基于证据理论的无人机光电侦察设备故障诊断*
2021-03-24沈延安张君彪
火力与指挥控制 2021年2期
沈延安,张君彪
(1.陆军炮兵防空兵学院,合肥 230000;2.空军预警学院,武汉 430000)
0 引言
无人机光电侦察设备是无人机系统最重要的任务载荷,能够搜索、侦察、识别、定位、跟踪地面目标,为指战员迅速准确掌握敌情、制定方案、克敌制胜提供前提条件。但由于光电侦察设备稳定框架结构复杂,设备控制电路精密,故障分析也异常繁琐。
目前,针对无人机光电侦察设备故障诊断的研究较少,且大多是单纯采用历史故障统计数据或依靠专家知识进行评判,获取的诊断结果适用性不强,效率较低。由于无人机光电侦察设备组件集成度高,结构密闭性强,故障信号可测试性差,导致基于信号处理的传统诊断方法难以满足诊断要求。考虑到D-S 证据理论(Dempster-Shafer Evidence Theory,DST)能有效融合信息,减少冲突信息对结果造成的影响,并产生相对客观的判断结论[1-3]。因此,本文研究了基于DST 的无人机光电侦察设备故障诊断方法,为解决诊断的不确定性提供了一条新途径。
1 证据理论
证据理论是Shafer 在Dempster 所提出的理论基础上,进一步发展完善的一种不确定推理理论,是概率论的进一步推广,故也称D-S 证据理论[4]。证据理论以证据(数据或专家知识)为基础,对不确定性问题的描述更贴近人们思维习惯[5]。
1.1 基本概率分配

1.2 信度函数与似然函数



图1 命题的不确定性
1.3 合成规则
设Bel1和Bel2是同一识别框架上的两个信度函数,m1和m2分别是其对应的两个基本概率分配,焦元分别为和,设


称为两个信度函数合成的Dempster 规则。
2 基于证据理论的无人机光电侦察设备故障诊断模型
2.1 基本概率分配函数的获取
无人机光电侦察设备基本组成包括:可见稳定框架装置、光电视摄像机、前视红外仪和图像跟踪控制器、伺服控制模块等。……
登录APP查看全文
