论文部分内容阅读
该文提出了一种基于自联想神经网络的传感器解析余度技术。在这种网络中，冗余传感器的信息被压缩、重组进入网络的第一部分，网络的第二部分将压缩信息恢复出来。基于数据融合原理，若一个传感器发生故障，其它传感器仍可提供足够的信息代替发生故障的传感器。理论分析和用于涡轴发动机的仿真结果表明，这种特殊结构的自联想网络具有良好的过滤噪声和故障信号的作用，特别适合于用作不易建模的复杂对象的传感器信号重构。