作者:
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:
在导弹试验过程中,及时进行故障诊断是保障试验安全的关键,故障诊断的方法一般是采用分析提取到的特征数据,来预判导弹飞行的预期效果和发生故障的概率.在分析过程中需要处理来至多只传感器的测量数据,而其特征向量维数较多,一般的数据处理方法不能满足要求.因此,提出了1种利用小波包分析辅以人工神经网络分析处理的故障诊断方法,实现了对导弹飞行状态的故障预判和特性预测.
推荐文章
基于小波神经网络的指控装备故障诊断方法
指控装备
故障检测
小波神经网络
通信控制机测试
基于小波神经网络的电机故障诊断研究
异步电动机
故障诊断
转子故障
小波神经网络
基于小波神经网络(WNN)的齿轮故障诊断
齿轮故障机理
齿轮故障诊断
小波神经网络(WNN)
小波变换和神经网络的电路故障诊断
电路故障诊断
小波变换
神经网络
故障特征提取
时频信息确定
诊断效果检测
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 基于小波和神经网络的导弹故障诊断方法
来源期刊 电子测量技术 学科 工学
关键词 小波 神经网络 导弹 故障诊断
年,卷(期) 2011,(4) 所属期刊栏目 在线测试与故障诊断
研究方向 页码范围 100-102
页数 分类号 TP275
字数 1032字 语种 中文
DOI 10.3969/j.issn.1002-7300.2011.04.028
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (132)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (52)
二级引证文献  (40)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(11)
  • 参考文献(2)
  • 二级参考文献(9)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
小波
神经网络
导弹
故障诊断
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
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
论文1v1指导