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
系统为您推荐了相关专利信息
深度学习模型
BERT模型
语法结构
条件随机场
实体
事件相机
可见光相机
特征提取模块
坐标系
跟踪方法
车流量预测方法
车流量数据
周期性特征
二维卷积神经网络
三维数据结构
LSTM神经网络模型
多尺度
地表反射率
归一化植被指数
数据
热插拔电路
热插拔系统
负载电路
充放电管理电路
电信号