● 摘要
某型机载导弹自动驾驶仪主要由数块大规模的模拟电路板构成，其各项性能参数的优劣直接影响导弹的可靠性和安全性。针对该型自动驾驶仪，课题研制一套综合自动测试诊断系统，该系统在测试方面具有一定的开放性，并且能够基于支持向量机理论实现智能多故断诊断。为保证系统的多故障诊断性能，文章首先针对支持向量机在实际应用时存在的相关问题进行了研究，最终设计完成某型机载导弹自驾仪综合测试诊断系统。主要内容包括：(1)针对支持向量机在含噪声大样本数据下存在的训练速度慢、所得决策函数推广能力丧失的问题，提出了一种基于K-均值聚类算法并结合聚类中心密度因子和距离因子求取聚类中心权重因子的样本压缩方式。在应用聚类中心进行训练时，将该权重因子与支持向量机相结合可以快速获得具有抗噪能力的决策函数。(2)为解决支持向量分类机多分类存在的样本重复训练、训练模型过多的问题，保证模拟电路在整体和局部多故障模式上的诊断正确率，提出基于最小偏差的最小二乘支持向量回归机的模拟电路多故障诊断方法。实验结果表明，提出的方法在简化训练过程的同时，能够保持良好的整体和局部多故障诊断正确率。(3)为自动驾驶仪的故障特征获取搭建了自动测试平台。从自动驾驶仪的基本原理及故障定位要求出发，确定所需求的测试信号，并综合考虑测试的开放性、安全性，确定测试设备的软硬系统设计方案，为自动驾驶仪故障诊断功能的实现做好前提准备。(4)文章最后重点介绍了利用支持向量机实现自动驾驶仪多故障诊断的过程，阐述了自动驾驶仪内部电路的故障特征获取方法，确定了系统诊断功能的实现过程以及诊断软件的实现方式。现场调试和技术鉴定表明，本系统不仅可以自动完成自动驾驶仪的测试，各测试指标满足要求，而且有较高的多故障定位精度，很大程度上方便了自动驾驶仪的故障修复，同时为其他模拟电子设备的故障诊断系统提供了理论和实际应用的依据。