基于在线增量小波LS-SVM的垂直陀螺仪残差故障检测研究

作者：史岩; 李小民; 连光耀

来源：计算机测量与控制, 2013, (01): 14-17+26.

• 无人机
• 垂直陀螺仪
• 动态建模
• 最小二乘支持向量机
• 故障检测
• 在线增量学习 unmanned aerial vehicle
• UAV vertical gyroscope
• dynamic model building
• least squares support vector machine(LS-SVM)
• fault detection
• online incremental training

垂直陀螺仪是无人机重要的飞行姿态传感器,其在飞行过程中实时获取无人机的飞行姿态信息,因而其故障检测对在线性有着很高的要求;最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)相比于支持向量机的具有训练速度快、计算复杂度和需要内存少的特点,且能够扩展为自回归的形式来处理动态问题;因此文章采用基于在线增量小波LS-SVM建立无人机垂直陀螺仪动态模型,实时获得实际值与模型预测值之间的残差,并依据残差对陀螺仪进行在线故障检测;实验结果表明,该方法能够对陀螺仪实现快速精确的在线检测。

• 单位
  中国人民解放军陆军工程大学