一个面向无人机可靠性的群智生态系统平台
发布时间：2021-06-10 16:20
无人机发展至今已有100多年历史,科学技术水平的不断提高和人们需求的变化使得无人机从军事领域逐渐地走向民用领域。目前,无人机已在农业植保、摄影航拍、气象监测、森林防火、电力巡检、物流运输等多个场景下取得了不错的应用效果。在无人机给人们带来极大便利的同时,人们对无人机的可靠性水平也提出了越来越高的要求。然而,无人机故障事件仍频频发生。无人机的故障事件积累了大量的故障数据,蕴含了丰富的无人机故障信息。这些数据以自然语言描述的文本数据形式存在于无人机社区的故障帖子中和无人机事故新闻里,数据分布较为松散,并未得到高效利用。如何将这些数据高效地利用起来,以提高无人机的可靠性,成为一个值得研究的问题。为了解决这个问题,本文提出了基于无人机故障描述文本数据的故障诊断模型和故障模式与影响分析模型,并在此基础上设计实现了一个面向无人机可靠性的群智生态系统平台。其中,本文的主要工作包括以下几个方面:1.收集了来自无人机社区的9135篇无人机故障帖子、来自新闻网站的276篇无人机事故新闻和来自多个文献数据库的共541篇无人机可靠性相关文献。基于这些数据,制作了无人机故障分析数据集——UAV-FAD,包含了无...
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
无人机系统组成示意图
14第二章背景知识图22:无人机应用分类分为军用无人机和民用无人机[3]。军用无人机一般在军事中作为侦察机完成侦察任务、作为靶机完成射击训练和作为攻击机完成战略击打，这些任务一般都具有较高的危险性，使用无人机来完成这些工作可以确保军人的人身安全。民用无人机目前已经广泛应用于各行各业，包括农业、电力、安防、航拍等。农业方面，植保无人机可以用来喷洒农药、农业检测等[52,53]；在电力方面，无人机可以帮助电力工作人员完成危险的电力巡检和线路规划工作[54]；在安防方面，无人机可以替代工作人员到达人无法到达的地带，比如火灾时的灾情检查和反恐时的巡逻工作等；在航拍方面，许多影视剧和广告的拍摄已经普遍投入了无人机的使用。此外，无人机在其他领域也发挥着很多作用。比如测绘地图、物流运输等[55]。2.2文本分类和命名实体识别文本分类（TextClassification）和命名实体识别（NamedEntityRecogni-tion）是自然语言处理领域的两个子任务，本文所提出的无人机故障诊断模型和故障模式与影响分析自动生成模型分别基于文本分类和命名实体识别技术，
2 . 2 . 1 文本分类文本分类是按照一定的分类体系或标准使用机器对文本集进行自动分类标记的过程。整个分类流程可以近似地看作数学上做映射的过程，文本分类的数学表示为：假设给定文本集合 D = {d1, d2, ..., dm}，类别集合 C = {c1, c2, ..., cn}，其中，di和 cj分别表示集合中的第 i 篇文本和第 j 个类别，m 和 n 分别为文本集合 D 的大小和类别集合 C 的大小。文本集合 D 和类别集合 C 之间存在一定的映射关系 f 即 D × Cf → R，R ∈ {0, 1}。当 f (di, cj) = 1 时，表示第 i 个文本 di属于类别 cj；反之， f(di, cj) = 0 时，表示第 i 个文本 di属于类别 cj，这里 f 即表示文本分类器[56]。
【参考文献】：
期刊论文
[1]文本分类研究综述[J]. 汪岿,刘柏嵩. 数据通信. 2019(03)
[2]基于深度学习的无人机故障诊断方法研究[J]. 李炜,崔佳佳. 计算机与数字工程. 2019(05)
[3]无人机的神经网络观测器及多传感器故障诊断技术的研究[J]. 许刚,肖军. 计算机与数字工程. 2018(07)
[4]无人机系统及发展趋势综述[J]. 祁圣君,井立,王亚龙. 飞航导弹. 2018(04)
[5]新闻文本自动分类技术概述[J]. 刘冬瑶,刘世杰,陈宇星,张文波,周振. 电脑知识与技术. 2017(35)
[6]无人机信息安全研究综述[J]. 何道敬,杜晓,乔银荣,朱耀康,樊强,罗旺. 计算机学报. 2019(05)
[7]基于文本挖掘的高铁信号系统车载设备故障诊断[J]. 赵阳,徐田华. 铁道学报. 2015(08)
[8]基于小型无人机遥感的玉米倒伏面积提取[J]. 李宗南,陈仲新,王利民,刘佳,周清波. 农业工程学报. 2014(19)
[9]21世纪无人机关键技术[J]. 宋玉华,张利萍,林淑明. 现代防御技术. 2004(05)
博士论文
[1]故障诊断与容错控制方法研究[D]. 王德军.吉林大学 2004
硕士论文
[1]基于机器学习的中文文本分类算法的研究与实现[D]. 朱梦.北京邮电大学 2019
