[发明专利]一种飞行系统的光纤陀螺仪故障监测方法、系统、设备及介质

权利要求书

1.一种飞行系统的光纤陀螺仪故障监测方法，其特征在于，包括以下步骤：

步骤1：监测上位机获取光纤陀螺仪的输出信号，进行小波消噪预处理；

步骤2：将消除噪声后的光纤陀螺仪信号进行小波包三层分解，通过计算各个小波包节点上能量分布变化和归一化处理得到光纤陀螺仪信号特征向量；

步骤3：将光纤陀螺仪信号特征向量与过去连续时刻光纤陀螺仪信号特征向量进行时间权重赋值，将各个向量拼接，获得基于历史信息的光纤陀螺仪信号特征向量组合；

步骤4：将历史光纤陀螺仪信号特征向量组合进行模式识别，使用离线训练好的光纤陀螺仪故障监测模型进行检测，得到故障检测结果；

步骤5：整合光纤陀螺仪故障监测结果，输出至指定位置。

2.根据权利要求1所述的一种飞行系统的光纤陀螺仪故障监测方法，其特征在于，步骤1中所述的光纤陀螺仪的输出信号包含飞机坐标系三个方向上的角速度大小和方向。

3.根据权利要求1所述的一种飞行系统的光纤陀螺仪故障监测方法，其特征在于，步骤1中所述的所述步骤1的光纤陀螺仪的输出信号输出模型为：

式中，ω_j(t)为t时刻光纤陀螺的测量输出，ω_e(t)为实际的地球自转角速度影响，为陀螺所处的地理纬度，ε(t)为t时刻陀螺漂移和白噪声。

4.根据权利要求1所述的一种飞行系统的光纤陀螺仪故障监测方法，其特征在于，步骤2中所述的小波包三层分解的阂值量化，包含一个可变参数或多个固定参数并对每一个小波包分解系数进行阈值量化；

步骤2中所述的信号的小波包重构是根据最低层的小波包分解系数和经过量化处理系数来进行重构。

5.根据权利要求1所述的一种飞行系统的光纤陀螺仪故障监测方法，其特征在于，步骤3中所述的时间权重赋值基于神经网络注意力机制，给予时间越近的光纤陀螺仪信号特征向量更高的权重赋值。

6.根据权利要求1所述的一种飞行系统的光纤陀螺仪故障监测方法，其特征在于，步骤3中所述的光纤陀螺仪故障监测模型的输出矩阵包括各种故障类型的概率，以及是否出现故障的概率。

7.根据权利要求1所述的一种飞行系统的光纤陀螺仪故障监测方法，其特征在于，步骤5中所述的光纤陀螺仪故障监测结果，包括光纤陀螺仪原始输出信号、历史光纤陀螺仪信号特征向量组合、光纤陀螺仪故障监测结果、以及时间信息。

8.一种飞行系统的光纤陀螺仪故障监测系统，其特征在于，基于权利要求1-7所述任意项一种飞行系统的光纤陀螺仪故障监测方法，包括：

信号获取消噪模块，用于监测上位机获取光纤陀螺仪的输出信号，进行小波消噪预处理；

计算模块，用于将消除噪声后的光纤陀螺仪信号进行小波包三层分解，通过计算各个小波包节点上能量分布变化和归一化处理得到光纤陀螺仪信号特征向量；

权重赋值模块，用于将光纤陀螺仪信号特征向量与过去连续时刻光纤陀螺仪信号特征向量进行时间权重赋值，将各个向量拼接，获得基于历史信息的光纤陀螺仪信号特征向量组合；

故障检测结果模块，用于将历史光纤陀螺仪信号特征向量组合进行模式识别，使用离线训练好的光纤陀螺仪故障监测模型进行检测，得到故障检测结果；

整合模块，用于整合光纤陀螺仪故障监测结果，输出至指定位置。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种飞行系统的光纤陀螺仪故障监测方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种飞行系统的光纤陀螺仪故障监测方法的步骤。