技术总结
本发明公开了一种无人机陀螺仪故障的诊断方法，基于模糊化技术，计算样本与期望值的接近程度，用接近程度的概率来设计样本隶属度因子，将此隶属度因子配置到表示支持向量机的数学模型中，消除样本分布失衡性和噪声特性的影响。离线方式进行支持向量机训练，获取区分正负类样本的最优间隔分类面的决策函数参数，无人机飞行时，实时采集机载传感器陀螺仪输出的姿态信号，采用db4小波基分解法提取信号的特征向量并归一化，然后输入到最优间隔分类面的决策函数，实时计算出待分信号的类别标签，识别陀螺仪的故障情况。本发明的诊断方法显著减少故障分类超平面的偏置程度，提高了故障诊断精度，计算量小，并且实现了故障诊断算法的在线实时性。
技术研发人员：罗秋凤;周国兴;陈喆;吴武斌
受保护的技术使用者：南京航空航天大学
文档号码：201611189594
技术研发日：2016.12.21
技术公布日：2017.05.24