/MCP、SINS/TAN和SINS/DVL三个子滤波器的相关特征量(残差值和状态检测函数)作为样本对C-SVM进行训练,并应用交叉验证法选择参数组.根据训练好的C-SVM模型分别对三个传感器进行故障诊断,若发生故障则屏蔽相应传感器的输出信息,利用其余的传感器进行重构.仿真结果表明,C-SVM的故障诊断正确率较高,特别是当训练样本数有限的情况下也能够达到较好的性能,克服了传统的神经网络在训练样本数较少时推广性能不足的问题,因此是一种理想的故障诊断技术.
|
| 关 键 词： | 组合导航 故障诊断 支持向量机 聚类支持向量机 |
Fault diagnosis based on integrated navigation system using C-SVM technology |
| |
| ZHANG Tao,XU Xiao-su.Fault diagnosis based on integrated navigation system using C-SVM technology[J].Journal of Chinese Inertial Technology,2011,19(2). |
| |
| Authors: | ZHANG Tao XU Xiao-su |
| |
| Institution: | ZHANG Tao1,2,XU Xiao-su1,2(1.School of Instrument Science and Engineering,Southeast University,Nanjing 210096,China,2.Key Lab of Micro Inertial Instruments and Advanced Navigation Technology,Ministry of education,China.) |
| |
| Abstract: | To improve the reliability of SINS integration system,a clustering support vector machine(C-SVM) is applied into fault diagnosis technology.A C-SVM fault diagnosis model is established based on SINS/DVL/MCP/TAN integrated navigation system.The related characteristic components(residuals and the state detection function) of SINS/MCP,SINS/TAN and SINS/DVL are used to train C-SVM,and the cross validation method is presented to choose the parameter sets.Then three trained C-SVMs are separately applied to diagno... |
| |
| Keywords: | integration system fault diagnosis support vector machine clustering support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
