一种基于动态阈值的组合导航系统故障诊断与容错方法技术方案

本发明专利技术提出了一种基于动态阈值的组合导航系统故障诊断与容错方法，本方法首先利用马氏距离构造动态异常因子进行导航系统的故障诊断；接着利用T

【技术实现步骤摘要】
一种基于动态阈值的组合导航系统故障诊断与容错方法


[0001]本专利技术设计的是一种应用于低成本、小型化的组合导航系统的故障诊断与容错方法。传统方法采用残差卡方检验进行故障诊断，但存在难以探测缓变故障的问题。本专利技术利用马氏距离建立动态阈值评估方法实现故障检测，并根据T
‑
S模型构造模糊判断逻辑，使用改进的自适应梯度下降算法进行求解，从而提高组合导航系统故障诊断的准确度。

技术介绍

[0002]导航仪器在军用、民用领域的应用越来越广泛，能够为多种运载体(如车辆、船舶、飞行器)提供关键的导航信息，帮助运载体在航行过程中准确获取当前的关键导航信息，即位置、速度、姿态。为了提升导航精度，人们将多种传感器安装在同一个运载体上，而后利用最优估计算法对多种传感器信息进行融合，以得到最后的导航结果。
[0003]小型化的组合导航系统通常由惯性导航系统(Inertial navigation system，INS)和全球卫星导航系统(Global Navigation Satellite System，GNSS)组成，INS可以不借助外界量测信息进行独立导航，但其误差会随着时间积累；GNSS定位精度高，但受环境影响大，二者组合进行导航已经成为一种成熟的导航技术。但是在实际应用中，导航仪器常常需要在复杂且恶劣的环境下工作。在车辆穿越峡谷等复杂环境时，GNSS的信号很可能会因遮挡而失真，INS以及其他导航仪器也可能会因为震动、电磁干扰而发生故障，从而产生异常值。这将会导致错误的信息参与滤波运算，进而对导航精度产生影响。
[0004]目前的工程应用中，组合导航的故障诊断采用卡方检验或是残差卡方检验法。根据卡方检验设置的阈值，子传感器的状态会被判定为“有故障”和“无故障”两类。阈值的大小是根据经验值确定的，设定过高会导致缓慢的微变的故障检测不到，设定过低可能会导致误警率的增加。若将有误的导航信息融入滤波器中进行计算，则会导致输出错误的导航结果，导航系统的精度会大大降低。若为了提高检测到故障的概率而降低阈值，则会使系统报错过于频繁，使系统发生震荡，导航结果不稳定。
[0005]近年来，为了进一步提高故障诊断的效率，Zhang等学者在残差卡方检验方法的基础上提出了双状态卡方检验方法以提高故障检测的可靠性，但该方法需要在检测到故障后会隔离故障子系统，然后再使用卡尔曼滤波器的一步预测进行状态估计，这会使得滤波精度降低。Xiong等学者提出利用故障检测函数构建时变量测噪声的容错联邦滤波方法，该方法能够显著提高故障子滤波器精度以及全局估计精度，但基于联邦滤波器的架构决定了该方法需要多种导航仪器，在小型化、低成本的组合导航系统上应用受限。
[0006]为了克服上述问题，本专利技术提出了一种改进的组合导航故障诊断与容错算法，弥补了传统残差卡方检测不能检测的不足，达到了尽早检测缓变故障的目的，以提升组合导航系统的准确性。本方法首先利用马氏距离建立动态阈值评估方法实现故障检测，然后根据T
‑
S模型构造模糊容错算法，最后通过改进的自适应梯度下降算法进行求解，使得导航系统的精度和稳定性有所提高。

