一种基于因果权重的垂直起降飞行器诊断泛化性增强方法

本发明涉及飞行器故障诊断技术领域，具体是一种基于因果权重的垂直起降飞行器诊断泛化性增强方法。首先，通过信息流因果发现方法建立飞行特征和故障类型之间的有向无环图，能够清晰呈现两者的因果关系，为后续分析提供基础。接着，计算节点间互信息并转化为因果强度进行因果加强，增强了数据中因果关系的表达。在卷积神经网络中使用因果权重动态加权提取局部特征，结合有向无环图的因果特征，充分利用了不同类型的特征信息。通过图卷积网络融合特征得到高阶特征，再经全连接网络完成对抗训练，构建出的故障预测模型综合了多种技术优势，有效提高了模型泛化能力，使其能更好地适应不同工况和数据变化，准确诊断飞行器故障。