学位论文 > 优秀研究生学位论文题录展示

基于小波多尺度熵的导航传感器故障诊断技术研究

作　者: 裴建航
导　师: 钱华明
学　校: 哈尔滨工程大学
专　业: 导航、制导与控制
关键词: 传感器多尺度分析信息熵复杂度
分类号: TN965
类　型: 硕士论文
年　份: 2013年
下　载: 22次
引　用: 0次
阅　读: 论文下载

内容摘要

导航系统是现代航天、航海设备不可或缺的部分，多传感器同时提供导航数据的综合导航系统，在军事及工业等领域也被充分的利用。当某一元器件发生故障时，将会产生不可预计的后果，轻则影响生产，重则机毁人亡甚至危及国防。因此，导航传感器故障的诊断非常必要。本文以导航传感器元器件陀螺仪、GPS系统为分析对象，提出了集小波变换、信息熵技术、复杂度测度与神经网络于一体的新型人工智能故障诊断技术。通过分析陀螺仪与GPS系统的工作原理与故障产生原因，总结出了其故障模型并提出了小波多度熵算法。为了克服经典故障诊断中需要建立信号数学模型的缺点，本文采用小波变换方法，详细介绍小波变换在时频两域分析能力，并应用其多分辨分析特征对信号进行不同频率分解，通过具体仿真分析，将陀螺仪信号进行不同层次小波分解，研究得出小波变换能通过调节尺度分析信号的局部特征及整体概貌，可以利用小波变换的分解与重构理论及小波阈值降噪原理对信号进行前期预处理。为了弥补小波变换对信号表达能力弱的缺点，引入了信息熵的概念，结合不同用途信息熵的定义，针对陀螺仪的故障特征，将小波变换多尺度分析理论与信息熵概念结合，定义小波多尺度熵概念。通过仿真分析，研究得出与小波多尺度分析相结合的信息熵可以在不同频率下表达故障信号的信息量，相对单独应用信息熵概念能有效的刻画非平稳故障信号特征。对信息熵定义过程中特征空间的划分，提出信息论中复杂度测度的概念，通过分析比较，提出从复杂度角度对信号特征空间进行划分，较单独使用能量区间划分，此方法能更灵敏的反应信号的变化特征。为了克服输出的故障不容易判断类型的缺点，引入神经网络概念作为故障分类器，通过训练故障类型神经网络并仿真分析，证实该方法能准确、直观的输出陀螺仪故障类型。比较单独使用小波变换、信息熵及神经网络进行故障诊断，本文提出的小波多尺度熵算法能够将信号前期处理、特征分析及信号准确输出完美结合。最后通过对陀螺仪信号仿真分析发现，该算法能有效的检测与诊断故障信号。

全文目录

摘要  5-6
ABSTRACT  6-11
第1章绪论  11-21
  1.1 课题研究背景、目的及意义  11-12
  1.2 故障检测与诊断技术的发展  12-17
    1.2.1 基于解析模型的诊断方法  12-14
    1.2.2 基于信号输入输出的诊断方法  14-16
    1.2.3 基于知识的诊断方法  16-17
  1.3 小波多尺度熵理论发展  17-19
  1.4 本文主要内容及结构安排  19-21
第2章导航传感器及其故障  21-27
  2.1 陀螺仪  21-23
    2.1.1 陀螺仪的发展  21
    2.1.2 微机械振动陀螺工作原理  21-22
    2.1.3 陀螺仪误差分析  22
    2.1.4 陀螺仪故障分析  22-23
  2.2 全球定位系统 (GPS)  23-26
    2.2.1 GPS 的发展  23
    2.2.2 GPS 系统组成  23-24
    2.2.3 GPS 定位原理  24-25
    2.2.4 GPS 误差分析  25-26
    2.2.5 GPS 主要故障分析  26
  2.3 本章小结  26-27
第3章小波变换理论及应用  27-37
  3.1 连续小波变换  27-29
  3.2 常用小波函数  29-31
  3.3 小波变换的多分辨分析  31-32
  3.4 小波的分解与重构  32-33
  3.5 小波系数阈值降噪  33-34
  3.6 小波变换在故障诊断中的应用  34-36
  3.7 本章小结  36-37
第4章神经网络故障诊断  37-46
  4.1 BP 神经网络的基本原理  37-39
    4.1.1 人工神经元模型  37
    4.1.2 神经元的激励函数  37-39
  4.2 BP 神经网络算法  39-42
    4.2.1 BP 神经网络结构  39-40
    4.2.2 结构设计及参数的选择  40-41
    4.2.3 BP 神经网络的泛化能力  41-42
  4.3 BP 神经网络在故障诊断中的应用  42-44
  4.4 BP 神经网络在本文中的应用  44
  4.5 本章小结  44-46
第5章小波多尺度熵故障诊断  46-57
  5.1 熵的定义  46-51
    5.1.1 信息熵性质  47-48
    5.1.2 常用信息熵定义  48-51
  5.2 小波多尺度熵  51-52
  5.3 复杂度信息熵  52-54
    5.3.1 复杂度信息熵的定义  53-54
    5.3.2 特征空间划分原则  54
  5.4 信息熵在故障诊断中的应用  54
  5.5 小波、熵及神经网络在故障诊断中应用的比较  54-56
  5.6 本章小结  56-57
第6章故障诊断系统设计及仿真分析  57-61
  6.1 故障诊断系统设计  57
  6.2 仿真信号的建立与处理  57-59
  6.3 小波多尺度熵故障特征提取  59
  6.4 神经网络与故障诊断  59
  6.5 故障诊断功能验证  59-60
  6.6 本章小结  60-61
结论  61-63
参考文献  63-68
攻读硕士学位期间发表的论文和取得的科研成果  68-69
致谢  69

基于小波多尺度熵的导航传感器故障诊断技术研究

内容摘要

全文目录

相似论文