无人机传感器故障诊断方法研究 .pdfVIP

摘要

摘要

小型无人机因其具有成本低、风险可控、机动性高等特点被广泛应用在商业

和军事领域。在无人机系统中布设着数量众多的传感器，如垂直陀螺、角速率传

感器、加速度计等。无人机平台上的传感器工作环境特殊，诱发故障的因素率较

多。传感器一旦发生故障或不稳定，严重时可能导致无人机失控坠毁。因此，开

展无人机传感器故障诊断研究具有重要的应用价值。本文以国产某小型无人机为

研究对象，以典型机载传感器的故障诊断实用方法为研究目标，旨在提出一种诊

断精确度高、泛化能力强的故障诊断方法。

首先，总结了无人机传感器故障诊断技术的国内外研究现状，并且对典型机

载无人机传感器作了简要介绍和故障分析。以某型无人机科研试验历史数据为基

础，针对无人机传感器，研究基于模式识别的故障诊断方法。然后，将小波分析

应用于特征提取方法中。仿真实现了小波包系数特征提取方法和小波包能量特征

提取方法。并针对其不足做出改进，提出一种小波包复合特征提取方法。实验证

明，该方法明显改善了算法性能，提高了特征向量的可分性。接着，研究基于决

策树的分类诊断方法。采用ID3算法和CART算法构建分类模型，实现了对无人

机传感器故障信号的分类识别。为提高故障诊断精度，引入梯度提升决策树(GBDT)

算法，通过对弱分类模型的迭代与组合，构成诊断精度高的强分类模型。经参数

调优后，算法性能得到进一步的提升。

最后，基于上述研究成果，提出一种基于小波与GBDT的无人机传感器故障

诊断方法。设计故障诊断验证平台，以无人机传感器地面测试模块与科研历史数

据作为测试样本，对其进行仿真验证。实验结果表明，该方法具有诊断精确度高

和泛化能力强的性能优势。

关键词：无人机，传感器，故障诊断，小波包分析，梯度提升决策树

ABSTRACT

ABSTRACT

SmallUA

cost,controllableriskandhighmobility.UAVsystemisequippedwithnumerous

sensors,suchasverticalgyros,angularratesensors,accelerometersandsoon.UAV

sensorsworkinenvironment,andhavehighfaultrate.Ifthesensorsbreakdown

severe

orstayunstable,itmaycausetheUAVtocrash.Therefore,carryingouttheresearchon

faultdiagnosisofUAVsensorsisvaluable.Aimingatthesomekindofdomesticsmall

UAVandfaultdiagnosisoftypicalairbornesensors,thispaperproposesafault

diagnosismethodwithhighaccuracyandgeneralizationability.

Firstly,theresearchstatusofUAVsensorfaultdiagnosistechnologyissummarized,

andthetypicalUAVsensorandfaultmodesarebrieflyintroduced.Basedonthe

historicalexperimentaldataofsomekindofUAV,amethodoffaultdiagnosisbasedon

patternrecognitionisdesigned.Afterthat,waveletanalysisisappliedtofeature

extraction,andthewaveletpacketcoefficientfeatureextractionmethodandwavelet