基于多维时间序列复杂网络的AUV故障诊断

摘要

本文提出一种多维时间序列的复杂网络构建方法,首先将每个单维时间序列进行符号化,在此基础上定义滑动窗口,将滑窗内的符号进行组合,生成代表多变量时间序列的波动模式组,以此作为复杂网络的节点,模式组之间的转换作为连边构建复杂网络.将此方法应用于自主式水下机器人(Autonomous Underwater Vehicle,AUV)模拟故障数据和正常状态数据,构建多维时间序列的复杂网络.实验结果表明,两类数据复杂网络拓扑统计量可以有效描述并区分AUV的故障状态和正常状态,实现故障诊断功能.