摘要
本发明公开了一种无人机协同编队方法及其系统,所述方法具体步骤包括数据预处理,将采集到的鼠笼电机电流信号进行信号去噪,采用截止频率为5Hz的低通滤波器对定子电流进行滤波,随后将滤波去噪后的电流信号通过反PARK变换,变换到α‑β坐标系下,进一步滤除噪声和干扰;最后将滤波后的电流信号进行归一化处理,使其幅值范围在‑1到1之间;本发明通过结合卷积神经网络和频谱分析技术,实现了电机故障分类的自动化和高效性。传统的故障诊断方法往往依赖于人工经验和复杂的信号处理过程,而本发明能够自动从原始电流信号中提取深层次特征,避免了繁琐的人工特征工程,提高了诊断的效率和准确性,通过不同大小的卷积核提取了丰富的多尺度特征。
技术关键词
无人机协同
编队方法
卷积神经网络模型
构建卷积神经网络
傅里叶变换算法
电流
故障特征
滤除噪声
频谱分析技术
低通滤波器
注意力机制
复信号
故障诊断方法
数据可视化
特征工程
坐标系
定子
转子齿
系统为您推荐了相关专利信息
变速箱箱体
模态分析
分析系统
频率响应
信号获取模块
深度迁移学习方法
深度残差网络模型
辐射源
卷积神经网络模型
构建深度学习网络
岗位匹配方法
终端
数据库系统
频域去噪
傅里叶变换算法
多无人机
缺失数据补全方法
电磁频谱态势
采样点
无人机协同感知