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:
针对小型无人机机动性强,故障多且难以实时检测的特点,提出了将最小二乘支持向量机(LS_SVM)与主元分析法(PCA)相结合对小型无人机传感器进行故障检测与分离。最小二乘支持向量机用于建立预测模型并生成残差,实时检测传感器故障;利用主元分析法将故障信号分离,进行故障诊断。仿真结果表明,最小二乘支持向量机与主元分析法相结合对无人机传感器具有良好的故障诊断效果。
推荐文章
基于MDARM和VxWorks的小型无人机执行器故障检测方法
小型无人机
执行器
故障诊断
关联挖掘
无人机系统自平衡容错控制与故障诊断
无人机
自平衡理论
容错控制
平衡点
基于PCA和信息融合理论的传感器故障诊断
主元分析
信息融合
小波神经网络
故障诊断
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LS_SVM与PCA的小型无人机传感器故障诊断
来源期刊 火力与指挥控制 学科 工学
关键词 小型无人机 最小二乘支持向量机 主元分析 故障诊断
年,卷(期) 2014,(7) 所属期刊栏目 工程实践
研究方向 页码范围 111-114
页数 4页 分类号 TP277
字数 2710字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李一波 沈阳航空工业学院自动化学院 101 885 13.0 25.0
2 高云红 沈阳航空工业学院自动化学院 27 86 5.0 7.0
6 赵丁 沈阳航空工业学院自动化学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (19)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小型无人机
最小二乘支持向量机
主元分析
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导