《基于小波OCSVM的无人机气压高度传感器故障诊断研究》PDF+DOC
作者:史岩,李小民,连光耀
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2013年第10期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2013100160
DOC编号:DOCJZCK2013100169
下载格式:PDF + Word/doc 文字可复制、可编辑
《无人机控制系统传感器故障诊断的方案与仿真》PDF+DOC2005年第11期 贾彩娟,祝小平,周洲
《基于一类支持向量机的传感器故障诊断》PDF+DOC2006年第19期 钟清流,蔡自兴
《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LS_SVM与PCA的小型无人机传感器故障诊断》PDF+DOC2014年第07期 高云红,赵丁,李一波
《空调系统传感器故障诊断研究进展》PDF+DOC2017年第01期 房汉鸣,李建伟,贺健,吴宇恒
《控制系统传感器故障的检测与诊断研究》PDF+DOC2001年第04期 房方,孙万云,牛玉广
《空调系统传感器故障诊断概述》PDF+DOC 叶文君,李建伟,路宇
《一种水下机器人传感器故障诊断与容错控制方法》PDF+DOC2009年第09期 朱大奇,陈亮,刘乾
《基于观测器的水下机器人鲁棒故障诊断》PDF+DOC2009年第04期 王建国,万磊,孙玉山,姜大鹏,常文田
《基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制》PDF+DOC2008年第06期 蔡开龙,谢寿生,杨伟,吴勇
无人机气压高度传感器故障样本很少,故障数据采集一直是限制其故障诊断效果的一个瓶颈问题,而一类支持向量机(One Class Support Vector Machine,OCSVM)仅需要足够多正常样本,就能够达到很好的检测效果,故文章采用一类支持向量机对其进行故障检测研究,同时采用小波核函数提高OCSVM的抗噪能力和诊断精度;实验表明,在有足够数量正常训练样的情况下,小波OCSVM能够达到令人满意的诊断效果。
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。