一种自适应无人机早期故障预警方法

本发明提供了一种自适应无人机早期故障预警方法，主要为了有效区分无人机正常状态和潜在故障，减少误报和漏报，实时监控无人机的健康状况。本发明通过采集无人机的多模态运行参数，对多模态运行参数进行降维和清洗，获得无人机飞行状态的健康状态特征矩阵；再基于健康状态特征矩阵构建超球面模型，并完成训练，将训练完成的超球面模型的半径作为预警阈值；实现对无人机早期故障的预警。本发明优化了支持向量数据模型的边界构建和故障检测能力，通过引入滑动窗口和贝叶斯参数优化机制，使得决策边界能够根据数据的分布动态调整，进一步提高了早期故障预警的准确性和鲁棒性。