基于模糊相关向量机的UUV中缓变故障检测方法
赵博
王天宇
张润峰
哈尔滨工业大学(鞍山)工业技术研究院 鞍山 114000
摘要：作为海洋探索的重要运载平台之一,水下无人航行器(unmanned undersea vehicle,UUV)中导航系统多数时间以惯性/多普勒计程仪组合方式工作,但仍需要接收GNSS信号以修正累积的导航误差.由于受到无线电信号及卫星信号质量的影响,GNSS信息会存在缓变误差,从而降低UUV的导航精度.针对此问题,论文设计一种基于模糊相关向量机(fuzzy relevance vector machine,FRVM)的状态估计器对新息进行预测,克服了传统方法存在较大检测延时的问题.该方法利用模糊隶属度来模糊化样本,避免过度拟合影响模型的泛化能力.与基于自主完好性监测外推法及最小二乘支持向量机(least squares support vector machine,LS-SVM)的故障检测方法相比,该方法能够更精确地描述新息与量测信息之间的相关性.试验结果表明,针对GNSS的缓变故障,该方法能够显著降低了故障检测的延时,从而提高UUV的导航性能.
关键词：UUV组合导航模糊隶属度相关向量机缓变故障
分类号：TB567(声学工程)
资助基金：国家自然科学基金(51909048)国家自然科学基金(52071121)国家自然科学基金(41627801)
论文发表日期：2023-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 838-844 )
英文信息