基于小波神经网络的导航传感器故障诊断技术研究

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。

目录

文摘

英文文摘

声明

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