基于PCA-ELM的弹载组合导航智能故障检测算法

• 作者: 何海洋 徐剑芸 李群生 王进达 程海彬 鲁浩
• 来源期刊: 航空兵器
• 学科: 工学
• 关键词: 神经网络 PCA-ELM 卡尔曼滤波 组合导航 故障检测 智能化
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 智能武器技术
• 页码范围: 89-94
• 页数: 6页
• 分类号: TJ760|TP18
• 字数: 3173字
• 语种: 中文
• DOI: 10.12132/ISSN.1673-5048.2018.0022

摘要

针对传统PCA-ELM(主元分析-极限学习机)算法分类效果稳定性差和准确率不高等问题,结合弹载组合导航系统卡尔曼滤波器,提出一种改进PCA-ELM故障检测方法.首先,分析了PCA算法负载矩阵与卡尔曼滤波新息协方差矩阵的关系,构造新的权系数矩阵,并引入极限学习机对权系数矩阵进行参数优化,将参数优化后的负载矩阵进行故障分析.最后,将该算法首次应用于弹载组合导航系统.仿真实验表明,在检测斜坡型故障方面,检测速度和检测正确率均优于传统PCA,MSS(多子集分离法)及AIME(自主完好性外推法)算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁浩		55	295	9.0	13.0
2	李群生		14	24	3.0	4.0
3	徐剑芸		26	91	6.0	7.0
4	程海彬		10	36	4.0	5.0
5	何海洋		6	29	3.0	5.0
6	王进达		6	8	2.0	2.0