一种惯导系统性能退化评估方法、系统、电子设备及介质技术方案

本发明专利技术公开一种惯导系统性能退化评估方法、系统、电子设备及介质，涉及评估技术领域。所述方法包括：根据惯导系统的加速度计和陀螺仪构建惯导系统性能退化指标体系；基于维纳过程与期望最大算法得到所述惯导系统性能退化指标体系中各指标的性能退化量的期望；基于证据推理方法对各指标的性能退化量的期望进行融合得到所述惯导系统的性能退化评估结果。本发明专利技术可提高评估结果准确性。发明专利技术可提高评估结果准确性。发明专利技术可提高评估结果准确性。

【技术实现步骤摘要】
一种惯导系统性能退化评估方法、系统、电子设备及介质


[0001]本专利技术涉及评估
，特别是涉及一种惯导系统性能退化评估方法、系统、电子设备及介质。

技术介绍

[0002]惯导系统是一类具有全天候、自主性的导航系统，能够测量速度和位置等状态信息，因此该系统在载人航天、车辆船舶导航、国防科工等领域均发挥出中非常重要的作用。惯导系统在执行任务之前通常处于贮存状态。由于在存储过程中，惯导系统会受到外界环境的干扰和影响，其性能状态将会不可避免的发生退化并最终变成失效装备而无法满足任务使用要求。因此，一般每隔一段时间都需要定期检查其性能状态是否满足任务需求，这段时间称之为定检周期。当惯组性能退化没有超过给定阈值时，则可以继续储存。否则，就要其进行维修或者更换。因此，建立惯导系统的整体性能退化模型并判断定检周期内的性能保持情况，对于提高惯导使用率和可靠性具有重要意义。
[0003]在目前的性能退化建模方法中，有三类具有代表性的方法：（1）机理法。机理法根据设备的运行机理进行建模，具有良好的可解释性。但是由于如今的设备运行机制愈加复杂，难以根据系统机理建立起性能退化的模型，并且机理法的模型难以扩展到其他设备，不具备可延伸性。因此现在此类方法已被较少使用。（2）基于机器学习的方法。基于机器学习的方法不依赖于特定的数据分布假设，具有广泛的应用场景。该类方法可以直接实现输入到输出的端到端建模。但是此类方法对数据量的要求较高，想要获得较高的预测精度往往依赖大量的训练数据。这对于一些测试数据较难获取的场景来说难以实现。（3）基于统计数据驱动的方法。该类方法常常依赖于一些特定的假设，如正态分布或者伽马分布等，并且对训练数据的量要求不高。一般来说，仅通过少量的样本，便可以估计出性能退化函数的参数，为后面的决策评估等提供支撑。
[0004]在基于统计数据驱动的方法中，目前常用的一种模型是基于维纳过程的性能退化建模方法。维纳过程是一类具有线性漂移参数的布朗运动，是一种连续时间随机过程，表示为，其中，是扩散参数，是标准布朗运动，即。由于具备良好的物理性质与解析表达式，基于维纳过程的性能退化建模和寿命预测已经得到了广泛的应用。Li等人基于维纳过程建立了锂离子电池性能退化模型。Wang等人结合贝叶斯估计和维纳过程实现了对独立部件的性能退化件建模。Zhao等人结合k均值聚类和维纳过程实现了船舶动力系统设备的性能退化件建模。然而，在目前众多基于维纳过程的性能退化建模方法中，监测数据是否为等间隔时序采集几乎被忽略了。值得注意的是，当考虑维纳过程进行性能退化建模时，等间隔时间序列的数据是前提条件。然而，在实际场景中由于传感器受到外界干扰等因素，导致检测数据缺失的现象常有发生。此时获得的监测数据是非等间隔的，若直接采用维纳过程建模会产生较大的误差。
[0005]综上，需要一种提高评估结果准确性的惯导系统性能退化评估方法。

