摘要：水下机器人故障检测技术是一门新兴的交叉学科，是目前科学研究热点之一。近年来故障诊断技术与多传感器信息融合技术的快速发展，为水下机器人故障检测研究注入了新的活力。本文重点研究基于BP神经网络信息融合的故障诊断，充分利用大量测试数据训练样本效仿生物系统处理信息的能力，从而获得对复杂、不确定的信息处理能力。进而在面对的新的故障时能够灵活地进行判断、BP神经网络信息融合故障诊断很好的解决了单一传感器数据进行诊断的不确定性，相较于模糊诊断更好的分配故障隶属值，在更高要求的故障判据下更加优越性能，具有很高的准确性。

关键词：水下机器人，故障检测，信息融合，神经网络

目录

摘要

Abstract

1 绪论-3

1.1 研究背景-3

1.2 水下机器人故障诊断技术的研究现状-3

1.2.1 故障诊断的基本概念-3

1.2.2 故障诊断方法的分类及概述-3

1.2.3 水下机器人故障诊断方法研究现状-5

1.3 本文研究内容-6

2 基于多传感器的信息融合-6

2.1 信息融合的定义-6

2.2 信息融合的基本原理-6

2.3 信息融合的级别-7

2.4 信息融合的分类-8

2.5 信息融合与故障诊断-8

3 基于多传感器信息融合的水下机器人故障检测-9

3.1 BP神经网络模型-9

3.1.1 各传感器故障隶属度值确立-10

3.1.2 神经网络的训练-12

3.2 神经网络信息融合故障判定规则-13

4 总结展望-15

参考文献-16

致谢-18