基于小波神经网络的水下航行器传感器故障诊断
针对水下航行器系统的传感器故障诊断问题，提出了一种基于小波神经网络的传感器故障诊断方法. 在对水下航行器系统的传感器故障信号进行特征提取时，发现其大部分能量都集中在低频部分. 若直接以此能量分布来区分正常与故障、故障与故障的信号，将导致神经网络训练时间和分辨时间都会很长，因而不能实时地监控系统.为了很好地进行区分，凸显其差异，将低频部分能量舍去，只保留其余部分，并将其归一化，再利用径向基神经网络进行分类. 利用小波分解的节点能量差异与特征提取特点以及神经网络的自我学习能力，通过大量的样本训练后，使神经网络很好地分辨出 5 类故障信号及正常信号. 仿真结果表明: 此方法简单、易于实现，适于水下航行器的传感器故障的诊断.
水下航行器 小波神经网络 传感器 故障诊断
王生武 石秀华 许晖 唐万文
西北工业大学,航海学院,陕西,西安,710072 空军,94106,部队,陕西,西安,710614
国内会议
西宁
中文
367-371
2010-08-01（万方平台首次上网日期，不代表论文的发表时间）