본 논문은 쿼드로터의 고장 진단을 시행하고 성능을 분석하기 위한 알고리즘을 제안한다. 쿼드로터의 6자유도 수치 시뮬레이션을 기반으로 데이터를 추출하고 정제하여 지도학습 기법인 SVM 기법을 이용하여 고장 상태를 진단한다. 본 논문에서 사용하는 쿼드로터는 4개의 로터를 가지고 있으며 고장의 형태가 다양하므로 다중 진단을 위한 멀티클래스의 SVM 모델링을 제안하며, 이를 통해서 고장으로 나타나는 상태 이상에 대한 분류를 확인한다. RMS 기법과 SRA 기법을 동시에 사용하여 데이터 셋의 클래스 분포가 겹치지 않게 설정한다. 본 논문에서 제안한 멀티클래스 SVM 모델링을 실시간으로 적용할 수 있음을 확인하였고, 고장진단 알고리즘의 성능을 정확도, 진단 시간 측면에서 제시하였다.
