小波和多核SVM方法在UVA传感器故障诊断的应用

• 作者: 叶慧 李勇 罗秋凤
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 传感器 小波包 多核支持向量机 故障诊断
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 在线测试与故障诊断
• 页码范围: 112-116
• 页数: 5页
• 分类号: TP181
• 字数: 4146字
• 语种: 中文

摘要

为了提高无人机传感器故障诊断的准确性,提出一种基于小波与多核支持向量机的诊断方法.采用小波处理信号,不依赖于系统的数学模型,直接利用信号模型,分析可测信号,提取频率等特征值,保存了原始信号的特征,提高故障的可分性.多核映射能够解决单核映射核函数及其参数选择的难题,增加故障的可区分性,提高分类器的精度.提出多核学习方法改进核函数的性能,将该方法对某无人机的传感器故障诊断,分别利用单核和多核支持向量机进行仿真,仿真结果表明了多核学习方法的有效性,提高了诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇	南京航空航天大学自动化学院	142	1840	21.0	37.0
2	罗秋凤	南京航空航天大学无人机研究院	20	195	9.0	13.0
3	叶慧	南京航空航天大学自动化学院	5	62	3.0	5.0