基于PCA-ELM的弹载组合导航智能故障检测算法

论文摘要

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。

论文目录

• 0 引言
• 1 PCA-ELM故障检测算法的提出
•   1.1 PCA检测与卡尔曼滤波机制的相关性分析
•   1.2 极限学习机的引入
•   1.3 算法步骤
• 2 PCA-ELM检测算法在弹载组合导航中的应用
•   2.1 弹载组合导航仿真模型
•   2.2 故障检测仿真条件
• 3 仿真结果及分析
• 4 结论

文章来源

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