张勋，马豪伯，徐博，李权明，杨慧影，周佳加

1. 哈尔滨工程大学 自动化学院，黑龙江 哈尔滨 150001 2. 西安卫星测控中心，陕西 西安 710043

水下无人航行器(UUV)由于其能够出色地完成自主规划航行而备受军民领域广泛关注，并且由于海洋资源开发要求的逐步提高，UUV 的高速化成为研究方向之一[1]。实验室中搭载高速推进器的UUV 的航速能够达到12 kn，推进器电流60 A。由于大功率电动机的使用，UUV 内部空间中的电磁环境较为复杂，在缺少科学应对措施的情况下，会对其电子装备造成不同程度的影响[2]。多普勒计程仪(DVL)是水下无人航行器用于自身速度测量、航位推算、定位[3]、导航[4]等方面的重要测量传感器，一旦出现故障将严重影响UUV 的正常航行以至于偏离规划航线、速度失控甚至撞毁、沉底。故而研究DVL 失真重构以保障其正常工作具有重要意义，是UUV 安全可靠航行的重要影响因素。

传感器故障诊断可以分为基于信号处理、基于解析模型、基于数据驱动这3 大类。其中神经网络拥有强大非线性辨识能力，被广泛应用于各个工程领域，同样的适用于复杂的非线性UUV 系统，是其故障诊断的重要方法之一。广义回归神经 网 络(general regression neural network，GRNN)是径向基神经网络的一种特殊形式，具有非常强大的非线性映射能力以及训练速度快、只需设置一个参数的特性，被广泛应用于各种类型的故障诊断工程中，如航空发动机[5]、变压器[6]、无人机[7]、离心泵[8]、超外差接收器[9]、伺服阀[10]、航空故障诊断专家系统[11]等。

传统果蝇优……