一种基于改进HGCN的AUV推进器双通道信号融合故障诊断方法

本发明提出了一种基于改进HGCN的AUV推进器双通道信号融合故障诊断方法。首先由自主水下航行器推进器的两条振动信号和相同长度的一条随机噪声信号构成三通道信号，进行噪声辅助多元经验模态分解。分解完成后，剔除噪声通道对应的IMFs分量，再采用均值融合算法将保留的IMFs分量进行融合得到新的一维信号。通过在超图卷积网络的卷积层之后，加入图注意力机制和门控循环单元模块，构建改进的HGCN模型。从一维融合信号中连续抽样获得样本，并按照1：3的比例划分为训练集、测试集。将训练集输入到改进的HGCN模型中进行模型训练，再将测试集输入到训练好的模型中进行自主特征提取和智能故障诊断，最终输出测试样本的分类结果。