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。
类型: 期刊论文
作者: 王进达,鲁浩,程海彬,李群生,徐剑芸,何海洋
关键词: 神经网络,卡尔曼滤波,组合导航,故障检测,智能化
来源: 航空兵器 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 武器工业与军事技术
单位: 中国空空导弹研究院
分类号: TJ760.3
页码: 89-94
总页数: 6
文件大小: 288K
下载量: 156
本文来源: https://www.lunwen90.cn/article/c14c214a7b16a8269d29e4ef.html