【技术实现步骤摘要】
本申请涉及飞行器，特别是涉及一种飞行器故障诊断方法、模型训练方法、装置、计算机设备和存储介质。
技术介绍
1、在飞行器各部分组成系统中，大气数据系统(air data system,ads)主要负责测量飞行器飞行过程中的大气参数，并通过内部计算机进行解算得到相关飞行参数。然而，大气数据传感器可能会因冲击、电磁干扰等恶劣飞行环境以及自身元器件异常等引发故障，输出错误的飞行参数，导致后续控制环节出错，进而发生灾难性事故。因此，进行大气数据系统故障诊断，在发生故障后第一时间完成检测及识别，对提高飞行器可靠性具有重要意义。
2、近年来，基于数据的故障诊断方法开始涌现，包括支持向量机、神经网络等，可以不建立精确模型从大量的数据中提取故障特征，在故障诊断领域取得了较为不错的效果。但是，由于大气数据系统的传感器位于飞行器表面，工作环境恶劣，噪声等干扰往往较大，使小程度故障难以诊断。此外，飞行器在不同飞行任务下，处于多飞行轨道等不确定性的状态，各飞行状态数据往往会产生较大变化，常规的基于数据故障诊断策略，可能无法区分飞行状态本身变化引起的大...
【技术保护点】
1.一种飞行器故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述无迹卡尔曼滤波模型对大气数据系统状态进行估计包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述提取所述无迹卡尔曼滤波模型的多维新息和残差序列包括：
5.一种飞行器故障诊断模型训练方法，其特征在于，所述方法包括：
6.根据权利要求5所述的方法，其特征在于，所述通过ECA分析Inception V3网络模型中输入特征图各通道的权重，得到加权特
<...【技术特征摘要】
1.一种飞行器故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述无迹卡尔曼滤波模型对大气数据系统状态进行估计包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述提取所述无迹卡尔曼滤波模型的多维新息和残差序列包括：
5.一种飞行器故障诊断模型训练方法，其特征在于，所述方法包括：
6.根据权利要求5所述的方法，其特征在于，所述通过eca分析inception v3网...
【专利技术属性】
技术研发人员：程月华，王子越，姜斌，徐骋，郭琨，胡恒嵩，余自权，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。