基于自适应概率神经网络的SINS/GPS组合导航系统故障诊断方法

被引:27
作者
张华强 [1 ,2 ]
赵剡 [2 ]
连远峰 [2 ]
机构
[1] 山东理工大学机械工程学院
[2] 北京航空航天大学仪器科学与光电工程学院
关键词
组合导航; 自适应概率神经网络; 粒子群优化算法; 故障检测;
D O I
10.13695/j.cnki.12-1222/o3.2012.06.021
中图分类号
TN967.2 [复合导航系统];
学科分类号
080902 [电路与系统];
摘要
为保障SINS/GPS组合导航系统稳定可靠地工作,提出采用自适应概率神经网络方法对组合导航系统进行故障诊断和隔离。采用状态χ2检测法对组合导航系统进行实时检测,提取状态χ2检测结果分量作为自适应概率神经网络的输入用于判断故障类型。采用高斯函数作为自适应概率神经网络的激励函数,为解决高斯核函数的宽度严重影响网络泛化能力的问题,使用交叉验证方法估算平滑因子,并采用粒子群优化算法优化平滑因子参数集。仿真结果表明,该算法能够准确地诊断出组合导航系统的故障并能确定故障发生的部件,保证了系统的安全可靠地运行。
引用
收藏
页码:749 / 753
页数:5
相关论文
共 6 条
[1]
χ2检验法在组合导航子系统故障检测中的应用 [J].
何德军 ;
李东兵 ;
潘鸿飞 .
战术导弹技术, 2011, (04) :76-80
[2]
Inner Attitude Integration Algorithm Based on Fault Detection for Strapdown Inertial Attitude and Heading Reference System.[J]..Chinese Journal of Aeronautics.2010, 01
[3]
基于神经网络的假设检验故障诊断算法研究 [J].
臧荣春 ;
崔平远 .
系统仿真学报 , 2007, (16) :3852-3855
[4]
自适应概率神经网络结构损伤检测 [J].
王步宇 .
振动、测试与诊断, 2007, (01) :13-15+81
[5]
Model order formulation of a multivariable discrete system using a modified particle swarm optimization approach [J].
Deepa, S. N. ;
Sugumaran, G. .
SWARM AND EVOLUTIONARY COMPUTATION, 2011, 1 (04) :204-212
[6]
A probabilistic neural network for earthquake magnitude prediction [J].
Adeli, Hojjat ;
Panakkat, Ashif .
NEURAL NETWORKS, 2009, 22 (07) :1018-1024