基于GRU和自注意力机制的无人机故障检测方法

作     者：梁本豪 黄庆南 张恩泽 

作者机构：广西科技大学自动化学院 智能系统与控制研究所(广西科技大学) 

出 版 物：《广西科技大学学报》 (Journal of Guangxi University of Science and Technology)

年 卷 期：2024年

学科分类：08[工学] 082503[工学-航空宇航制造工程] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金项目(62161003) 柳州市科技计划项目(2021AAF0103)资助 

主　　题：无人机 故障检测 门控循环单元 自注意力机制 

摘      要：针对无人机在实际飞行中故障作为偶发事件而难以收集足够的故障数据来训练无人机故障检测模型，且现有的故障检测方法准确率低等问题，本文提出了一种基于门控循环单元（gated recurrent unit, GRU）和自注意力机制结合的无人机故障检测方法。首先，在模型训练阶段使用无人机正常飞行的历史数据作为GRU的输入，对无人机的飞行趋势进行预测；为了关注不同时刻对当前无人机飞行状态预测的影响，在GRU层后引入自注意力机制，对不同时刻的状态赋予不同的权值，提高对当前时刻无人机状态的预测准确度。其次，使用正常飞行状态下训练得到的残差来计算故障检测阈值。最后，使用无人机故障飞行序列在训练好的无人机故障检测模型中进行预测，并使用阈值进行检测，实验结果表明本文提出的无人机故障检测方法的准确率达到了97.37%，与其他的故障检测方法相比，本方法在提高故障检测准确率、精确率和召回率的同时减少了故障误报的发生。