题目：无人机飞控系统传感器故障诊断

本文在充分研究和总结了现阶段各种故障诊断技术基础上，重点研究了无人机飞行控制系统传感器的故障诊断技术。文中建立了无人机飞行控制系统传感器的数学模型及典型故障的数学模型在此基础上本文提出了两种故障检测算法：第一个方法中，用一个BP作为主神经网络（MNN）和一系列由RBF构成的分布式的子神经网络（DNNs）来进行故障诊断。神经网络采用在线学习方式以使其保持对于飞机动态特性的变化和模型失配具备自适应特性。由于神经网络观测器具备自适应特性，使其对早期故障不敏感。为了解决这个问题，在第二个方法中通过飞机模型预测输出与观测的传感器实际输出比较，滤掉系统的确定性部分。然后用信号处理的方法对残差进行分析，而不是通过为残差设定固定的阈值来检测故障。由于残差的信噪比很低，需要对其进行滤波。文中提出了三种滤波方式：均值滤波、均方根滤波和自相关函数滤波，并构造了一个故障检测算子对于滤波后的数据进行处理。仿真结果表明，不同的滤波方式对于不同的传感器故障类型的检测能力是不同的。最后利用均方根滤波和自相关函数滤波方法构造了最终的故障检测函数。一系列的仿真结果该方法对于系统建模误差具有鲁棒性，能应用线性系统和非线性系统。