[發明專利]一種基于概率密度分布的無人機智能監測閾值確定方法有效
| 申請號: | 201910510052.6 | 申請日: | 2019-06-12 |
| 公開(公告)號: | CN110781572B | 公開(公告)日: | 2023-06-02 |
| 發明(設計)人: | 申中杰;李盼;宮云杰 | 申請(專利權)人: | 西安英特邁思信息科技有限公司 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20 |
| 代理公司: | 北京前審知識產權代理有限公司 11760 | 代理人: | 張波濤;尹秀峰 |
| 地址: | 710000 陜西省西安市高*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 概率 密度 分布 無人機 智能 監測 閾值 確定 方法 | ||
1.一種基于概率密度分布的無人機智能監測閾值確定方法,其特征在于:其包括,
第一步驟,采集無人機振動加速度信號,計算統計特征作為無人機狀態監測數據的CI指標,統計特征包括均方根值、峰值、偏斜度、峭度、波形因子、脈沖因子、峰值因子、偏斜度指標、峭度指標、重心頻率和/或均方根頻率對每個CI指標進行歸一化處理,CI指標按照下式進行歸一化處理,即獲得歸一化CI指標:
其中,i=1,2,...,11,表示CI指標的編號,j=1,2,...,n表示CI指標的時間序列,CIi表示第i個CI指標,表示第i個CI指標的第j個數值,GCI表示歸一化后的CI指標;
第二步驟,利用超球體支持向量機將歸一化CI指標融合為HI指標,計算HI的概率密度分布函數PDF,并以此確定監測閾值的計算公式,其中,利用下式構建超球體支持向量機模型
其中X為訓練樣本,由GCI構成;c為超球體球心,r為超球體半徑,F為正則化系數,ξj為松弛變量,
引入拉格朗日系數αi≥0,γi≥0,將上式求最小值問題轉化為對偶二次規劃問題:
其中,Xj、Xk表示不相同的任意訓練樣本,(Xj,XK)表示Xj和Xk的內積,引入核函數φ(X)將原始數據映射X到高維空間,為此,用KXj,Xk=φ(Xj)·φ(Xk)代替(Xj·Xk),并求解方程(3),得到以下結果:
樣本Z到球心的距離為:
HI指標為:
隨后將HI指標進行M等分,其概率密度函數:
其中為HI指標的等間隔增量,num[m·ΔHI,(m+1)·ΔHI]為區間[m·ΔHI,(m+1)·ΔHI之間的HI指標數量,num[min(HI),max(HI)]為HI指標的總數,
對應的概率分布函數PDF為:
最后當Pdf達到0.999時對應的HI最小值即為報警閾值為:
HIalarm={min(HIm)|Pdfm>=0.999}?????????????(10);
第三步驟,以無人機設計壽命的5%時間以內的監測數據為樣本輸入,實現監測閾值的智能更新。
2.根據權利要求1所述的一種基于概率密度分布的無人機智能監測閾值確定方法,其特征在于,第三步驟中,
首先,在無人機投入使用的前5個小時,在航空規定和操作規范的允許下完成盡可能多的姿態,形成最初的輸入樣本,構建報警閾值的初始值;
隨后第6小時開始,至無人機設計壽命的5%時間內,以每1小時為單位,形成一組輸入樣本,計算出一組報警閾值HIalarm,當后面計算的閾值大于前面閾值時,自動更新;
最后,當時間達到無人機設計壽命的5%時間,最后一次形成的報警閾值即為無人機監測數據的最終閾值,后續時間監測數據以此閾值為標準,進行報警識別。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安英特邁思信息科技有限公司,未經西安英特邁思信息科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910510052.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種鉆頭工作效率評估系統
- 下一篇:一種航空發動機轉子葉片逆向設計方法





