基于随机梯度辨识的航天器系统传感器故障检测方法技术方案

技术编号:21892523 阅读:26 留言:0更新日期:2019-08-17 14:45
本发明专利技术提供了一种基于随机梯度辨识的航天器系统传感器故障检测方法,采用带有零均值白噪声的ARX模型,针对传感器存在的故障建模,然后利用分层随机算法,对参数向量进行分层处理,设计出基于分层随机梯度辨识的故障检测算法,在该基于分层随机梯度辨识的故障检测算法中引入加权项,使用到过去时刻与当前时刻的信息。本发明专利技术的有益效果是:估计更加准确,精度更高。

Sensor Fault Detection Method for Spacecraft System Based on Random Gradient Identification

【技术实现步骤摘要】
基于随机梯度辨识的航天器系统传感器故障检测方法
本专利技术涉及航天器系统传感器故障检测方法,尤其涉及一种基于随机梯度辨识的航天器系统传感器故障检测方法。
技术介绍
传统的航天器系统传感器故障检测方法有较大的误差,因此,如何优化算法,减少误差是本领域技术人员所亟待解决的技术问题。
技术实现思路
为了解决现有技术中的问题,本专利技术提供了一种基于随机梯度辨识的航天器系统传感器故障检测方法。本专利技术提供了一种基于随机梯度辨识的航天器系统传感器故障检测方法,采用带有零均值白噪声的ARX模型,针对传感器存在的故障建模,然后利用分层随机算法,对参数向量进行分层处理,设计出基于分层随机梯度辨识的故障检测算法,在该基于分层随机梯度辨识的故障检测算法中引入加权项,使用到过去时刻与当前时刻的信息。作为本专利技术的进一步改进,假设航天器系统输入-输出关系是线性的,考虑如下带有零均值白噪声的ARX模型:A(z-1)y(t)=B(z-1)u(t)+v(t)其中,u(t),y(t)分别为系统t时刻的输入输出序列;v(t)是均值为零的白噪声序列;z-1为单位后移算子,A(z-1),B(z-1)分别为已知阶数的na,本文档来自技高网...

【技术保护点】
1.一种基于随机梯度辨识的航天器系统传感器故障检测方法,其特征在于:采用带有零均值白噪声的ARX模型,针对传感器存在的故障建模,然后利用分层随机算法,对参数向量进行分层处理,设计出基于分层随机梯度辨识的故障检测算法,在该基于分层随机梯度辨识的故障检测算法中引入加权项,使用到过去时刻与当前时刻的信息。

【技术特征摘要】
1.一种基于随机梯度辨识的航天器系统传感器故障检测方法,其特征在于:采用带有零均值白噪声的ARX模型,针对传感器存在的故障建模,然后利用分层随机算法,对参数向量进行分层处理,设计出基于分层随机梯度辨识的故障检测算法,在该基于分层随机梯度辨识的故障检测算法中引入加权项,使用到过去时刻与当前时刻的信息。2.根据权利要求1所述的基于随机梯度辨识的航天器系统传感器故障检测方法,其特征在于,假设航天器系统输入-输出关系是线性的,考虑如下带有零均值白噪声的ARX模型:A(z-1)y(t)=B(z-1)u(t)+v(t)其中,u(t),y(t)分别为系统t时刻的输入输出序列;v(t)是均值为零的白噪声序列;z-1为单位后移算子,A(z-1),B(z-1)分别为已知阶数的na,nb阶多项式,形式如下:定义θ为参数向量,为信息向量,形式如下:由此可得到系统的线性回归模型:该线性回归模型满足准则函数:3.根据权利要求2所述的基于随机梯度辨识的航天器系统传感器故障检测方法,其特征在于,针对传感器存在的故障建模如下:定义残差r(t)为:同时定义故障时刻输出为yf(t);(1)传感器卡死故障卡死故障是指传感器输出一直为一个常数,一般为0或者最大值,于是有残差表达式如下:其中,F为一常数;(2)传感器偏差故障偏差故障是指传感器测量值与真值之间的误差一直是一个常数,于是有残差表达式如下:其中,△为故障输出与正常输出的差值,是一常数;(3)传感器增益故障增益故障是指传感器测量值与真值之间的误差呈倍数关系,于是有残差...

【专利技术属性】
技术研发人员:孙慧杰吴雨瑶张颖
申请(专利权)人:哈尔滨工业大学深圳
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1