[發(fā)明專利]一種基于無(wú)參考系統(tǒng)的交互式故障檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910396089.0
• 申請(qǐng)日: 2019-05-13
• 公開(kāi)（公告）號(hào): CN110196067B
• 公開(kāi)（公告）日: 2023-07-07
• 發(fā)明（設(shè)計(jì)）人: 張玲;熊智;賴際舟;劉建業(yè);呂品;崔雨晨;劉仕超
• 申請(qǐng)（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號(hào): G01C25/00
• 分類號(hào): G01C25/00;G01C21/16
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

本發(fā)明公開(kāi)了一種基于無(wú)參考系統(tǒng)的交互式故障檢測(cè)方法，步驟為：建立基于多源信息系統(tǒng)的狀態(tài)方程，多源信息系統(tǒng)包括慣性導(dǎo)航(INS)、虛擬慣性導(dǎo)航(虛擬INS)、光流、激光雷達(dá)四類傳感器構(gòu)成的子系統(tǒng)；針對(duì)四類子系統(tǒng)建立基于傳感器之間組合的全概率觀測(cè)方程；在多源信息系統(tǒng)的狀態(tài)方程和全概率觀測(cè)方程基礎(chǔ)上，建立基于滑模預(yù)測(cè)器的故障檢測(cè)函數(shù)，結(jié)合緩慢增長(zhǎng)的故障特性，建立基于n次預(yù)測(cè)估計(jì)的故障檢測(cè)函數(shù)；針對(duì)傳感器類別，分別建立基于慣性導(dǎo)航的邏輯關(guān)系、基于虛擬慣性導(dǎo)航的邏輯關(guān)系、基于光流的邏輯關(guān)系以及基于激光雷達(dá)的邏輯關(guān)系，計(jì)算結(jié)果，故障定位。本發(fā)明全面地檢測(cè)系統(tǒng)搭載的所有傳感器，并進(jìn)行故障分析，提高了系統(tǒng)穩(wěn)定性和可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及導(dǎo)航系統(tǒng)故障檢測(cè)方法，特別涉及一種基于無(wú)參考系統(tǒng)的交互式故障檢測(cè)方法。

背景技術(shù)

要提高微小型飛行器導(dǎo)航系統(tǒng)的可靠性，需要提高其容錯(cuò)導(dǎo)航能力，當(dāng)傳感器發(fā)生故障時(shí)，導(dǎo)航系統(tǒng)仍然能夠保持穩(wěn)定，并且能夠滿足一定的性能指標(biāo)。容錯(cuò)導(dǎo)航的實(shí)現(xiàn)需要依靠系統(tǒng)冗余，分為硬件冗余與解析冗余兩類。硬件冗余主要是通過(guò)對(duì)導(dǎo)航系統(tǒng)重要部件和易發(fā)生故障的部件提供硬件備份，以提高系統(tǒng)的容錯(cuò)性能。解析冗余通常從系統(tǒng)內(nèi)部機(jī)理出發(fā)依據(jù)測(cè)量信息進(jìn)行預(yù)測(cè)和判斷，減小了系統(tǒng)的成本、體積與重量，更具有工程應(yīng)用價(jià)值。

目前主要的容錯(cuò)導(dǎo)航構(gòu)架中，通常將慣性導(dǎo)航系統(tǒng)作為參考系統(tǒng)并假設(shè)其無(wú)故障，隨后對(duì)慣性導(dǎo)航以外的傳感器進(jìn)行故障判斷。然而，微小型飛行器的MEMS慣性導(dǎo)航系統(tǒng)并非完全可靠：一方面，震動(dòng)、溫度變化等飛行環(huán)境會(huì)引起MEMS慣性器件性能的下降；另一方面，一些人為的外部干擾可能會(huì)導(dǎo)致MEMS慣性器件的直接失效。為了獲取準(zhǔn)確、優(yōu)化的導(dǎo)航傳感器信息，需要研究基于多源異類導(dǎo)航信息的高可靠性、高精度和高自主性的信息融合、故障診斷以及快速、準(zhǔn)確的智能決策方案。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明目的是提供一種高精度、高自主性、高可靠性的無(wú)參考系統(tǒng)的交互式故障檢測(cè)方法。

技術(shù)方案：本發(fā)明提供一種基于無(wú)參考系統(tǒng)的交互式故障檢測(cè)方法，包括如下步驟：

(1)建立基于多源信息系統(tǒng)的狀態(tài)方程，所述的多源信息系統(tǒng)包括慣性導(dǎo)航(INS)、虛擬慣性導(dǎo)航、光流、激光雷達(dá)四類傳感器構(gòu)成的子系統(tǒng)；

(2)針對(duì)步驟(1)所述的四類傳感器類別，建立基于傳感器之間兩兩組合的全概率觀測(cè)方程；

(3)在步驟(1)和(2)建立的多源信息系統(tǒng)的狀態(tài)方程和全概率觀測(cè)方程基礎(chǔ)上，建立基于滑模預(yù)測(cè)器的故障檢測(cè)函數(shù)，結(jié)合緩慢增長(zhǎng)的故障特性，建立基于n次預(yù)測(cè)估計(jì)的故障檢測(cè)函數(shù)；

(4)針對(duì)步驟(1)所述的傳感器類別，分別建立基于慣性導(dǎo)航的邏輯關(guān)系、基于虛擬慣性導(dǎo)航的邏輯關(guān)系、基于光流的邏輯關(guān)系以及基于激光雷達(dá)的邏輯關(guān)系，計(jì)算故障檢測(cè)結(jié)果，然后進(jìn)行故障定位。

進(jìn)一步地，所述步驟(1)的多源信息系統(tǒng)的狀態(tài)方程為：

式中，狀態(tài)矢量X為：

其中，為平臺(tái)誤差角，δV_E，δV_N，δV_U東北天方向的速度誤差，δL，δλ，δh緯度、經(jīng)度、高度位置誤差，為狀態(tài)變量。A(t)為狀態(tài)系數(shù)矩陣；G(t)為誤差系數(shù)矩陣；W(t)為白噪聲隨機(jī)誤差矢量，t為時(shí)間，X(t)為狀態(tài)矢量。

進(jìn)一步地，所述步驟(2)基于傳感器之間兩兩組合的全概率觀測(cè)方程為：

201、INS/光流速度量測(cè)方程：