10.12132/ISSN.1673-5048.2018.0022
基于PCA-ELM的弹载组合导航智能故障检测算法


针对传统PCA-ELM(主元分析-极限学习机)算法分类效果稳定性差和准确率不高等问题,结合弹载组合导航系统卡尔曼滤波器,提出一种改进PCA-ELM故障检测方法.首先,分析了PCA算法负载矩阵与卡尔曼滤波新息协方差矩阵的关系,构造新的权系数矩阵,并引入极限学习机对权系数矩阵进行参数优化,将参数优化后的负载矩阵进行故障分析.最后,将该算法首次应用于弹载组合导航系统.仿真实验表明,在检测斜坡型故障方面,检测速度和检测正确率均优于传统PCA,MSS(多子集分离法)及AIME(自主完好性外推法)算法.
神经网络、PCA-ELM、卡尔曼滤波、组合导航、故障检测、智能化
26
TJ760;TP18(火箭、导弹)
2019-06-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
89-94