作者：曹杭炜,李秀娟 单位：中国航空工业沈阳飞机设计研究所集团公司 出版：《飞机设计》2006年第02期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFFJSJ2006020130 DOC编号：DOCFJSJ2006020139 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 在故障诊断领域，神经网络故障诊断方法以其优良的特性正得到越来越广泛的应用。本文针对无人机的特点提出一种基于RBF神经网络故障诊断方法，通过建立神经网络预测器来实现无人机机载传感器的故障诊断，其中网络学习算法的选取将直接影响神经网络故障诊断的性能。正交最小二乘算法(OLS)以其在设定网络参数方面的优点常用来作为RBF神经网络学习算法。本文将介绍OLS算法的原理和实现步骤，通过VC++6.0编程实现OLS算法，并利用无人机机载传感器数据来验证OLS算法的有效性。

    📙 相关资料

    1. 《一种基于RBF神经网络的传感器故障诊断方法》PDF+DOC 针对传感器故障 ，提出了一种基于 RBF神经网络的集成故障诊断方法。用 RBF神经网络建立传感器故障模型 ，对系统的状态和故障参数进行在线估计 ，然后将故障参数与修正的 Bayes分类算法 ( MB算法 )相结合...
    2. 《基于HPSO-RBF神经网络的瓦斯传感器故障诊断》PDF+DOC 针对瓦斯传感器常见故障，提出一种混合粒子群优化(HPSO)算法与径向基函数(RBF)神经网络相结合的传感器故障诊断新方法。文中首先采用HPSO算法对RBF神经网络模型参数进行了优化，在详细分析瓦斯浓度影响因素的基础上，建立了瓦斯浓度非线性预测模型。然后将瓦斯浓度预测结果与实际测量值相比较得到残差，并......
    3. 《STM32的四旋翼无人机故障诊断仿真研究》PDF+DOC 提出了基于BP神经网络的四旋翼无人机故障诊断方法，但考虑到经典BP神经网络算法误差收敛速率慢，训练学习容易陷入局部最优值等缺陷，设计了一种基于改进型遗传算法(Genetic Algorithm)优化BP神经网络。改进型GA算法对编码方式和选择算子进行了优化，同时对交叉和变异算子等参数进行了调整。Ma......
    4. 《基于RBF神经网络的传感器故障诊断研究》PDF+DOC 提出一种基于RBF神经网络的多传感器故障在线诊断方法..同时对该方法在摆式列车 加速度传感器故障诊断中的应用进行了仿真研究。仿真结果表明此方法是有效的，不仅消除了零偏对 故障诊断的影响，而且提高了故障检测率及可靠性。...
    5. 《基于主元分析和D-S证据理论的传感器故障诊断与应用》PDF+DOC 针对井下传感器状态类型复杂多变、被测参量数据庞大等问题，采用主元分析法对数据进行降维处理。利用RBF神经网络实现特征层数据融合，并建立基本信任分配函数，再以证据理论对非精确信息的表示和推理优势，有效实现了故障检测和分离。实例仿真表明，利用主元分析和D-S理论能正确定位并准确分离出失效传感器。...
    6. 《飞控系统传感器故障诊断的神经网络方法研究》PDF+DOC BP神经网络对于飞行控制系统传感器故障诊断是一种有效的故障模式识别方法；在标准BP神经网络的基础上，提出了一种新的BP改进算法——自适应FMBP算法(SAFMBP)，用以消除标准BP网络收敛速度慢及易陷入局部极小等缺点，并且建立了飞行控制系统仿真模型和传感器常见故障模型，采用基于神经网络模式分类的故......
    7. 《基于分层多模自适应滤波算法的无人机多重传感器故障诊断》PDF+DOC 应用标准的多模自适应滤波算法能够在较短的时间内检测出系统的单一故障，但是当把它用于检测系统的双重或多重故障时，这一算法需要建立所有可能出现的故障模型，而每一个模型都要对应一个卡尔曼滤波器，需要大量的滤波器并行运算，大大增加了系统的故障诊断时间，为了简化算法并减少算法计算时间，本文提出了一种用于复杂系......
    8. 《两级数据融合算法在木材干燥过程中的应用》PDF+DOC 本文提出了一种基于RBF神经网络和证据理论的两级数据融合方法。利用RBF神经网络实现特征层数据融合，建立基本信任分配函数，具有最佳一致逼近特性，同时解决了D-S证据理论确定基本信任分配函数困难的问题。基于D-S证据理论的传感器故障诊断方法的研究，可有效地判断工业现场传感器的工作状态。实验结果表明该方......
    9. 《传感器组故障自诊断自修正方法》PDF+DOC 提出用RBF神经网络对传感器组中的各个输出进行预测，若预测值与输出值发生较大的偏差，可能是传感器故障或设备故障，运用传感器之间的冗余率，进一步判断传感器是否发生故障，进而采用对应的诊断策略。...
    10. 《基于蚁群聚类算法的RBF神经网络在压力传感器中的应用》PDF+DOC 针对压力传感器在应用中存在温度漂移这一缺点，提出了一种基于蚁群聚类算法的RBF(Radial Basis Function)神经网络温度补偿方法。利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法作为聚类算法来确定RBF神经网络的基函数的位置，并通过裁减的方法约简隐层的神经元达到简化网络结构的......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。