一种无人机MEMS传感器阵列的自校准方法及装置
技术特征:
1.一种无人机mems传感器阵列的自校准方法,其特征在于,所述方法包括:
2.如权利要求1所述的无人机mems传感器阵列的自校准方法,其特征在于,在无人机mems传感器阵列正常工作时采集传感器数据,利用传感器数据结合主成分分析训练基于pca的故障检测模型的步骤,包括:
3.如权利要求2所述的无人机mems传感器阵列的自校准方法,其特征在于,基于特征值矩阵和特征向量矩阵构建故障检测模型的步骤,包括:
4.如权利要求2所述的无人机mems传感器阵列的自校准方法,其特征在于,对传感器数据中的样本矩阵进行预处理得到数据矩阵的步骤,包括:
5.如权利要求2所述的无人机mems传感器阵列的自校准方法,其特征在于,利用训练后的故障检测模型进行故障检测,在检测到故障信号时识别故障传感器的步骤,包括:
6.如权利要求1所述的无人机mems传感器阵列的自校准方法,其特征在于,在单一故障的情况下利用数据重构对故障传感器中的错误数据进行替换得到恢复后的数据的步骤,包括:
7.如权利要求1所述的无人机mems传感器阵列的自校准方法,其特征在于,在多故障的情况下使用置信区间预测法求解故障传感器中的多故障问题得到恢复后的数据的步骤,包括:
8.如权利要求1所述的无人机mems传感器阵列的自校准方法,其特征在于,对正常数据和恢复后的数据进行在线动态漂移补偿的步骤,包括:
9.一种无人机mems传感器阵列的自校准装置,其特征在于,所述装置包括:
10.如权利要求9所述的无人机mems传感器阵列的自校准装置,其特征在于,训练模块,还用于:
技术总结
本申请公开了一种无人机MEMS传感器阵列的自校准方法及装置,涉及故障检测及补偿技术领域,首先采集传感器数据,利用传感器数据结合主成分分析训练基于PCA的故障检测模型,之后利用训练后的故障检测模型进行故障检测,识别故障传感器,在单一故障的情况下将数据重构对故障传感器中的错误数据进行替换得到恢复后的数据,在多故障的情况下使用置信区间预测法求解故障传感器中的多故障问题得到恢复后的数据,最后对正常数据和恢复后的数据进行在线动态漂移补偿。采用数据重构和置信区间预测实现对单一故障和多故障的隔离恢复,同时对MEMS传感器阵列的长期漂移信号进行实时补偿,能提高传感器阵列的稳定性以及无人机的性能和可靠性。
技术研发人员:周方仁,陈欢
受保护的技术使用者:上海交通大学四川研究院
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40201237 】
技术研发人员:周方仁,陈欢
技术所有人:上海交通大学四川研究院
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:周方仁,陈欢
技术所有人:上海交通大学四川研究院
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
