买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明涉及一种基于小波变换的正则化自编码器序列故障检测方法，属于组合导航技术领域；包括：对于GNSSINS紧组合导航系统采用广义最大相关熵卡尔曼滤波进行INS递推误差估计和递推误差校正；采集单颗卫星滤波新息数据中的伪距时间序列和伪距率时间序列，进行归一化后得到归一化的伪距时间序列和伪距率时间序列；采用归一化时间序列分别训练出第一和第二正则化自编码器；使第一、第二正则化自编码器能够进行卫星正常、故障状态分类；结合第一和第二正则化自编码器的分类结果得到最终的分类结果；在组合导航系统定位过程中，采用训练好的第一和第二正则化自编码器进行单颗卫星数据分类，以检测出单颗卫星是否故障以及故障种类。本发明提高了故障检测精度。

主权项：1.一种基于小波变换的正则化自编码器序列故障检测方法，其特征在于，包括：步骤S1、建立GNSSINS紧组合导航系统INS误差的离散状态方程与观测方程；采用广义最大相关熵卡尔曼滤波进行INS递推误差估计和递推误差校正；步骤S2、采集单颗卫星的滤波新息数据中的伪距时间序列和伪距率时间序列，进行归一化后得到归一化伪距时间序列和归一化伪距率时间序列；步骤S3、采用归一化伪距时间序列和归一化伪距率时间序列分别训练出第一和第二正则化自编码器；使第一、第二正则化自编码器能够基于输入的归一化伪距时间序列、归一化伪距率时间序列进行卫星正常、故障状态分类；结合第一和第二正则化自编码器的分类结果，得到最终的分类结果；步骤S4、在组合导航系统定位过程中，采用训练好的第一和第二正则化自编码器进行单颗卫星数据分类，结合第一和第二正则化自编码器的分类结果检测出单颗卫星是否故障以及故障种类；在步骤S1中采用广义最大相关熵卡尔曼滤波过程获得的k时刻的新息数据为： ； ；分别为INS推算的伪距、伪距率；分别为GNSS单颗卫星推算的伪距、伪距率；为时刻观测矩阵；为误差状态的一步估计；取一段时间连续长度为的新息数据构成向量；提取向量的第一行和第二行分别得到伪距时间序列和伪距率时间序列；分别进行归一化后得到归一化伪距时间序列和归一化伪距率时间序列；所述第一和第二正则化自编码器为结构相同的基于小波变换的正则化自编码器；采用归一化伪距时间序列和归一化伪距率时间序列分别训练后得到不同的网络参数；所述正则化自编码器包括时间重构器、频率正则化器和权重控制器；频率正则化器，用于在频域采用DWT和IDWT进行输入时间序列的频域分解和重构得到重构序列，在DWT的频域分解中对各级DWT系数进行修正，保留正常序列中的独有的频率项，衰减其他频率项，在IDWT重构后得到保留正常序列中独有模式的重构序列；时间重构器，用于在时域采用编码器和解码器进行输入时间序列的映射和重构得到重构序列；在编码器中采用权重控制器输出的控制参数进行编码器的参数约束；所述权重控制器与频率正则化器和时间重构器的输出分别连接，根据频率正则化器和时间重构器的重构损失确定以最终损耗L最小为目标的、控制正则化强度的控制参数；控制参数输出到时间重构器的编码器进行参数约束，使时间重构器更准确地重构正常样本，放大异常样本的重构误差；在频域正则器中，第层DWT的修正系数为： ； ； ； ； ；其中，为第层的系数个数，为第层的第个DWT系数，为第层DWT系数的平均值；，，为的导数；为的微分；时间重构器的编码器、解码器均采用LSTM网络，和表示编码器和解码器参数；通过得到输入时间序列的潜在表示和重构； ； ；损失函数定义为： ； 用于衡量输入时间序列和重构序列之间的差异。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于小波变换的正则化自编码器序列故障检测方法