基于动态神经网络的机电作动系统传感器信号恢复研究

简介

机电作动器逐步应用于新型多电飞机中,其中的传感器故障对于机电作动系统的正常工作具有较大影响。针对余度传感器故障无法判定正确的传感器信号以及丧失全部传感器数据情况下信号重构的问题,采用处理时序信号有优势的神经网络辨识学习方法对故障传感器的信号进行恢复,由此解决输入信号故障情况下的信号重构问题。对比了两种动态神经网络的差异,即非线性动态神经网络与NARX网络。试验结果表明NARX网络可有效准确完成信号丧失下的信号恢复,对比网络线性回归、误差自相关与互相关系数可得NARX恢复结果优于非线性动态神经网络。