[發明專利]一種大氣數據系統在故障時的異常測量值數據自恢復方法

有效

• 申請號: 201611192468.0
• 申請日: 2016-12-21
• 公開（公告）號: CN106874531B
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 申爭光;祖建晶;苑景春
• 申請（專利權）人: 北京自動化控制設備研究所
• 主分類號: G06F30/27
• 分類號: G06F30/27
• 代理公司: 核工業專利中心 11007
• 代理人: 呂巖甲

本發明屬于智能傳感技術領域，具體涉及一種大氣數據系統在故障時的異常測量值數據自恢復方法；解決了現有大氣數據系統在故障時無法對自身測量值進行糾正輸出的問題；包括以下步驟：一是構造訓練樣本，明確樣本集的物理含義；二是基于多核相關向量機的工作原理，建立大氣參數數據恢復模型；三是當檢測到大氣系統發生故障時，利用步驟二已建立的大氣參數數據恢復模型對錯誤的輸出值進行最佳估計，利用最佳估計值作為大氣系統測量值進行輸出；四是利用最新的大氣系統測量值對步驟一中的訓練樣本集進行更新，重復上述步驟實現數據恢復。本發明基于有限的稀疏相關向量可有效降低計算負擔，利于機載大氣數據系統的實時性實現。

技術領域

本發明屬于大氣數據智能傳感技術領域，涉及一種大氣數據系統在故障時的異常測量值數據自恢復方法。

背景技術

大氣數據系統作為當今空中飛行器的重要機載設備，在國內外無人機、戰斗機和空天往返飛行器等領域已得到廣泛應用。作為飛行高度、飛行速度、來流迎角和側滑角等飛行參數信息獲取的源頭，大氣系統輸出的測量值質量較為關鍵，一旦系統發生故障，輸出值不正確，將無法如實反映真實飛行狀態。若利用該錯誤數據進行飛行控制，此時會直接影響著飛行器正常飛行，甚至會發生事故。

針對上述問題，當大氣系統發生故障時，若能用一個最佳估計值代替故障下錯誤數據輸出進行有效數據恢復，可有效避免飛行器發生異常。

目前，可供借鑒的大氣數據系統恢復方法主要有：基于主元分析的方法、基于多項式預測的方法、基于神經網絡的方法和基于支持向量機的方法等。

其中基于主元分析的數據恢復模型一般適用于某一種故障，不適合解決大氣數據系統存在的多故障情況；基于多項式預測方法可同時對大氣系統中的多路壓力測量故障數據進行數據糾正恢復，但該方法需要較多的訓練樣本方能保證預測精度，不適合解決大氣數據系統故障處理中的小樣本問題；基于神經網絡的方法在一定程度有解決小樣本問題，但其結構復雜，實時性較差，不利于機載大氣數據系統的實時性數據恢復；基于支持向量機的方法可利用稀疏的少量支持向量即可對模型進行有效描述，但在模型構建中核函數選擇必須滿足Mecer條件，且核參數選擇不靈活。

發明內容

針對上述現有技術，本發明的目的在于提供一種大氣數據系統在故障時的異常測量值數據自恢復方法，解決了現有大氣數據系統在故障時無法對自身測量值進行糾正輸出的問題，并解決大氣系統故障測量值數據恢復中的非線性問題。

為了達到上述目的，本發明采用以下技術方案。

本發明的目的在于提供一種大氣數據系統在故障時的異常測量值數據自恢復方法，包括以下步驟：

步驟一、確定訓練樣本數據；

獲取大氣數據系統中壓力測量通道的數目N，依據每一路壓力測量通道的壓力測量數據，確定其對應的訓練樣本序列P_i＝[p_i(1) p_i(2) … p(m)](i＝1,2,…,N)，其中i是壓力通道，m是第i路壓力測量通道對應的無故障樣本數；

步驟二、構建訓練樣本集；

大氣數據系統中每一路壓力測量通道故障下，訓練樣本集包括輸入樣本集和目標樣本集；表1為第i路壓力測量通道的訓練樣本，其中每一行輸入樣本和目標樣本一一對應；

表1第i路壓力測量通道的訓練樣本分布

構建第i路壓力測量通道的輸入訓練樣本集X_i見式(1)所示，目標樣本集Y_i見式(2)所示：