基于在线增量小波LS-SVM的垂直陀螺仪残差故障检测研究

• 作者: 史岩 李小民 连光耀
• 来源期刊: 计算机测量与控制
• 关键词: 无人机 垂直陀螺仪 动态建模 最小二乘支持向量机 故障检测 在线增量学习
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 14-17,26
• 页数: 5页
• 分类号: TP301
• 语种: 中文

摘要

垂直陀螺仪是无人机重要的飞行姿态传感器,其在飞行过程中实时获取无人机的飞行姿态信息,因而其故障检测对在线性有着很高的要求；最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)相比于支持向量机的具有训练速度快、计算复杂度和需要内存少的特点,且能够扩展为自回归的形式来处理动态问题；因此文章采用基于在线增量小波LS-SVM建立无人机垂直陀螺仪动态模型,实时获得实际值与模型预测值之间的残差,并依据残差对陀螺仪进行在线故障检测；实验结果表明,该方法能够对陀螺仪实现快速精确的在线检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	连光耀	军械工程学院光学与电子工程系	55	411	12.0	17.0
2	史岩	军械工程学院光学与电子工程系	8	35	4.0	5.0
3	李小民		1	8	1.0	1.0