System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请属于导航系统,尤其涉及一种多imusgnss集成导航系统的故障监测方法和装置。
技术介绍
1、在基于gnss传感器和多重imu传感器对飞行器和车辆等进行导航的过程中,需要对imu传感器进行故障检测,以更新飞行器或车辆的导航方案。相关技术中存在基于卡尔曼滤波检测imu传感器故障的方法,但该方法无法满足高安全自动驾驶车辆运行所需的导航连续性概率要求,从而导致了导航系统的可用性不高;且该方法的故障检测的精准度和准确度不高。
技术实现思路
1、本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种多imusgnss集成导航系统的故障监测方法和装置,放宽了分配给每个子卡尔曼滤波器的导航连续性要求,进而提高了导航系统的可用性,检测的精准度和准确度较高。
2、第一方面,本申请提供了一种多imusgnss集成导航系统的故障监测方法,该方法包括:
3、将获取的gnss传感器对应多个gnss伪距测量值以及多个imu传感器中目标imu传感器对应的imu伪距测量值分别输入至所述目标imu传感器对应的子卡尔曼滤波器,获取所述子卡尔曼滤波器输出的多个测试统计值;所述多个测试统计值与所述多个gnss伪距测量值一一对应;
4、基于各所述子卡尔曼滤波器对应的多个测试统计值和连续性风险概率,确定各所述子卡尔曼滤波器对应的故障监测阈值;所述连续性风险概率基于所述子卡尔曼滤波器对应的多个测试统计值的概率分布和导航数据确定;
5、基于各所述子卡尔曼滤波器对
6、根据本申请实施例提供的多imusgnss集成导航系统的故障监测方法,基于各子卡尔曼滤波器输出的多个测试统计值以及导航数据获取连续性风险概率,然后基于多个测试统计值和连续性风险概率确定各子卡尔曼滤波器对应的故障监测阈值,放宽了分配给每个子卡尔曼滤波器的导航连续性要求,进而提高了导航系统的可用性;基于各子卡尔曼滤波器对应的多个测试统计值和故障监测阈值的大小确定imu传感器的工作状态,检测的精准度和准确度较高。
7、本申请一个实施例的多imusgnss集成导航系统的故障监测方法,所述基于各所述子卡尔曼滤波器对应的多个测试统计值和连续性风险概率,确定各所述子卡尔曼滤波器对应的故障监测阈值,包括:
8、基于多个所述子卡尔曼滤波器中第一目标子卡尔曼滤波器输出的第一测试统计值,所述多个子卡尔曼滤波器中第二目标子卡尔曼滤波器输出的第二测试统计值,以及所述多个gnss伪距测量值中目标gnss伪距测量值,获取所述第一目标子卡尔曼滤波器和所述第二目标子卡尔曼滤波器之间的相关性统计值;
9、其中,所述第一测试统计值与所述目标gnss伪距测量值相对应,所述第二目标子卡尔曼滤波器为所述多个子卡尔曼滤波器中除所述第一目标子卡尔曼滤波器的任一子卡尔曼滤波器,所述第二测试统计值与所述目标gnss伪距测量值相对应;所述相关性统计值用于表征在所述目标gnss伪距测量值分别输入至所述第一目标子卡尔曼滤波器和所述第二目标子卡尔曼滤波器的情况下,所述第一目标子卡尔曼滤波器和所述第二目标子卡尔曼滤波器的滤波特性之间的相似程度;
10、基于多个所述子卡尔曼滤波器之间的多个相关性统计值和所述连续性风险概率,确定各所述子卡尔曼滤波器对应的故障监测阈值。
11、本申请一个实施例的多imusgnss集成导航系统的故障监测方法,所述基于多个所述子卡尔曼滤波器中第一目标子卡尔曼滤波器输出的第一测试统计值,所述多个子卡尔曼滤波器中第二目标子卡尔曼滤波器输出的第二测试统计值,以及所述多个gnss伪距测量值中目标gnss伪距测量值,获取所述第一目标子卡尔曼滤波器和所述第二目标子卡尔曼滤波器之间的相关性统计值,包括:
12、基于所述第一测试统计值和所述第二测试统计值的转置向量,计算得到所述第一目标子卡尔曼滤波器和所述第二目标子卡尔曼滤波器之间的相关性统计值。
13、本申请一个实施例的多imusgnss集成导航系统的故障监测方法,所述连续性风险概率基于所述子卡尔曼滤波器对应的多个测试统计值的概率分布和导航数据确定,包括:
14、在所述子卡尔曼滤波器的工作状态为正常状态,且所述子卡尔曼滤波器对应的卡尔曼滤波收敛的情况下,所述子卡尔曼滤波器对应的多个测试统计值的所述概率分布为正态分布;
15、基于所述正态分布和所述导航数据确定所述连续性风险概率。
16、本申请一个实施例的多imusgnss集成导航系统的故障监测方法,所述将获取的gnss传感器对应多个gnss伪距测量值以及多个imu传感器中目标imu传感器对应的imu伪距测量值分别输入至所述目标imu传感器对应的子卡尔曼滤波器,获取所述子卡尔曼滤波器输出的多个测试统计值,包括:
17、分别获取各所述gnss伪距测量值与所述imu伪距测量值之间的差值;
18、基于多个所述差值,计算得到所述子卡尔曼滤波器对应的多个测试统计值。
19、本申请一个实施例的多imusgnss集成导航系统的故障监测方法,在所述获取所述子卡尔曼滤波器输出的多个测试统计值之前,所述方法还包括:
