共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
针对传统的全球导航卫星系统/惯性导航系统(global navigation satellite system/inertial navigation system, GNSS/INS)紧组合系统容错方法对故障处理方式单一、环境适应性差的问题,提出了一种基于长短期记忆神经网络的自适应故障容错方法。该方法基于长短期记忆神经网络建立GNSS伪距、伪距率预测模型。发生故障时,通过分量检测法定位故障观测的维度,并引入相对差分定位精度分析故障观测对系统定位精度的影响,从而实现隔离与重构策略的动态选择。利用实测数据从可见星数、几何构型、故障持续时间3个角度设置多组环境进行仿真实验。仿真结果表明,所提方法对复杂环境具有更好的适应能力,可有效降低故障存续期间系统的定位误差,提高系统的故障检测性能。 相似文献
5.
6.
小波-神经网络在模拟电路故障诊断中的应用 总被引:18,自引:3,他引:18
小波变换具有时频局部化、多尺度分析等特性,而神经网络具有非线性映射、学习推理等优点,将二者结合起来,提出基于小波-神经网络的模拟电路故障诊断方法。采用正弦信号仿真模拟电路,应用小波变换对模拟电路响应的采样信号进行故障特征提取,建立故障字典,然后利用神经网络对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断。对标准电路仿真结果表明:该方法能够实现故障检测及定位,具有准确率高的特点。 相似文献
7.
针对基于k近邻(k-nearest neighbor,kNN)的故障监测算法中,引发故障的异常信息易被正常信息淹没,导致故障检测不及时和报警率低的问题,利用自编码器和多块建模策略提出一种基于重构误差的k NN故障监测方法。该方法利用正常工况数据集训练自编码器模型,基于该模型进行重构误差提取以解决异常信息易被淹没的问题。进一步考虑微小偏移和振荡等故障特征,采用多块建模策略,对各子块分别计算统计量并融合检测。通过一个数值例子与田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真与分析,结果验证了所提方法的有效性与监测性能的提升。 相似文献
8.
9.
10.