[发明专利]基于信息融合的雷达伺服系统故障诊断方法

权利要求书

1.基于信息融合的雷达伺服系统故障诊断方法，其特征在于包括：

(1)基于遗传算法优化雷达伺服系统的测试点选取；具体是将雷达伺服系统的内部结构通过多信号流图模型转换成故障-测试依存矩阵，其形式如下：

其中，如果故障i能被测试点j观测，则d_ij的值为1，如果故障i不能被测试点j观测，则d_ij的值为0；确认了故障-测试依存矩阵之后，结合遗传算法求解测试点选取优化问题，得到最终的测试序列；

(2)基于改进贝叶斯网络构建雷达伺服系统开关量故障诊断模型；以测试点选取优化后所选的测试点的测试结果为数据集训练贝叶斯网络，贝叶斯网络的结构学习方法为分别通过K2算法、MHS算法和MMHC算法各自训练出一个独立的贝叶斯网络结构，然后基于这三种网络结构对雷达伺服系统贝叶斯网络专家结构进行优化，得到最优贝叶斯网络模型的结构，最优贝叶斯网络结构的参数采用极大似然估计法确定；

(3)针对雷达伺服系统模拟量故障数据的数据预处理；首先，通过孤立森林算法对雷达伺服系统模拟量历史故障数据进行数据异常检测，将检测出异常的数据去除，然后，给模拟量故障数据集添加历史值和历史变化率这两个新的特征，具体操作是将每个故障时刻五分钟前的故障数据作为故障历史值加入以及将每个时刻五分钟前的故障数据和当前故障数据的差值作为故障历史变化率加入，最后，采用SMOTE算法解决模拟量历史故障数据的样本不平衡问题；

(4)基于Stacking集成方法构建雷达伺服系统模拟量故障诊断模型；首先采用Xgboost、随机森林和神经网络作为三种基模型并将故障样本训练数据分成5份，使用每一种基模型对数据集进行5折交叉验证，每一种基模型的输出由5个子模型合并而成，将三种基模型的输出结果合并得到第一层的输出结果；第二层利用第一层的输出结果作为训练数据，采用逻辑回归模型继续进行训练，得到最终的模拟量故障诊断模型；

(5)基于D-S证据理论构建最终的雷达伺服系统信息融合故障诊断模型；将雷达伺服系统开关量故障诊断模型的诊断结果作为证据体1，将雷达伺服系统模拟量故障诊断模型的诊断结果作为证据体2，采用D-S证据理论综合两者的输出结果作为最终的故障诊断结果。