机载武器中光电目标探测器故障诊断研究

在机载武器中,光电目标探测器的故障诊断对机载武器系统作战效能的提高尤为重要.由于提供的测试信号有限,同时信号之间存在非线性关系,导致确定故障的位置和原因非常困难,诊断准确率不高.而传统故障诊断方法存在局限性,诊断时间长.针对以上问题,提出了一种结构优化模拟退火粒子群神经网络方法.首先,将光电目标探测器的采集数据预处理后训练网络,利用模拟退火粒子群算法调整权值.然后,根据神经元间的相对重要度和等效连接关系,优化连接结构,再引入神经元增益建立准则优化隐节点数.最后,利用训练后的神经网络完成光电目标探测器的故障诊断.实验结果表明,新方法能够有效地提高诊断准确率.