无人机传感器故障诊断系统的数据预处理方法研究

来源 :舰船电子工程 | 被引量 : 0次 | 上传用户:mibaoaiai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对无人机传感器故障诊断系统中容易出现的故障误判问题,研究传感器的数据预处理方法,降低随机噪声和脉冲噪声对传感器检测数据产生的影响,提高无人机传感器故障诊断系统的有效性。在数据预处理系统中利用中值滤波和改进阈值函数的小波滤波相结合的方法,消除传感器数据中的噪声干扰,使系统获取的数据更加准确,避免噪声干扰使故障诊断系统出现误报警的现象。仿真实验证明,该方法能够在很大程度上降低传感器数据中的噪声信号,降低了检测信号的失真概率。
其他文献
PR间期>200 ms即可诊断一度房室传导阻滞,在临床上是一种较为常见的心电图表现,但是PR间期过度延长达一定程度后可影响心功能,超声心动图也有特征性改变,称为PR间期过度延长
针对全电力船舶电力网络的特点及日益突出的暂态稳定性问题,论文从某电力船舶的实际负荷情况和运行需求出发,设计并建立了该船的辐射形和环形两种电力网络拓扑,随后应用PSAT
根据电导率的不同可以将海洋环境进行分层,浅海环境模型可等效为空气-海水-海床三层模型。基于有限元法有限元仿真软件建立水平电偶极子电场计算模型,通过改变测线的位置(即Y
减少宽广域网中的数据传输量是实现异地分布式仿真的关键之一,为此在高层体系结构框架中引入了影子服务成员,在层次式RTI配置基础上,通过设计影子服务成员的输入输出接口,在
语义分割的场景图像易受不同光照强度以及类别多样性的影响,尤其是在复杂的图像分割任务中,由于不同物体间的像素值差异过大或过小,造成分割图像的纹理和几何特征缺失,即产生欠分割、过分割现象。针对上述问题,利用深度卷积神经网络,研究基于全局卷积神经网络的复杂图像语义分割方法。首先,提出多尺度残差空间金字塔池化模块,在网络中获取到更加稠密和完备的图像低层特征[1];其次,网络考虑全局信息,提出基于注意力机制
针对传统演训评估主观因素多,定量评价少的问题,以装甲分队演训为例,提出了对演训大数据进行关联挖掘分析的方法。在探索性分析的基础上对数据预处理,采用贝叶斯判别法对元素
目前导弹部队作战使用的数字地图存在更新周期长、精度不高、针对性不强等问题,制约了导弹部队在作战筹划、随机发射、跨区作战等方面能力的提升。论文提出的作战区数字地图
针对现有水下航行体航行数据回放以二维图表为主、显示效果不直观的问题,采用数据动态可视化技术,提出了一种以三维场景为主,结合二维图表、语音播报等多种形式的数据回放方法,该方法基于vieWTerra平台构建三维场景,通过标注数据特征点的进程回放控制实现数据回放的暂停/继续、加速/减速、快进/快退等功能。实践证明,采用该方法构建的数据回放平台,重现了航行体水下航行过程,为航行任务的执行情况提供了科学有效
开展通信卫星对抗模拟训练系统项目风险评估,对项目按期保质完成具有重要意义。从外部风险、技术风险、资金风险、管理风险四个方面构建了风险评估指标体系,并采用基于层次分
在电力生产行业中,人因已成为引发生产安全事故的最主要因素,而在人的因素中,组织管理因素是影响人因的最主要因素。为探寻组织管理因素对电力生产人子系统的影响,论文利用k