[2]基于专家系统的无人机故障诊断系统研究[D]. 金吉.河北科技大学 2018
[3]基于深度学习的中文命名实体识别研究[D]. 隋臣.浙江大学 2017
[4]基于文本挖掘的道岔故障分类研究[D]. 邹运怀.北京交通大学 2016
[5]基于文本挖掘的高铁车载设备故障诊断方法研究[D]. 王峰.北京交通大学 2016
[6]无人机飞行控制系统故障智能诊断专家系统的设计[D]. 余瑞.电子科技大学 2011
本文编号：3222712
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
无人机系统组成示意图
14第二章背景知识图22:无人机应用分类分为军用无人机和民用无人机[3]。军用无人机一般在军事中作为侦察机完成侦察任务、作为靶机完成射击训练和作为攻击机完成战略击打，这些任务一般都具有较高的危险性，使用无人机来完成这些工作可以确保军人的人身安全。民用无人机目前已经广泛应用于各行各业，包括农业、电力、安防、航拍等。农业方面，植保无人机可以用来喷洒农药、农业检测等[52,53]；在电力方面，无人机可以帮助电力工作人员完成危险的电力巡检和线路规划工作[54]；在安防方面，无人机可以替代工作人员到达人无法到达的地带，比如火灾时的灾情检查和反恐时的巡逻工作等；在航拍方面，许多影视剧和广告的拍摄已经普遍投入了无人机的使用。此外，无人机在其他领域也发挥着很多作用。比如测绘地图、物流运输等[55]。2.2文本分类和命名实体识别文本分类（TextClassification）和命名实体识别（NamedEntityRecogni-tion）是自然语言处理领域的两个子任务，本文所提出的无人机故障诊断模型和故障模式与影响分析自动生成模型分别基于文本分类和命名实体识别技术，
2 . 2 . 1 文本分类文本分类是按照一定的分类体系或标准使用机器对文本集进行自动分类标记的过程。整个分类流程可以近似地看作数学上做映射的过程，文本分类的数学表示为：假设给定文本集合 D = {d1, d2, ..., dm}，类别集合 C = {c1, c2, ..., cn}，其中，di和 cj分别表示集合中的第 i 篇文本和第 j 个类别，m 和 n 分别为文本集合 D 的大小和类别集合 C 的大小。文本集合 D 和类别集合 C 之间存在一定的映射关系 f 即 D × Cf → R，R ∈ {0, 1}。当 f (di, cj) = 1 时，表示第 i 个文本 di属于类别 cj；反之， f(di, cj) = 0 时，表示第 i 个文本 di属于类别 cj，这里 f 即表示文本分类器[56]。
【参考文献】：
期刊论文
[1]文本分类研究综述[J]. 汪岿,刘柏嵩. 数据通信. 2019(03)
[2]基于深度学习的无人机故障诊断方法研究[J]. 李炜,崔佳佳. 计算机与数字工程. 2019(05)
[3]无人机的神经网络观测器及多传感器故障诊断技术的研究[J]. 许刚,肖军. 计算机与数字工程. 2018(07)
[4]无人机系统及发展趋势综述[J]. 祁圣君,井立,王亚龙. 飞航导弹. 2018(04)
[5]新闻文本自动分类技术概述[J]. 刘冬瑶,刘世杰,陈宇星,张文波,周振. 电脑知识与技术. 2017(35)
[6]无人机信息安全研究综述[J]. 何道敬,杜晓,乔银荣,朱耀康,樊强,罗旺. 计算机学报. 2019(05)
[7]基于文本挖掘的高铁信号系统车载设备故障诊断[J]. 赵阳,徐田华. 铁道学报. 2015(08)
[8]基于小型无人机遥感的玉米倒伏面积提取[J]. 李宗南,陈仲新,王利民,刘佳,周清波. 农业工程学报. 2014(19)
[9]21世纪无人机关键技术[J]. 宋玉华,张利萍,林淑明. 现代防御技术. 2004(05)
博士论文
[1]故障诊断与容错控制方法研究[D]. 王德军.吉林大学 2004
硕士论文
[1]基于机器学习的中文文本分类算法的研究与实现[D]. 朱梦.北京邮电大学 2019
[2]基于专家系统的无人机故障诊断系统研究[D]. 金吉.河北科技大学 2018
[3]基于深度学习的中文命名实体识别研究[D]. 隋臣.浙江大学 2017
[4]基于文本挖掘的道岔故障分类研究[D]. 邹运怀.北京交通大学 2016
[5]基于文本挖掘的高铁车载设备故障诊断方法研究[D]. 王峰.北京交通大学 2016
[6]无人机飞行控制系统故障智能诊断专家系统的设计[D]. 余瑞.电子科技大学 2011
本文编号：3222712
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3222712.html
