基于小波与GBDT的无人机传感器故障诊断

• 作者: 李辉 舒畅
• 来源期刊: 测控技术
• 学科: 航空航天
• 关键词: 传感器 小波包分解 梯度提升决策树 故障诊断
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 41-46
• 页数: 6页
• 分类号: V19
• 字数: 5249字
• 语种: 中文

摘要

相对于有人飞行器,确保无人机传感器的正常工作更为重要.针对无人机传感器的故障诊断,提出了一种将小波特征提取与梯度提升决策树(GBDT)算法相结合的故障诊断方法.采用基于多层小波包分解的特征提取方法,将小波包分解系数与频带能量熵组合构成特征向量,相比单一的能量特征提取方法,有效提升了故障的可分性.采用梯度提升的策略对弱分类器进行迭代优化和线性组合,构成强分类器,使故障分类精度得到显著提高.仿真结果表明,该方法能有效进行特征提取和故障类型识别,且有较高的诊断精度和较强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	电子科技大学航空航天学院	95	836	16.0	23.0
2	舒畅	电子科技大学航空航天学院	5	19	3.0	4.0