论文部分内容阅读
固定翼无人机(UAV)执行任务全程可分为多个工况,对UAV进行工况分析是故障诊断的前提。基于UAV操控原理,选取横向、纵向、速度控制回路的9个状态变量(升降舵偏角、左副翼舵偏角、右副翼舵偏角3个执行器输出数据以及航向角、俯仰角、倾斜角、高度、空速、缸温6个传感器输出数据)表征UAV实时工作状态。根据UAV数据特征提出共享近邻改进的密度聚类(SNN-DBSCAN^*)算法,用于划分UAV工况。结合数据剪切率、满意曲线概念得到适合SNN-DBSCAN*算法的拐点启发式参数优化方法。提出独立成分分析与支持向量机