基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对自主水下机器人(AUV)传感器故障诊断中样本数据少、随机性强、实时性要求高的特点,将灰色动态预测模型的建模原理引用到AUV传感器的故障诊断中.在对传感器进行数据滤波、小样本灰色建模与灰色动态预测的基础上,可以实现AUV传感器的实时故障诊断.文章详细阐述了基于灰色动态预测的传感器故障诊断的具体实现方法和步骤,对AUV传感器中典型的四种故障模式进行了仿真研究.结果表明该方法能快速、准确地诊断出传感器故障,并且在传感器发生故障后的一段时间内能够实现信号恢复.
推荐文章
先进传感器技术在飞机故障诊断中的应用
飞行器综合健康管理
结构健康监控
基于状态维修
综合诊断
基于RBF与OS-ELM神经网络的AUV传感器在线故障诊断
自主式水下航行器(AUV)
径向基函数(RBF)
在线贯序学习机(OS-ELM)
神经网络
在线故障诊断
传感器
一种无线传感器网络动态称重系统传感器自诊断方法
多传感嚣动态称重
动态称重
灰色预测模型
传感嚣故障诊断
一种神经网络预测器在传感器故障诊断中的应用
神经网络
传感器
故障诊断
学习规则
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 灰色动态预测在AUV传感器故障诊断中的应用
来源期刊 传感技术学报 学科 工学
关键词 传感器故障诊断 自主水下机器人 灰色建模 灰色动态预测
年,卷(期) 2008,(6) 所属期刊栏目 传感器信号处理
研究方向 页码范围 1002-1006
页数 5页 分类号 TP277
字数 4010字 语种 中文
DOI 10.3969/j.issn.1004-1699.2008.06.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈涛 哈尔滨工程大学自动化学院 114 1070 16.0 26.0
2 秦政 哈尔滨工程大学自动化学院 10 106 8.0 10.0
3 严浙平 哈尔滨工程大学自动化学院 96 692 13.0 20.0
4 周佳加 哈尔滨工程大学自动化学院 21 125 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (56)
参考文献  (7)
节点文献
引证文献  (16)
同被引文献  (31)
二级引证文献  (41)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(4)
  • 引证文献(3)
  • 二级引证文献(1)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
传感器故障诊断
自主水下机器人
灰色建模
灰色动态预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
相关基金
黑龙江省博士后科研启动基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导