带有时变传感器故障的编队飞控系统渐近故障诊断方法技术方案

本发明专利技术公开了带有时变传感器故障的编队飞控系统渐近故障诊断方法，该方法首先将编队飞控系统中每个飞行器作为一个节点，建立每个节点的离散状态方程；然后，利用每个节点的状态向量和传感器故障向量构成增广向量，从而将节点的离散状态方程构造为奇异增广方程；最后，根据奇异增广方程设计编队飞控系统的故障诊断观测器。本发明专利技术通过构造一个奇异增广系统，将每个节点的状态向量和传感器故障向量构成增广向量，设计一个分布式的传感器故障诊断观测器，实现了传感器故障的鲁棒渐近诊断，提升了传感器故障诊断的准确性。

Asymptotic Fault Diagnosis Method for Flight Control System with Time-varying Sensor Faults

【技术实现步骤摘要】
带有时变传感器故障的编队飞控系统渐近故障诊断方法
本专利技术涉及带有时变传感器故障的编队飞控系统渐近故障诊断方法，属于多智能体系统

技术介绍
编队飞行控制系统，即多架飞机根据任务要求按照某种编队排列进行任务分配的飞行模式，是无人机发展的一个重要趋势，拥有广阔的民用和军用发展前景。编队飞行控制系统的可靠性和安全性至关重要，及时有效的故障诊断是保证编队飞行控制系统安全的基础，因此，针对编队飞行控制系统的故障诊断研究具有重要的研究意义和应用价值。对于编队飞行控制系统来说，稳定安全的飞行很大程度上取决于机群之间的信息交换和处理。通过导航系统和各种形式的传感器设备，机群中的各个单元体就能够建立起跟随目标的位置信息及其飞行的环境信息，但是若编队中的一架或多架飞机的传感器出现故障，则会直接影响整个编队飞行的安全。为了能够及时发现故障，针对编队飞行控制系统的故障诊断研究实在是重中之重。另外，对于飞行控制系统，机载传感器用于实时获取飞机飞行的各种数据，并用于飞机的控制指令。一旦传感器出现故障，必然使得编队飞行控制系统性能下降；特别是快时变传感器故障对系统的影响将会更大。综上所述，时变传感器故障诊断技术的理论与应用研究对于编队飞行控制系统具有十分重要的理论和现实意义。
技术实现思路
本专利技术所要解决的技术问题是：提供带有时变传感器故障的编队飞控系统渐近故障诊断方法，通过构造一个奇异增广系统，将每个节点的状态向量和传感器故障向量构成增广向量，设计一个分布式的传感器故障诊断观测器，实现了传感器故障的鲁棒渐近诊断，提升了传感器故障诊断的准确性。本专利技术为解决上述技术问题采用以下技术方案：带有时变传感器故障的编队飞控系统渐近故障诊断方法，包括如下步骤：步骤1，将编队飞控系统中每个飞行器作为一个节点，建立每个节点的离散状态方程；步骤2，利用每个节点的状态向量和传感器故障向量构成增广向量，从而将节点的离散状态方程构造为奇异增广方程；步骤3，根据奇异增广方程设计编队飞控系统的故障诊断观测器，所述故障诊断观测器为：其中，分别表示k+1、k时刻第i个飞行器故障诊断观测器的增广状态向量，分别表示k+1、k时刻第i个飞行器故障诊断观测器的测量输出向量，yi(k+1)、yi(k)表示k+1、k时刻第i个飞行器的输出向量，ui(k)表示k时刻第i个飞行器的输入向量，表示k时刻第j个飞行器故障诊断观测器的测量输出向量，yj(k)表示k时刻第j个飞行器的输出向量，aij为系统拉普拉斯矩阵L的第i行第j列的元素，gi为系统自回路矩阵G的对角线元素，Ni表示第i个飞行器的相邻飞行器集合，和分别为增广状态矩阵、输入增广矩阵和输出增广矩阵，和均为故障诊断观测器增益矩阵。作为本专利技术的一种优选方案，步骤1所述节点的离散状态方程为：其中，xi(k+1)、xi(k)分别表示k+1、k时刻第i个飞行器的状态向量，ui(k)表示k时刻第i个飞行器的输入向量，ωi(k)表示k时刻第i个飞行器的扰动向量，yi(k)表示k时刻第i个飞行器的输出向量，fi(k)表示k时刻第i个飞行器的传感器故障向量，A是系统矩阵，B是输入矩阵，C是输出矩阵，D是系统扰动的分布矩阵，E是传感器故障的分布矩阵。作为本专利技术的一种优选方案，步骤2所述奇异增广方程为：其中，均表示增广向量，ui(k)表示k时刻第i个飞行器的输入向量，ωi(k)表示k时刻第i个飞行器的扰动向量，yi(k)表示k时刻第i个飞行器的输出向量，为增广奇异矩阵，为增广状态矩阵，为输入增广矩阵，为输出增广矩阵，为扰动增广矩阵，A是系统矩阵，B是输入矩阵，C是输出矩阵，D是系统扰动的分布矩阵，E是传感器故障的分布矩阵，I2是2维单位矩阵。作为本专利技术的一种优选方案，步骤3所述故障诊断观测器增益矩阵计算公式为：其中，矩阵通过如下不等式求解得到：其中，分别为增广状态矩阵、输出增广矩阵、扰动增广矩阵，L、G分别为拉普拉斯矩阵和自回路矩阵，为增广矩阵，IN为N维单位矩阵，Ir为r维单位矩阵，δ、τ分别为圆盘区域的圆心、半径，Q,S,R,α均为矩阵严格耗散参数，I是单位矩阵，表示克罗内克积。本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：1、本专利技术通过构造一个奇异增广系统，可以实现系统在无外界干扰情况下的传感器故障渐近故障诊断，在线估计出任意时变传感器故障的真实值。2、本专利技术在存在系统外界干扰的情况下，可以实现传感器故障的鲁棒渐近故障诊断。3、本专利技术利用变量替换方法，使得在线传感器故障估计器仅利用当前的控制输入和当前的系统输出来估计传感器故障，没有包含未来下一个时刻的控制输入和系统输出，对于编队飞行控制系统的实时故障诊断与准确监测具有重要的实用参考价值。附图说明图1是本专利技术实施例建立的具有3个智能体的分布式飞行控制系统有向图。图2(a)是第1个飞行器的仿真曲线。图2(b)是第2个飞行器的仿真曲线。图2(c)是第3个飞行器的仿真曲线。图3为本专利技术实施例所测的当第1、2个飞行器同时出现故障时，第1个飞行器故障诊断观测器的故障曲线示意图，其中：(a)代表估计值；(b)代表真实值。图4为本专利技术实施例所测的当第1、2个飞行器同时出现故障时，第2个飞行器故障诊断观测器的故障曲线示意图，其中：(a)代表估计值；(b)代表真实值。具体实施方式下面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。本专利技术以某垂直起降的离散直升机模型控制系统为实施对象，针对直升机编队飞行中出现的时变传感器故障，提出一种鲁棒渐近传感器故障诊断观测器设计方法，该故障诊断方法不仅可以准确地完成对每一个节点的传感器故障的渐近估计，而能够仅利用当前的控制输入和系统输出实现传感器故障诊断。以某垂直起降的离散飞行器系统为例，如下所示：其中，A是系统矩阵，B是输入矩阵，C是输出矩阵，D是系统扰动的分布矩阵，E是传感器故障的分布矩阵。每个飞行器状态向量xi(k)＝[Vh,Vv,q,θ]包括直升机飞行速度沿机体轴水平分量和垂直分量，俯仰角速率和俯仰角，其中Vh为直升机飞行速度沿机体轴水平分量；Vv为直升机飞行速度沿机体轴垂直分量；q为俯仰角速率；θ为俯仰角；每个智能体输入向量ui(k)＝[δc,δl]是总距变量和纵向周期性变距的变量，其中δc为总距变量；δl为纵向周期性变距；每个智能体输出向量yi(k)＝[q,θ]是俯仰角速率和俯仰角，其中q为俯仰角速率；θ为俯仰角；fi(k)为第i个飞行器的传感器故障向量；ωi(k)为第i个飞行器的扰动向量。各个矩阵表示如下：假定系统扰动的分布矩阵分别是D＝0.01[1,1,1,1]T。如图1所示，1-3代表该有向图具有3个智能体节点，有向图是指多智能体系统连接图中的每条边都是有连接方向的；无向图是有向图的一种特例，无向图更具一般性。其中第2个飞行器具有1个自回路；从图1中可以得出拉普拉斯矩阵L和自回路矩阵G：将状态向量xi(k)和故障向量fi(k)扩为一个增广向量：定义：增广向量增广奇异矩阵增广状态矩阵输入增广矩阵输出增广矩阵以及扰动增广矩阵可得：为了鲁棒渐近估计传感器故障，本专利技术设计了如下飞行控制系统的故障诊断观测器：其中：aij为拉普拉斯矩阵L的第本文档来自技高网...

