【技术实现步骤摘要】
本专利技术涉及计算机及数据处理，更具体地，涉及一种角速度传感器故障诊断方法、装置及电子设备。
技术介绍
1、光电跟瞄系统（eots，electro-optical targeting system）在远距离遥感成像、激光通讯、激光武器等领域具有广泛的应用。在eots中，角速度传感器作为其关键的测量元件，为闭环控制回路提供准确的角速度信息，保障eots实现高精度的目标跟踪与瞄准。然而，在运动平台上部署的eots，由于长期处于振动环境中，系统中的测量元件易发生老化、磨损和损坏，导致eots跟踪精度大幅下降，甚至系统失效。因此，为了保证eots稳定地运行，需要对角速度传感器的故障诊断技术开展研究。
2、在相关技术中，角速度传感器的故障诊断方法主要包括基于模型的方法和基于数据驱动的方法。基于物理模型的方法需要建立一个全面的数学模型来描述系统行为，预测系统的期望输出，通过比对期望输出与实际输出之间的差异来诊断故障。这种方法对模型的准确性依赖性较高，而eots作为光电成像、电机控制和惯性传感为一体的复杂系统，难以建立精确的故障诊断模型。而基于数据驱动的方法不依赖于准确的系统模型，该方法从历史数据中提取有效特征，然后利用机器学习算法来进行故障诊断。但这种方法无法区分一些频域特征变化不大的故障类型，以及模型的泛化能力受限。
技术实现思路
1、有鉴于此，本专利技术提供了一种角速度传感器故障诊断方法、装置及电子设备。
2、本专利技术的一个方面提供了一种角速度传感器故障诊断方法，
3、本专利技术的另一个方面提供了一种角速度传感器故障诊断装置，包括：第一得到模块，用于持续采集角速度传感器在预设时长内输出的数据，得到时域信号；第二得到模块，用于对上述时域信号进行小波包分解，得到多个频带信号；第三得到模块，用于分别计算多个频带信号的能量，得到第一能量特征；生成模块，用于对上述时域信号进行图像化处理，生成二维灰度图像；第四得到模块，用于利用能量特征处理子网络对上述第一能量特征进行特征提取，得到第二能量特征；第五得到模块，用于利用灰度图像处理子网络对上述二维灰度图像进行特征提取，得到图像特征；第六得到模块，用于利用融合输出子网络对上述第二能量特征和上述图像特征进行处理，得到上述角速度传感器故障类型。
4、本专利技术的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上上述的方法。
5、根据本专利技术的实施例，通过在持续采集角速度传感器在预设时长内输出的数据，得到时域信号，对时域信号进行小波包分解，得到多个频带信号；分别计算多个频带信号的能量，得到第一能量特征，对时域信号进行图像化处理，生成二维灰度图像后，利用能量特征处理子网络对第一能量特征进行特征提取，得到第二能量特征，能够捕获反映时域信号在分频段的能量变化的特征。通过利用灰度图像处理子网络对二维灰度图像进行特征提取，得到图像特征，能够捕捉时域信号在时域内的空间结构特征。通过利用融合输出子网络对第二能量特征和图像特征进行处理，得到角速度传感器故障类型，实现基于时域信号的多模态特征，即在分频段的能量变化的特征和在时域内的空间结构特征，对角速度传感器故障类型进行预测，有效提高传感器故障诊断的准确率，增强模型对于不同故障类型的泛化能力。
本文档来自技高网...【技术保护点】
1.一种角速度传感器故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述时域信号进行图像化处理，生成二维灰度图像包括：
3.根据权利要求1或2所述的方法，其特征在于，所述对所述时域信号进行小波包分解，得到多个频带信号包括：
4.根据权利要求3所述的方法，其特征在于，所述灰度图像处理子网络包括依次连接的卷积层、最大池化层、扁平化层和第一全连接层；
5.根据权利要求4所述的方法，其特征在于，所述利用融合输出子网络对所述第二能量特征和所述图像特征进行处理，得到所述角速度传感器的故障类型包括：
6.根据权利要求1所述的方法，其特征在于，所述能量特征处理子网络是根据如下操作得到的：
7.根据权利要求1所述的方法，其特征在于，所述灰度图像处理子网络是根据如下操作得到的：
8.根据权利要求1所述的方法，其特征在于，所述融合输出子网络是根据如下操作得到的：
9.一种角速度传感器故障诊断装置，其特征在于，包括：
10.一种电子设备，包括：
【技术特征摘要】
1.一种角速度传感器故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述时域信号进行图像化处理，生成二维灰度图像包括：
3.根据权利要求1或2所述的方法，其特征在于，所述对所述时域信号进行小波包分解，得到多个频带信号包括：
4.根据权利要求3所述的方法，其特征在于，所述灰度图像处理子网络包括依次连接的卷积层、最大池化层、扁平化层和第一全连接层；
5.根据权利要求4所述的方法，其特征在于，所述利用融合输出...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。