技术实现思路

[0007]本专利技术的目的是提供一种改进的导航系统故障诊断与容错方法，在有突变故障和缓变故障发生后，导航系统能够快速进行故障诊断并实现容错，使其达到高精度。
[0008]本专利技术的目的是通过以下步骤来实现的：
[0009]步骤1：设计车载INS/GNSS组合导航实验，通过路径模拟或跑车实验获得仿真数据或实测数据，在此基础上添加故障信号；
[0010]步骤2：根据卡尔曼滤波方程，求出状态参量计算得到的残差，利用马氏距离进行导航系统的故障诊断；
[0011]步骤3：利用T
‑
S模型对导航信息的可信性进行评估，根据构造的隶属度函数计算每一种状态的符合程度；
[0012]步骤4：根据当前时刻导航信息的变化率构建自适应梯度下降算法，由此进行最优估计，得到容错后的信息，从而提升导航系统的精度。
[0013]在上述方法的步骤2中，利用基于马氏距离进行故障诊断的具体方法为：
[0014]1)假设前m时刻内没有故障发生，定义马氏距离为：其中μ
m
为前m时刻数据集的均值，P
k/k
‑1为状态一步预测均方误差阵；
[0015]2)设置当前数据的异常因子为其中为k时刻马氏距离向量中的第i个元素，Th(k,i)为k时刻马氏距离向量中第i个元素的阈值，由k
‑
2时刻和k
‑
1时刻异常因子所属状态确定，确定流程如图2所示。
[0016]3)设ρ
th
为警戒值，根据异常因子的大小，可以判断数据点是否正常：若则数据正常；若则数据状态不定，需要根据下一时刻计算得到的异常因子进行判定；若则数据异常。
[0017]在上述方法的步骤3中，利用T
‑
S模型对导航信息的可信性进行评估的具体方法为：
[0018]1)根据卡尔曼滤波器中的状态均方误差阵构造滤波误差因子，将其与故障诊断输出的异常因子结合，定义模糊判断系统的模糊规则；
[0019]2)设置模糊预测系统的隶属函数为关于模糊前件参数x的高斯型隶属函数，设γ
m
表示第m条规则的符合程度，y
m
表示在第m条规则下导航仪器的实际输出值，M为规则总数，则系统的输出预测值为
[0020]3)在k+1时刻，根据计算拟合误差。
[0021]在上述方法的步骤4中，利用自适应梯度下降算法进行求解的具体方法为：
[0022]1)INS中陀螺仪测得的载体系下的角速度为INS中加速度计测得的载体系下的比力为由此可以引入自适应参数ξ，其表达式定义为其中λ0为初值，t0为系统采样时间，ζ1、ζ2为调节因子；
[0023]2)确定模糊前件参数使得预测输出与导航仪器实际输出数据的拟合误差最小。利用梯度下降法求解模糊预测系统的参数
[0024]本专利技术的优势在于：本专利技术的方法能够通过动态阈值来评估组合导航系统是否发生故障，并在不增加系统硬件余度的情况下，根据T
‑
S模型建立的容错方法，能够有效的解决缓变故障难以检测以及出现故障后导航系统精度下降的问题，对组合导航系统有较大应用前景。
附图说明
[0025]图1为本专利技术方法流程示意图。
[0026]图2为动态阈值确定流程示意图。
[0027]图3(a)为经度信息使用传统残差卡方检测故障的结果图。
[0028]图3(b)为经度信息使用本专利技术检测故障的结果图。
[0029]图4(a)为纬度信息使用传统残差卡方检测故障的结果图。
[0030]图4(b)为纬度信息使用本专利技术检测故障的结果图。
[0031]图5(a)为使用传统残差卡方和本专利技术在经度定位误差的对比图。
[0032]图5(b)为使用传统残差卡方和本专利技术在纬度定位误差本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态阈值的组合导航系统故障诊断与容错方法，其特征在于，包括以下步骤：步骤一：设计车载INS(Inertial navigation system，惯性导航系统)/GNSS(Global Navigation Satellite System，全球卫星导航系统)组合导航实验，通过路径模拟或跑车实验获得仿真数据或实测数据，在此基础上添加故障信号；步骤二：根据卡尔曼滤波方程，求出状态参量计算得到的残差，利用马氏距离进行导航系统的故障诊断；步骤三：利用T
‑
S模型对导航信息的可信性进行评估，根据构造的隶属度函数计算每一种状态的符合程度；步骤四：根据当前时刻导航信息的变化率构建自适应梯度下降算法，由此进行最优估计，得到容错后的信息，从而提升导航系统的精度。2.根据权利要求1步骤2所述的利用马氏距离进行导航系统的故障诊断，具体方法为：1)假设前m时刻内没有故障发生，定义马氏距离为：其中μ
...

【专利技术属性】
技术研发人员：张亚，范世伟，刘思源，王岩岩，夏秀玮，高伟，于飞，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：