[发明专利]无人机机载发射机故障预测方法和系统有效
| 申请号： | 201610442514.1 | 申请日： | 2016-06-20 |
| 公开（公告）号： | CN105915294B | 公开（公告）日： | 2018-08-14 |
| 发明（设计）人： | 杨森;李小民;杜占龙;董海瑞;齐晓慧;赵月飞;王瑾;王智伟 | 申请（专利权）人： | 中国人民解放军军械工程学院 |
| 主分类号： | H04B17/17 | 分类号： | H04B17/17;H04B17/18;H04B17/19 |
| 代理公司： | 石家庄国为知识产权事务所 13120 | 代理人： | 申超平 |
| 地址： | 050003 *** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种无人机机载发射机故障预测方法，包括：生成基于机载发射机的故障响应信号；在故障响应信号中获取第一故障信号；其中，第一故障信号包括功率信号、频率信号和频谱信号中的一种以上的信号；在第一故障信号中提取特征参数；其中，特征参数包括峰值带宽和/或相位噪声值；根据特征参数进行故障预测。上述无人机机载发射机故障预测方法能够较精准的对无人机机载发射机进行故障预测。本发明还公开一种无人机机载发射机故障预测系统。 | ||
| 搜索关键词： | 无人机 机载 发射机 故障 预测 方法 系统 | ||
【主权项】：
1.一种无人机机载发射机故障预测方法，其特征在于，包括以下步骤：生成基于机载发射机的故障响应信号；在所述故障响应信号中获取第一故障信号；其中，所述第一故障信号包括功率信号、频率信号和频谱信号中的一种以上的信号；在所述第一故障信号中提取特征参数；其中，所述特征参数包括峰值带宽和/或相位噪声值；根据所述特征参数进行故障预测；其中，所述根据所述特征参数进行故障预测为：根据提取出的特征参数，针对不同的先验条件进行故障预测；先验条件包括数学模型已知和数学模型未知两类；数学模型已知对应于模型已知条件下的预测方法，数学模型未知对应于退化全过程故障数据已知条件下的预测方法和故障数据部分已知条件下的预测方法；所述模型已知条件下采用的故障预测方法包括：多重渐消因子的强跟踪SCKF、贯序极限学习机法和χ2检验法；所述退化全过程故障数据已知条件下采用的故障预测方法包括：灵敏度剪枝ELM法和多分类概率ELM法；所述故障数据部分已知条件下采用的故障预测方法包括：融合贯序重采样Bootstrap和AFOS‑ELM法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军军械工程学院，未经中国人民解放军军械工程学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610442514.1/，转载请声明来源钻瓜专利网。
