[发明专利]一种基于多尺度分析的AUV导航系统故障诊断方法

说明书

本发明涉及AUV水下导航故障诊断技术领域，具体涉及一种基于多尺度分析的AUV导航系统故障诊断方法。步骤一：根据采样的信号，得到传感器信号序列段x(n)；步骤二：根据所需求的分解层数，进行多尺度分解处理，得到各层小波系数{d₁(n)，d₂(n)，…，d_k(n)}以及第k层的尺度系数c_k(n)；步骤三：根据多尺度分解处理得到的信号，进行单支重构处理，得到第k层的近似信号C_k以及各层细节信号{D₁，D₂，…D_k}；步骤四：根据各层细节信号，通过多尺度熵特征提取方法，将k层多尺度特征量组成k维特征向量；步骤五：将k维特征向量作为已训练好的改进的Levenberg‑Marquardt小波神经网络的输入向量，实现故障类型识别；本发明能够定量地描述出故障在不同尺度上的表征形式，并且能够自主学习并实现AUV导航传感器故障诊断。

技术领域

本发明涉及AUV水下导航故障诊断技术领域，具体涉及一种基于多尺度分析的AUV导航系统故障诊断方法。

背景技术

目前，智能水下机器人(AUV)作为当今人类水下资源探索和开发的主要设备之一，日益受到各国的重视。AUV无人无缆在海洋环境中长时间工作，就使得它的安全性变得尤为重要，一种可靠的故障诊断方法是确保AUV水下工作安全性的关键技术。AUV导航系统的正确性是保证AUV能够正常工作的首要前提，研究AUV导航系统故障诊断技术对提高AUV安全性、促进实用化进程具有重要研究意义和实际价值。

另一方面，由于多尺度特征或者多尺度效应普遍存在于自然界和工程实践之中，同时人们对这些现象或者过程的观测通常在不同尺度上有不同的观测表现。因此，利用多尺度系统理论解析这些现象或者过程，从不同尺度上挖掘现象或过程的本质特征是十分有效的。通过在AUV导航系统中引入尺度变量，进行尺度系统理论分析，可将单一尺度上的传感器数据处理拓展在多个尺度上，从多尺度层面挖掘传感器数据中传递的讯息，从而提高AUV导航系统的准确性，并能够判别传感器的工作状态，以提高AUV导航系统的故障识别与诊断能力。

发明内容

本发明的目的在于提供一种基于多尺度分析的AUV导航系统故障诊断方法，以提高AUV导航系统的故障识别与诊断能力。

本发明实施例提供一种基于多尺度分析的AUV导航系统故障诊断方法，包括：

步骤一：根据水下机器人上传感器采样得到的信号，通过排序编号，得到传感器信号序列段x(n)，其中n为采样序号；

步骤二：根据所需求的分解层数，将得到的传感器信号序列段x(n)进行多尺度分解处理，得到各层小波系数{d₁(n)，d₂(n)，…，d_k(n)}以及第k层的尺度系数c_k(n)，其中k为分解层数；

步骤三：根据多尺度分解处理得到的信号，进行单支重构处理，得到第k层的近似信号C_k以及各层细节信号{D₁，D₂，…D_k}；

步骤四：根据各层细节信号，通过多尺度熵特征提取方法，将得到的k层多尺度特征量组成k维的特征向量；

步骤五：根据已训练好的改进的Levenberg-Marquardt小波神经网络，将得到的k维的特征向量作为小波神经网络的输入向量，实现故障类型识别；

本发明还包括这样一些结构特征：

所述步骤一，其中：

所述传感器信号序列段x(n)中，采样序号n不表示时间顺序而仅作为采样信号排序编号，并且不同传感器具有不同采样频率，在实际使用中根据传感器参数选择不同的n值；

所述步骤二，其中：