《基于LS_SVM与PCA的小型无人机传感器故障诊断》PDF+DOC
作者:高云红,赵丁,李一波
单位:火力与指挥控制研究会
出版:《火力与指挥控制》2014年第07期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFHLYZ2014070270
DOC编号:DOCHLYZ2014070279
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVR的传感器故障诊断方法研究》PDF+DOC2016年第03期 赵艳霞,杨青,刘义
《航空发动机传感器故障诊断》PDF+DOC2012年第02期 郑秋红
《基于LS-SVM的飞控系统传感器故障诊断》PDF+DOC2011年第03期 胡良谋,曹克强,苏新兵,李小刚
《PCA特征抽取与SVM多类分类在传感器故障诊断中的应用》PDF+DOC2010年第01期 彭红星,陈祥光,徐巍
《小波和多核SVM方法在UVA传感器故障诊断的应用》PDF+DOC2014年第01期 叶慧,罗秋凤,李勇
《基于小波OCSVM的无人机气压高度传感器故障诊断研究》PDF+DOC2013年第10期 史岩,李小民,连光耀
《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC2015年第04期 张宁波
《自适应LMD与SVM耦合的传感器故障诊断模型》PDF+DOC2015年第06期 吕振,丛金艳,褚永强,韩彦春
《基于SVM的多传感器信息融合故障诊断》PDF+DOC2014年第09期 张宁波
《基于PCA和信息融合理论的传感器故障诊断》PDF+DOC2013年第08期 赵乃卓,伍江超
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。
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。