水下机器人多传感器并发故障检测方法

针对水下机器人多传感器并发故障检测问题，提出了一种小波分析和神经网络相结合的故障特征提取 方法，将小波多分辨率分解后的细节系数进行小波重构，对重构后的细节系数进行融合得到整体高频细节信息量作 为一类故障特征值；同时，基于改进的Elman 网络建立水下机器人的全阶状态观测器模型，模型输出与传感器测量 值之间的差值作为另一类故障特征值．为进行水下机器人多传感器并发故障定位，提出了一种模糊加权属性信息融 合方法，将两类故障特征值的重要度与可信度进行模糊合成转换，基于转换结果将各故障特征值加权融合，进行水 下机器人多传感器并发故障定位．水下机器人实验样机的水池实验结果验证了本文所提方法的可行性和有效性．

A Method of Multi-sensor Simultaneous Faults Detection for Autonomous Underwater Vehicle