技术实现思路

[0006]本专利技术的目的是提供一种惯导系统性能退化评估方法、系统、电子设备及介质，可提高评估结果准确性。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种惯导系统性能退化评估方法，包括：
[0009]根据惯导系统的加速度计和陀螺仪构建惯导系统性能退化指标体系；
[0010]基于维纳过程与期望最大算法得到所述惯导系统性能退化指标体系中各指标的性能退化量的期望；
[0011]基于证据推理方法对各指标的性能退化量的期望进行融合得到所述惯导系统的性能退化评估结果；所述性能退化评估结果包括可用和不可用。
[0012]可选的，所述基于维纳过程与期望最大算法得到所述惯导系统性能退化指标体系中各指标的性能退化量的期望，具体包括：
[0013]基于维纳过程构建所述惯导系统性能退化指标体系中单个部件的性能退化模型；
[0014]采用期望最大算法计算单个部件的性能退化模型中的参数得到单个部件的性能退化方程；
[0015]根据各指标的性能退化初始值以及单个部件的性能退化方程得到各指标的性能退化量；
[0016]根据各指标的性能退化量得到各指标的性能退化量的期望。
[0017]可选的，所述基于证据推理方法对各指标的性能退化量的期望进行融合得到所述惯导系统的性能退化评估结果，具体包括：
[0018]基于规则或效用的转化方法，根据各指标的性能退化量的期望得到各指标下对各评估等级参考值的置信度；
[0019]根据各指标的性能退化量的标准差得到各指标的可靠度；
[0020]将各评估等级对各评估等级参考值的置信度、各指标的可靠度以及各指标的证据权重带入证据融合公式得到所述惯导系统的性能退化分布式评估结果；
[0021]根据所述惯导系统的性能退化分布式评估结果得到所述惯导系统的性能退化评估结果。
[0022]一种惯导系统性能退化评估系统，包括：
[0023]指标体系构建模块，用于根据惯导系统的加速度计和陀螺仪构建惯导系统性能退化指标体系；
[0024]维纳计算模块，用于基于维纳过程与期望最大算法得到所述惯导系统性能退化指标体系中各指标的性能退化量的期望；
[0025]证据推理评估模块，用于基于证据推理方法对各指标的性能退化量的期望进行融合得到所述惯导系统的性能退化评估结果；所述性能退化评估结果包括可用和不可用。
[0026]可选的，所述维纳计算模块，具体包括：
[0027]性能退化模型构建单元，用于基于维纳过程构建所述惯导系统性能退化指标体系中单个部件的性能退化模型；
[0028]指标的性能退化方程确定单元，用于采用期望最大算法计算单个部件的性能退化模型中的参数得到单个部件的性能退化方程；
[0029]性能退化量计算单元，用于根据各指标的性能退化初始值以及单个部件的性能退化方程得到各指标的性能退化量；
[0030]性能退化量期望计算单元，用于根据各指标的性能退化量得到各指标的性能退化量的期望。
[0031]可选的，所述证据推理评估模块，具体包括：
[0032]信度计算单元，用于基于规则或效用的转化方法，根据各指标的性能退化量的期望得到各指标下对各评估等级参考值的置信度；
[0033]可靠度计算单元，用于根据各指标的性能退化量的标准差得到各指标的可靠度；
[0034]分布式评估结果确定单元，用于将各评估等级对各评估等级参考值的置信度、各指标的可靠度以及各指标的证据权重带入证据融合公式得到所述惯导系统的性能退化分布式评估结果；
[0035]性能退化评估结果确定单元，用于根据所述惯导系统的性能退化分布式评估结果得到所述惯导系统的性能退化评估结果。
[0036]一种电子设备，包括：
[0037]存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据上述所述的惯导系统性能退化评估方法。
[0038]一种计算机可读存储介质，其存储有计算机程序，所述计算机程序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种惯导系统性能退化评估方法，其特征在于，包括：根据惯导系统的加速度计和陀螺仪构建惯导系统性能退化指标体系；基于维纳过程与期望最大算法得到所述惯导系统性能退化指标体系中各指标的性能退化量的期望；基于证据推理方法对各指标的性能退化量的期望进行融合得到所述惯导系统的性能退化评估结果；所述性能退化评估结果包括可用和不可用。2.根据权利要求1所述的惯导系统性能退化评估方法，其特征在于，所述基于维纳过程与期望最大算法得到所述惯导系统性能退化指标体系中各指标的性能退化量的期望，具体包括：基于维纳过程构建所述惯导系统性能退化指标体系中单个部件的性能退化模型；采用期望最大算法计算单个部件的性能退化模型中的参数得到单个部件的性能退化方程；根据各指标的性能退化初始值以及单个部件的性能退化方程得到各指标的性能退化量；根据各指标的性能退化量得到各指标的性能退化量的期望。3.根据权利要求1所述的惯导系统性能退化评估方法，其特征在于，所述基于证据推理方法对各指标的性能退化量的期望进行融合得到所述惯导系统的性能退化评估结果，具体包括：基于规则或效用的转化方法，根据各指标的性能退化量的期望得到各指标下对各评估等级参考值的置信度；根据各指标的性能退化量的标准差得到各指标的可靠度；将各评估等级对各评估等级参考值的置信度、各指标的可靠度以及各指标的证据权重带入证据融合公式得到所述惯导系统的性能退化分布式评估结果；根据所述惯导系统的性能退化分布式评估结果得到所述惯导系统的性能退化评估结果。4.一种惯导系统性能退化评估系统，其特征在于，包括：指标体系构建模块，用于根据惯导系统的加速度计和陀螺仪构建惯导系统性能退化指标体系；维纳计算模块，用于基于维纳过程与期望最大算法得到所述惯导系统性能退化指标体系中各指标的性能退化量的期望；证据推理...

【专利技术属性】
技术研发人员：周志杰，廉正，冯志超，胡昌华，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：