20、获取所述imu传感器测量得到的实际测量值,所述实际测量值包括所述imu传感器对应的加速度和所述imu传感器对应的角速度中的至少一种;
21、基于所述实际测量值,计算得到所述imu传感器对应的目标位置信息,所述目标位置信息包括所述imu传感器对应的经度、维度和高度中的至少一种;
22、基于所述目标位置信息和所述imu传感器对应的观测矩阵的乘积,计算得到所述imu伪距测量值。
23、本申请一个实施例的多imusgnss集成导航系统的故障监测方法,所述imu传感器对应的目标位置信息基于如下公式计算得到:
24、
25、其中,为所述目标位置信息,φk为基于所述实际测量值得到的状态传递矩阵,为预测状态向量,为过程噪声向量。
26、本申请一个实施例的多imusgnss集成导航系统的故障监测方法,所述基于各所述子卡尔曼滤波器对应的多个测试统计值和各所述子卡尔曼滤波器对应的故障监测阈值,分别确定各所述子卡尔曼滤波器对应的imu传感器的工作状态,包括:
27、在所述子卡尔曼滤波器对应的多个测试统计值中至少一个测试统计值大于所述子卡尔曼滤波器对应的故障监测阈值的情况下,确定所述子卡尔曼滤波器对应的imu传感器的工作状态为异常状态。
28、本申请一个实施例的多imusgnss集成导航系统的故障监测方法,在所述分别确定各所述子卡尔曼滤波器对应的imu传感器的工作状态之后,所述方法还包括:
29、在所述多个imu传感器对应的工作状态均为异常状态的情况下,确定所述导航系统对应的工本文档来自技高网...
【技术保护点】
1.一种多IMUSGNSS集成导航系统的故障监测方法,其特征在于,包括:
2.根据权利要求1所述的多IMUSGNSS集成导航系统的故障监测方法,其特征在于,所述基于各所述子卡尔曼滤波器对应的多个测试统计值和连续性风险概率,确定各所述子卡尔曼滤波器对应的故障监测阈值,包括:
3.根据权利要求2所述的多IMUSGNSS集成导航系统的故障监测方法,其特征在于,所述基于多个所述子卡尔曼滤波器中第一目标子卡尔曼滤波器输出的第一测试统计值,所述多个子卡尔曼滤波器中第二目标子卡尔曼滤波器输出的第二测试统计值,以及所述多个GNSS伪距测量值中目标GNSS伪距测量值,获取所述第一目标子卡尔曼滤波器和所述第二目标子卡尔曼滤波器之间的相关性统计值,包括:
4.根据权利要求1-3任一项所述的多IMUSGNSS集成导航系统的故障监测方法,其特征在于,所述连续性风险概率基于所述子卡尔曼滤波器对应的多个测试统计值的概率分布和导航数据确定,包括:
5.根据权利要求1-3任一项所述的多IMUSGNSS集成导航系统的故障监测方法,其特征在于,所述将获取的GNSS传感器
6.根据权利要求1-3任一项所述的多IMUSGNSS集成导航系统的故障监测方法,其特征在于,在所述获取所述子卡尔曼滤波器输出的多个测试统计值之前,所述方法还包括:
7.根据权利要求6所述的多IMUSGNSS集成导航系统的故障监测方法,其特征在于,所述IMU传感器对应的目标位置信息基于如下公式计算得到:
8.根据权利要求1-3任一项所述的多IMUSGNSS集成导航系统的故障监测方法,其特征在于,所述基于各所述子卡尔曼滤波器对应的多个测试统计值和各所述子卡尔曼滤波器对应的故障监测阈值,分别确定各所述子卡尔曼滤波器对应的IMU传感器的工作状态,包括:
9.根据权利要求1-3任一项所述的多IMUSGNSS集成导航系统的故障监测方法,其特征在于,在所述分别确定各所述子卡尔曼滤波器对应的IMU传感器的工作状态之后,所述方法还包括:
10.一种多IMUSGNSS集成导航系统的故障监测装置,其特征在于,包括:
...【技术特征摘要】
1.一种多imusgnss集成导航系统的故障监测方法,其特征在于,包括:
2.根据权利要求1所述的多imusgnss集成导航系统的故障监测方法,其特征在于,所述基于各所述子卡尔曼滤波器对应的多个测试统计值和连续性风险概率,确定各所述子卡尔曼滤波器对应的故障监测阈值,包括:
3.根据权利要求2所述的多imusgnss集成导航系统的故障监测方法,其特征在于,所述基于多个所述子卡尔曼滤波器中第一目标子卡尔曼滤波器输出的第一测试统计值,所述多个子卡尔曼滤波器中第二目标子卡尔曼滤波器输出的第二测试统计值,以及所述多个gnss伪距测量值中目标gnss伪距测量值,获取所述第一目标子卡尔曼滤波器和所述第二目标子卡尔曼滤波器之间的相关性统计值,包括:
4.根据权利要求1-3任一项所述的多imusgnss集成导航系统的故障监测方法,其特征在于,所述连续性风险概率基于所述子卡尔曼滤波器对应的多个测试统计值的概率分布和导航数据确定,包括:
5.根据权利要求1-3任一项所述的多imusgnss集成导航系统的故障监测方法,其特征在于,所述将获取的gnss传感器对应多个gnss伪距测量值以及...
【专利技术属性】
技术研发人员:杨爱迪,
申请(专利权)人:中国科学技术大学先进技术研究院,
类型:发明
国别省市:
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。