基于深度学习的短波发信机故障诊断应用

• 作者: 刘程 张海天 瞿珊瑚 陈斌
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 短波发信机 深度学习 堆栈自编码 故障诊断 特征提取
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 工程与应用
• 页码范围: 3033-3037
• 页数: 5页
• 分类号: TP206+.3
• 字数: 3445字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2018.12.041

摘要

传统的发信机故障诊断多基于故障树、专家系统或机器学习的方法,而这些方法都需要花费大量的人力和精力来提取数据特征,对工作人员的专业性要求很高,且容易出现诊断误差.针对这一问题,提出一种基于深度学习的短波发信机故障诊断方法.首先,采集发信机的原始故障信号,对故障信号进行归一化处理后,将数据样本分为训练集和测试集.训练过程中,用无标签数据逐层训练深度神经网络,用有标签数据精调网络参数,完成对故障信号数据的特征提取.最后,用训练好的网络对5种状态的信号进行故障诊断.仿真分析表明,该方法有效减小了诊断误差,诊断性能优于传统的诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈斌	海军工程大学电子工程学院	38	148	7.0	10.0
2	刘程	海军工程大学电子工程学院	3	1	1.0	1.0
3	瞿珊瑚	海军工程大学电子工程学院	4	2	1.0	1.0
4	张海天	海军工程大学电子工程学院	2	1	1.0	1.0