| 基于深度学习的无人机故障诊断方法研究 |
| |
| 引用本文： | 李炜,崔佳佳.基于深度学习的无人机故障诊断方法研究[J].计算机与数字工程,2019,47(5):1249-1253. |
| |
| 作者姓名： | 李炜 崔佳佳 |
| |
| 作者单位： | 兰州理工大学电气工程与信息工程学院 兰州 730050;甘肃省工业过程先进控制重点实验室 兰州 730050;兰州理工大学电气与控制工程国家级实验教学示范中心 兰州 730050;兰州理工大学电气工程与信息工程学院 兰州 730050;甘肃省工业过程先进控制重点实验室 兰州 730050;兰州理工大学电气与控制工程国家级实验教学示范中心 兰州 730050 |
| |
| 摘 要： | 由于四旋翼无人机(quadrotor UAV)系统耦合性较高,难以建立准确的系统模型,致使故障诊断准确率较低,同时由于无人机工作环境复杂,易受外界和内部噪声影响,使得大多数方法存在鲁棒性不足的问题。所以,论文提出栈式降噪自编码(Stacked Denoising Autoencoder,SDA)的故障诊断方法,不仅不过分依赖系统模型,而且增强其方法的鲁棒性,提升故障诊断的准确率。仿真结果表明,基于SDA的无人机故障诊断方法,能准确可靠地判断执行器的故障类型,并有效提升了四旋翼无人机的安全可靠性。
|
| 关 键 词： | 四旋翼无人机 栈式降噪自编码 鲁棒性 |
Research on Fault Diagnosis Method of UAV Based on Deep Learning |
| |
| LI Wei,CUI Jiajia.Research on Fault Diagnosis Method of UAV Based on Deep Learning[J].Computer and Digital Engineering,2019,47(5):1249-1253. |
| |
| Authors: | LI Wei CUI Jiajia |
| |
| Affiliation: | (School of Electrical Engineering and Information Engineering,Lanzhou University of Technology,Lanzhou 730050;Gansu Provincial Key Laboratory of Advanced Process Control,Lanzhou 730050;National Demonstration Center for Experimental Electrical and Control Engineering Education,Lanzhou University of Technology,Lanzhou 730050) |
| |
| Abstract: | LI Wei;CUI Jiajia(School of Electrical Engineering and Information Engineering,Lanzhou University of Technology,Lanzhou 730050;Gansu Provincial Key Laboratory of Advanced Process Control,Lanzhou 730050;National Demonstration Center for Experimental Electrical and Control Engineering Education,Lanzhou University of Technology,Lanzhou 730050) |
| |
| Keywords: | quadrotor UAV stacked denoising autoencoder robustness |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
