摘要
本发明公开了一种导航系统陀螺仪故障诊断方法及装置,通过多物理场耦合模拟生成不同工作状态下的零漂故障数据,形成多物理场参数‑零漂‑导航系统误差的联合数据集,输入CNN‑改进Bi‑LSTM的深度学习模型中进行高精度的故障诊断。采用基于CNN‑改进BiLSTM的混合深度学习模型,CNN(卷积神经网络)提取全局特征,改进BiLSTM(长短记忆神经网络)捕捉时序依赖关系,提取陀螺零漂参数与导航系统状态之间的隐含关联;最后通过多任务输出层实现陀螺故障分类诊断、零漂值回归预测与导航系统误差预测三大任务。
技术关键词
导航系统
数据特征提取
电磁干扰数据
时序
高维特征向量
导航误差
多任务
物理
特征提取模块
神经网络架构
陀螺仪故障诊断
模拟高低温环境
混合深度学习模型
注意力机制