摘要
本发明提供一种基于改进图卷积神经网络的机载导航功能设备故障模式识别方法,包括:采集机载DME导航功能设备的关键参数并构建数据集,将数据集划分为训练集和测试集;采集机载DME导航功能设备的监测数据与模拟飞行数据,获取源域数据;建立基于改进图卷积神经网络的机载导航功能设备故障模式识别模型;采用所述源域数据和训练集,训练机载导航功能设备故障模式识别模型;采用所述测试集测试机载导航功能设备故障模式识别模型性能。本发明能够使得飞机在飞行操作过程中出现的多类电子系统故障可以被更快速地识别和定位,提高飞机故障诊断的准确性和排故效率,降低维护成本,延长飞行器使用寿命,同时提升飞机运行的安全性和可靠性。
技术关键词
模式识别模型
设备故障诊断
故障诊断模型
注意力
飞机故障诊断
Softmax函数
电子系统故障
矩阵
训练集
数字信号处理器
飞行模拟器
优化器
参数
闭锁
数据格式
节点
系统为您推荐了相关专利信息
条件生成对抗网络
数据模型训练方法
画像
控制模块
点击率
检测网络模型
卷积模块
残差网络
空间金字塔
卷积特征提取
智能交互方法
多模态
动态场景
调度算法
语音情感分析