基于多维特征图谱和Ghost网络的无人机故障诊断方法和装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多维特征图谱和Ghost网络的无人机故障诊断方法和装置
申请号:CN202510789226
申请日期:2025-06-13
公开号:CN120296403A
公开日期:2025-07-11
类型:发明专利
摘要
本发明提供一种基于多维特征图谱和Ghost网络的无人机故障诊断方法和装置,涉及无人机技术领域,包括:获取目标无人机的时序飞行数据;对时序飞行数据进行格拉姆角场变换得到第一图谱,以及对时序飞行数据进行连续小波变换得到第二图谱;对第一图谱进行特征提取得到第一初始特征,对第二图谱进行特征提取得到第二初始特征,以及对第一初始特征和第二初始特征进行特征融合得到融合图谱特征;将融合图谱特征输入故障诊断模型,得到故障诊断模型输出的目标无人机的故障诊断结果;故障诊断模型是基于Ghost网络搭建的。本发明提供的方法和装置,充分挖掘了飞行数据中各个维度的时序特征,提高了无人机故障诊断的准确性。
技术关键词
故障诊断模型 图谱特征 连续小波变换 无人机故障诊断 特征提取网络 非暂态计算机可读存储介质 特征提取模块 处理器 样本 无人机技术 计算机程序产品 时序特征 图像 存储器 标签
系统为您推荐了相关专利信息
高压开关柜 气体检测模块 进气管道 排气箱 进气模块
故障诊断模型 电力电缆绝缘层 XLPE电力电缆 识别电力电缆 半导体层
故障智能诊断方法 故障诊断模型 样本 特征向量空间 异常数据
铁路路基病害 多层次特征融合 Softmax函数 诊断方法 振动加速度信号
分层聚类算法 序列特征 时序特征 特征提取网络 画像分析方法