基于SVM和RBFN的汽车主动降噪系统传感器故障诊断

• 作者: 戴盛芳 苗清影 董爱华 赛吉尔呼
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 故障诊断 信号预测 支持向量机 径向基神经网络 信号重构 汽车主动降噪系统
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 512-517
• 页数: 6页
• 分类号: TP277|TP206
• 字数: 4492字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2014.04.017

摘要

汽车主动降噪系统的工作依赖于多个噪声传感器,一旦传感器发生故障,将严重影响降噪效果。为保证汽车主动降噪系统的性能,提出了由支持向量机( SVM)预测模型和径向基神经网络( RBFN)预测模型构成的传感器故障诊断系统,SVM模型判断是否发生传感器故障,RBFN模型则利用各传感器间的信息冗余关系定位故障传感器并对其信号进行重构。仿真结果表明,该诊断系统可有效实现汽车主动降噪系统中的传感器故障诊断及信号重构。与传统的汽车主动降噪系统相比,引入传感器故障诊断系统可保证更稳定的降噪性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董爱华	东华大学信息科学与技术学院	17	96	4.0	9.0
2	苗清影	东华大学信息科学与技术学院	6	92	4.0	6.0
3	赛吉尔呼	东华大学信息科学与技术学院	1	12	1.0	1.0
4	戴盛芳	东华大学信息科学与技术学院	2	13	1.0	2.0