飞控系统神经网络故障模式分类方法研究

• 作者: 刘小雄 章卫国 顾伟 黄志毅
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 飞行控制系统 无人机 神经网络 故障模式分类
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 航空航天领域仿真
• 页码范围: 52-55
• 分类号: TP18
• 字数: 3662字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.05.013

摘要

无人机自主飞行需要高可靠性的飞行控制系统,针对系统进行故障模式分类可提高系统的可靠性.传统的故障诊断方法难以解决无人机的高维、非线性和不确定输出等问题,不利实时诊断.为了实时进行故障诊断,保证系统安全性能,提出一种改进的神经网络故障模式分类算法以克服上述问题,首先采用改进的共轭梯度优化算法进行BP神经网络学习,以改进网络收敛性能,改进算法分别对无人机飞行控制系统执行器、传感器和系统故障进行故障模式分类.用某无人机纵向自动驾驶仪系统进行仿真验证,结果表明算法结构简单,可以进行实时故障识别,保证系统的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章卫国	西北工业大学自动化学院	245	1879	21.0	28.0
2	刘小雄	西北工业大学自动化学院	110	752	12.0	19.0
3	顾伟	西北工业大学自动化学院	7	32	4.0	5.0
4	黄志毅	西北工业大学自动化学院	7	29	3.0	5.0