买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利基于模型联合计算的无人机数据故障检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116451082B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310427976.6，技术领域涉及：G06F18/214；该发明授权基于模型联合计算的无人机数据故障检测方法是由李腾;申嘉揆;姜欣悦;于润泽;陆畅;卢知雨;何彦武;马卓设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本基于模型联合计算的无人机数据故障检测方法在说明书摘要公布了：本发明提供一种基于模型联合计算的无人机数据故障检测方法，解决了现有技术中故障检测准确性与实时性较差的技术问题，方案包括：1构建无人机数据故障检测系统；2获取训练样本集和测试样本集；3构建长短期记忆网络LSTM模型；4对长短期记忆网络LSTM模型进行迭代训练；5在故障检测中心构建数据故障检测模型；6获取无人机数据故障检测结果。本发明数据故障检测模型中的线性自收敛模型和长短期记忆网络模型通过联合计算单元获得在最终信号预测值中的权重，减小了信号预测的误差，提高了数据故障检测的准确性，同时，线性模型对信号值预测精度的补偿轻量化了长短期记忆网络模型的结构，提高了无人机数据故障检测的实时性。

本发明授权基于模型联合计算的无人机数据故障检测方法在权利要求书中公布了：1.一种基于模型联合计算的无人机数据故障检测方法，其特征在于，包括以下步骤： 1构建无人机数据故障检测系统： 构建包括设置在地面的监控平台，以及搭载在无人机上的故障检测中心、飞行控制器和I个状态传感器的无人机数据故障检测系统，其中，故障检测中心能够实现与飞行控制器和监控平台之间的通信，I≥1； 2获取训练样本集和测试样本集： 2a从数据库选取无人机1次无故障飞行过程中N个连续时间点的I个状态传感器数据同时故障检测中心获取无人机实时飞行过程中的K个连续时间点的I个状态传感器数据其中，表示N个连续时间点的第i个状态传感器数据，uin和yin分别表示第n个时刻的第i个状态传感器数据的输入值和输出值，N＞1000；表示K个连续时间点的第i个状态传感器数据，uik和yik分别表示第k个时刻的第i个状态传感器数据的输入信号值和输出信号值，500＜K＜N； 2b通过长度为D的滑动窗口将分别划分为N-D、K-D个数据段，并将对应的每个数据段的输入值以及历史输出值作为训练样本，将当前时刻输出值作为训练标签，组成包括N-D个训练样本和N-D个训练标签的训练样本集，并将对应的每个数据段的输入值以及历史输出值作为测试样本，将当前时刻输出值作为测试标签，组成包括K-D个测试样本和K-D个测试标签的测试样本集，其中，10≤D＜25； 3构建长短期记忆网络LSTM模型： 构建包括与状态传感器数量对应的I个并行排布子网络的长短期记忆网络LSTM模型F′lstm，第i个子网络为f′i，f′i由两层LSTM层和一个全连接层顺次连接而成； 4对长短期记忆网络LSTM模型F′lstm进行迭代训练： 4a初始化迭代次数为t，最大迭代次数为T，第t次迭代每个子网络f′i的权重参数并令t＝1，其中， 表示向下取整，S表示每次迭代训练数据量的大小，5＜S＜20； 4b将从训练样本集中无放回地随机选取S个训练样本作为F′lstm的输入，每个子网络f′i对每个训练样本进行特征提取后对所提取的特征进行序列预测，得到S个预测向量 其中 代表实数集； 4c采用均方根误差损失函数，并通过每个训练标签Ys及其对应的预测向量计算每个子网络f′i的损失值，然后采用梯度下降算法，通过损失值所计算的网络权重参数的梯度对进行更新； 4d判断t≥T是否成立，若是，得到训练好的LSTM模型Flstm，否则，令t＝t+1，并执行步骤4b； 5在故障检测中心构建数据故障检测模型： 故障检测中心构建包括并行排布的训练好的LSTM模型Flstm和线性自收敛LAR模型，以及与该两个模型输出端级联的联合计算单元、故障检测单元、故障恢复单元的数据故障检测模型，其中，故障检测单元包括并行排布的突发性故障检测子单元和渐进性故障检测子单元； 6获取无人机数据故障检测结果： 6a故障检测中心初始化数据故障检测模型和历史故障状态变量isFailure，令isFailure＝0，k＝D+1； 6b故障检测中心将k时刻样本Xk和标签即输出信号真实值Yk，输入数据故障检测模型，LSTM模型Flstm通过Xk，计算输出信号LSTM模型预测向量作为输出，同时，LAR模型通过Xk构建数据矩阵Φk，通过Φk和k-1时刻参数矩阵Rk-1计算输出信号LAR模型预测向量作为输出，并通过Φk、和Yk迭代计算Rk，随后联合计算单元通过和Yk提取联合计算矩阵集通过联合计算矩阵最大特征值对应的特征向量，由构建权值矩阵Wk，再通过Yk和Wk计算输出信号联合预测向量和联合残差向量最后故障检测单元将Ek标准化得到标准化向量突发性故障检测子单元通过Zk生成突发性故障传感器编号集合J1＝{j||zjk|＞3.5}，同时，渐进性故障检测子单元通过Zk计算似然向量生成渐进性故障传感器编号集合J2＝{j|lhj＞lh0}，lh0为渐进性故障阈值； 6c故障检测中心计算故障传感器编号集合J＝J1∪J2，判断J是否为空集，若是，令isFailure＝0，并执行步骤6f，否则，执行步骤6d； 6d故障检测中心判断isFailure＝0是否成立，若是，令isFailure＝1，并执行步骤6e，否则，故障检测中心向飞行控制器发送迫降指令，无人机结束飞行； 6e故障检测中心向监控平台发送故障警告消息，同时，数据故障检测模型的故障恢复单元产生修正指令，随后将修正指令发送给飞行控制器执行； 6f故障检测中心判断k≥K是否成立，若是，得到K-D个数据故障检测结果，否则令k＝k+1，并执行步骤6b。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。