【技术保护点】
1.带有时变传感器故障的编队飞控系统渐近故障诊断方法，其特征在于，包括如下步骤：步骤1，将编队飞控系统中每个飞行器作为一个节点，建立每个节点的离散状态方程；步骤2，利用每个节点的状态向量和传感器故障向量构成增广向量，从而将节点的离散状态方程构造为奇异增广方程；步骤3，根据奇异增广方程设计编队飞控系统的故障诊断观测器，所述故障诊断观测器为：

【技术特征摘要】
1.带有时变传感器故障的编队飞控系统渐近故障诊断方法，其特征在于，包括如下步骤：步骤1，将编队飞控系统中每个飞行器作为一个节点，建立每个节点的离散状态方程；步骤2，利用每个节点的状态向量和传感器故障向量构成增广向量，从而将节点的离散状态方程构造为奇异增广方程；步骤3，根据奇异增广方程设计编队飞控系统的故障诊断观测器，所述故障诊断观测器为：其中，分别表示k+1、k时刻第i个飞行器故障诊断观测器的增广状态向量，分别表示k+1、k时刻第i个飞行器故障诊断观测器的测量输出向量，yi(k+1)、yi(k)表示k+1、k时刻第i个飞行器的输出向量，ui(k)表示k时刻第i个飞行器的输入向量，表示k时刻第j个飞行器故障诊断观测器的测量输出向量，yj(k)表示k时刻第j个飞行器的输出向量，aij为系统拉普拉斯矩阵L的第i行第j列的元素，gi为系统自回路矩阵G的对角线元素，Ni表示第i个飞行器的相邻飞行器集合，和分别为增广状态矩阵、输入增广矩阵和输出增广矩阵，和均为故障诊断观测器增益矩阵。2.根据权利要求1所述带有时变传感器故障的编队飞控系统渐近故障诊断方法，其特征在于，步骤1所述节点的离散状态方程为：其中，xi(k+1)、xi(k)分别表示k+1、k时刻第i个飞行器的状态向量，ui(k)表示k时刻第i个飞...

【专利技术属性】
技术研发人员：夏静萍，姜斌，张柯，陈谋，盛守照，甄子洋，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32