一种无人机陀螺仪故障的诊断方法与流程

技术特征：

1.一种无人机陀螺仪故障的诊断方法，其特征在于，包括以下步骤：

1)基于db4小波基分解法处理样本，提取出若干个频带的能量作为样本特征向量；

2)将样本特征向量进行归一化，归一化到[0,1]区间；

3)基于正态分布模型计算正负类样本的隶属度因子，正类隶属度因子定义为s⁺(x_i)；负类隶属度因子定义为s^-(x_i)：

$\begin{array}{c}{s}_i^{+}\left(x_i\right)=f\left(x_i\right)\\ s_i^{-}\left(x_i\right)=\frac{l^{+}}{l^{-}}f\left(x_i\right)\end{array}---\left(1\right)$

$f\left(x_i\right)=\frac{1}{{\left(2\mathrm{\π}\right)}^{\frac{p}{2}}|\mathrm{\Σ}{|}^{\frac{1}{2}}}{e}^{-\frac{1}{2}(x_i-u){\mathrm{\Σ}}^{-1}{(x_i-u)}^T}---\left(2\right)$

其中，l⁺、l^-分别为正、负类样本的数量，样本类间数量不平衡特性用l⁺/l^-反映；p为样本属性的维数，μ为样本期望，∑为样本协方差，

正负类样本隶属度函数中的样本期望和协方差用极大似然法估计量计算：

$\left\{\begin{array}{c}\widehat{\mathrm{\μ}}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{x}_i=\stackrel{\‾}{x}\\ \widehat{\Σ}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}(x_i-\stackrel{\‾}{x}){(x_i-\stackrel{\‾}{x})}^T\end{array}\right.---\left(3\right)$

4)采用离线方式进行支持向量机训练，获取区分正负类样本最优间隔分类面的决策函数模型；

5)定时采集陀螺仪输出信号，连续采样若干个点计算其平均值作为待诊断样本；重复步骤1)和2)，基于SVM最优间隔分类面的决策函数计算出样本类别后，实时输出到无人机飞控计算机上，供飞控计算机容错控制系统使用；

进一步的，所述步骤2)的归一化采用的归一化函数为：

$x^{*}=\frac{x-x_{min}}{x_{max}-x_{min}}---\left(4\right)$

式中，x是原始样本，x^*归一化后的样本，x_max是样本集中的最大值，x_min是样本集中的最小值。

2.根据权利要求1所述的无人机陀螺仪故障的诊断方法，其特征在于，所述步骤4)采用离线方式进行支持向量机训练，获取区分正负类样本最优间隔分类面的决策函数模型的过程包括以下步骤：

41)定义支持向量机约束优化问题的数学表示为：

式中，x_i为样本，y_i为分类属性，ω为超平面的法向量，松弛变量ξ_i表征样本被错分的程度，C为惩罚因子，b为分类阈值，为样本输入空间到高维Hilbert空间的映射，s_i为样本隶属度；

42)采用拉格朗日乘子优化方法，式(5)的约束优化问题转化为关于α的最大化的目标函数式：

K(x_i,x_j)为核函数，核函数采用径向高斯基函数；

43)在Matlab仿真环境下对正负类样本进行离线训练，求取满足式(6)的α值；正负类样本最优间隔分类面的决策函数模型表示为：

$f\left(x\right)=sign\{\underset{i=1}{\overset{n}{\Σ}}{{\mathrm{\α}}_i}^{*}{y}_{i}K(x_i,x_j)+b^{*}\}---\left(7\right)$

式中，α_i^*表示为非零的α值，b^*值用为最大时的支持向量，代入式(8)求取。

3.一种用于权利要求1或2所述的无人机陀螺仪故障的诊断方法的故障诊断装置，其特征在于，所述故障诊断装置灌装SVM最优间隔分类面的决策函数模型；在线诊断时，所述故障诊断装置定时采集速率陀螺仪输出信号，连续采样多个点计算其平均值作为待诊断样本，输入到决策函数模型，计算样本类别，最后将故障诊断结果实时输出到无人机飞控计算机上，供飞控计算机容错控制系统使用；所述故障诊断装置包括数字信号处理器、时钟电路、供电电路、复位电路、串口电平转换电路、模拟量转换电路、存储器扩展电路；

所述串口电平转换电路，用于故障诊断算法的灌装以及与机载飞控计算机的实时通讯，实时反馈故障诊断结果给飞控计算机；

所述模拟信号转换电路，指的是模拟信号采集电路，用于陀螺仪输出的俯仰角、滚转角、偏航角、俯仰角速率、滚转角速率、偏航角速率模拟量信号的采集和电压幅值转换。

4.根据权利要求3所述的故障诊断装置，其特征在于，所述数字信号处理器为TMS320F28335芯片，主频150MHz；内含32位单精度硬件浮点运算单元和32×32位硬件乘法单元；16通道的0伏—3.3伏的12位A/D转换模块，单通道最高采样频率可达12.5MSPS，内置采样/保持电路；3通道CMOS电平的的异步串行通信接口(SCI_A、SCI_B，SCI_C)，支持16级深度的发送FIFO和接收FIFO。

5.根据权利要求3所述的故障诊断装置，其特征在于，所述串口电平转换电路，包括RS-232串行接口和RS-422串行接口；所述RS-232串行接口基于MAX3232芯片实施TMS320F28335片上SCI_A的CMOS电平与RS-232电平间转换；所述RS-422串行接口基于MAX3490芯片实施TMS320F28335片上SCI_B的CMOS电平与RS-422电平间转换。

6.根据权利要求3所述的故障诊断装置，其特征在于，所述存储器扩展电路包括FLASH存储器扩展电路和SRAM存储器扩展电路。