基于小波神经网络的导航传感器故障诊断技术研究

论文摘要

随着航空航天技术的发展需求,给载体配置多种导航设备已经成为一种发展趋势。并且没有任何导航设备能够适应所有的应用场合,在此情况下导航系统从简单的提供定位参数发展成为导航系统、测量系统相结合,能够提供精确位置和军事测量等各种数据的组合导航系统。组合导航系统具有互补导航设备的冗余信息,可适应更为苛刻的导航工作环境,具有更高的导航精度和鲁棒性。本文的研究对象是为组合导航系统提供信息的传感器,采用了一种智能的方法对传感器的故障进行诊断,当某一个传感器发生故障时,采用其他的设备提供信息,避免了硬件冗余方法开支大的缺点。论文在查阅了大量资料的基础上,对故障诊断的方法进行论证,分析了故障诊断的过程及故障诊断的意义。介绍了小波变换和神经网络的知识。对小波神经网络故障诊断进行了仿真研究,主要针对惯导系统中的设备陀螺仪发生的故障进行了仿真研究。通过三层小波包分解将陀螺仪的输出信号进行分解,对分解得到的八个不同频段上的节点进行特征提取,提取后的8维特征向量作为神经网络的输入。对RBF神经网络进行训练,训练后的神经网络进行故障诊断。对神经网络进行测试,经测试当系统输入向量存在故障时,系统可以准确的诊断出故障类型。采用紧致型小波神经网络进行故障诊断,将小波和神经网络融合在一起,用小波函数作为BP神经网络的神经元函数。对传感器进行故障诊断,通过对GPS和DVL进行仿真研究,采用小波神经网络来进行故障诊断,克服了BP神经网络的缺点,学习速度提高了50%。对小波神经网络进行测试,小波神经网络可以准确地诊断出系统的故障。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景、目的及意义
• 1.2 故障检测与诊断技术
• 1.2.1 基于硬件冗余的故障诊断
• 1.2.2 基于解析冗余的故障诊断
• 1.2.3 基于知识的故障诊断
• 1.2.4 基于信号处理的故障诊断
• 1.3 小波神经网络的发展、研究现状
• 1.4 本文主要内容及结构安排
• 第2章 船舶组合导航及主要导航设备
• 2.1 引言
• 2.2 舰船组合导航系统
• 2.3 组合导航系统的组合模式
• 2.3.1 INS/GPS组合导航系统
• 2.3.2 INS/SAR组合导航系统
• 2.3.3 图像辅助的INS组合导航系统
• 2.3.4 组合导航系统的发展方向
• 2.4 数字闭环光纤陀螺
• 2.5 全球定位系统（GPS）
• 2.6 Doppler计程仪（DVL）
• 2.7 本章小结
• 第3章 小波分析与变换
• 3.1 小波变换的定义和分解基本原理
• 3.2 小波函数
• 3.3 小波变换算法
• 3.4 双正交小波的Mallat算法
• 3.5 小波包分解
• 3.5.1 小波包的基本原理
• 3.5.2 小波包的子空间分解过程
• 3.6 小波阈值消噪方法
• 3.7 小波变换的故障诊断方法
• 3.8 本章小结
• 第4章 紧致型小波神经网络的故障诊断仿真
• 4.1 故障诊断的过程
• 4.2 神经网络故障诊断原理
• 4.3 小波变换的紧支集
• 4.3.1 小波基函数的确定
• 4.3.2 小波神经网络学习算法
• 4.4 改进的小波神经网络的实验分析
• 4.4.1 小波神经网络的算法步骤
• 4.4.2 算法的流程图
• 4.4.3 神经网络节点的设计
• 4.5 GPS/DVL仿真试验分析
• 4.6 本章小结
• 第5章 松散型小波神经网络的连续信号故障诊断仿真
• 5.1 信号的小波包分解及特征提取
• 5.2 RBF神经网络的设计
• 5.2.1 RBF神经网络的基本介绍
• 5.2.2 径向高斯函数的学习过程及其算法
• 5.3 故障诊断的仿真设计
• 5.3.1 陀螺仪故障的分析
• 5.3.2 仿真设计
• 5.3.3 小波神经网络的MATLAB实现
• 5.3.4 特征向量提取后值
• 5.3.5 RBF神经网络的设计
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