無人機電氣系統(tǒng)故障診斷虛擬儀器技術(shù)研究.pdf

1、鑒于無人機可持久的在危險或者人員難以觸及的環(huán)境中執(zhí)行任務(wù)的特性，無人機在軍事和民用等領(lǐng)域扮演著越來越重要的角色。虛擬儀器技術(shù)秉承“軟件即是儀器”的設(shè)計思想，使用戶可以僅僅改變軟件或添加簡單的配件就能使相同的設(shè)備實現(xiàn)不同的功能。信息融合技術(shù)可以通過卡爾曼濾波算法等方法對多傳感器信息進行處理，綜合提取其中的有效信息，有效剔除干擾以及無用信息，為故障診斷的精確性、可靠性以及全面性提供保證，并可大大減小分類器需要處理的數(shù)據(jù)流量。本文研究的目的在

2、于將傳感器數(shù)據(jù)融合技術(shù)和虛擬儀器技術(shù)“軟件即是儀器”的理念應(yīng)用于無人機電氣系統(tǒng)故障診斷中，在提高診斷系統(tǒng)的準(zhǔn)確度和效率的同時提高系統(tǒng)的可移植性和減小系統(tǒng)升級難度。
　　本文在對無人機電氣系統(tǒng)故障特性的研究基礎(chǔ)之上提出了使用擴展卡爾曼濾波器進行多傳感器數(shù)據(jù)融合以提取故障特征的方法，為此對無人機進行姿態(tài)解算和位置解算，將多種傳感器數(shù)據(jù)最終融合成為無人機的位姿向量。故障分類器選用支持向量機(SVM)很好地解決了高維特征向量和非線性系統(tǒng)故

3、障識別的困難。對于本文中多類別分類問題，將其拆分成了一個2類、一個4類和一個6類分類問題的組合。避免了分類過多造成的SVM規(guī)模過大而影響分類效果的問題。從仿真結(jié)果可以看出，分類器對大多數(shù)傳感器的故障診斷的正確率較高，尤其是對正常狀態(tài)的誤判狀況很少，可以大大節(jié)省系統(tǒng)資源的占用提高系統(tǒng)的實時性，但對不同傳感器和不同故障識別的準(zhǔn)確率的差異說明數(shù)據(jù)融合算法和分類器設(shè)計有待進一步研究和改進。
　　在系統(tǒng)設(shè)計階段，嚴(yán)格依照“軟件即是儀器”的設(shè)