[发明专利]一种基于多变量回归的无人机飞参数据故障检测与恢复方法

摘要

一种基于多变量回归的无人机飞参数据故障检测与恢复方法，涉及无人机故障诊断方法领域。本发明是为了解决现有的故障检测方式，难以检测飞行数据中的轻微故障，并且不具备故障数据的恢复能力的问题。基于长短期记忆网络的多变量回归模型，以从飞行数据中自动提取时空特征，对监测参数进行更准确的估计，将故障检测和恢复问题转变为回归问题；然后，使用滤波方法来平滑实际飞行数据和被监测参数估计值之间的残差；最后，利用平滑后的残差来计算统计检测阈值，并通过检测平滑后的残差是否超过统计阈值来实现故障检测。它用于对无人机飞参数据进行故障检测与恢复的。

主权项

1.一种基于多变量回归的无人机飞参数据故障检测与恢复方法，其特征在于，所述方法包括以下步骤：/n步骤一、从无人机原始飞参数据中分别选取不含故障的数据集和含有故障的数据集，将不含故障的数据集作为训练集输入数据，将含有故障的数据集作为测试集输入数据，/n对训练集输入数据进行标准化和重构，得到重构后训练集中的输入样本和输出样本，/n对测试集输入数据进行标准化和重构，得到重构后测试集中的输入样本和输出样本；/n步骤二、采用重构后训练集中的输入样本训练基于长短期记忆网络的回归模型，得到训练后的回归模型，该回归模型中包含重构后训练集中输出样本的估计值；/n步骤三、根据步骤二中估计值和步骤一中重构后训练集中的输出样本，得到训练集的残差，对该残差进行平滑滤波，得到平滑后的训练集残差，利用平滑后的训练集残差得到统计阈值；/n根据步骤二得到的训练后的回归模型和重构后测试集中的输入样本，得到重构后测试集中输出样本估计值，根据重构后测试集中的输出样本和重构后测试集中输出样本估计值，得到测试集的残差，对该残差进行平滑滤波，得到平滑后的测试集残差；/n步骤四、将得到的所述残差中的每一时刻的残差绝对值与统计阈值进行比较，若该残差的绝对值超过统计阈值，则说明在重构后测试集中输出样本中的相应样本点出现了故障；/n若检测到故障，用重构后测试集中输出样本估计值中相应的样本点来替换重构后测试集中输出样本中的相应故障样本点，以实现故障数据的快速恢复。/n