基于极大似然比的多故障卫星完好性检测

针对多星座情况下多卫星同时故障时的接收机自主完好性检测的问题,分析了多卫星同时故障的原因及特点,提出基于极大似然比的分层完好性检测方法.通过奇偶向量矩阵的计算,根据极大似然估计,进行故障检测与隔离,利用全量检验统计值与部分检验统计值之间的关系进行故障卫星的确定,并利用接收机的数据进行仿真验证.仿真结果表明,本方法可以快速有效地实现多星座情况下的接收机自主完好性检测,检测出并隔离故障卫星.     

基于安全窗口χ2检验的捷联惯导空中修正算法

针对传统空中修正算法在基准信息出现故障时,空中修正精度严重下降的问题,提出了一种新的基于安全窗口χ^2检验的捷联惯导系统容错空中修正算法,通过推导给出了残差χ^2检验法的故障检测函数公式,基于该函数设计了故障诊断方案和容错策略,实现了基准信息的故障检测、隔离以及捷联惯导系统容错空中修正,并通过设置安全窗口,有效降低了容错空中修正算法的误警率,提高了算法的鲁棒性。对该容错空中修正算法进行了理论分析、仿真试验验证以及车载和机载试验考核,结果表明基于安全窗口χ^2检验的捷联惯导容错空中修正算法是可行和有效的,性能优于传统空中修正算法,可以有效减小故障对空中修正精度的影响,提高了空中修正的精度和可靠性。     

一种重力辅助导航系统故障诊断与容错方法

为了解决重力辅助导航系统软故障检测上的不足,针对重力辅助导航系统的特点和不同故障的性质,提出了一种新的重力辅助导航联邦滤波容错算法,该算法将系统的残差和方差组成故障检测函数的阈值,使阁值包含了联邦滤波全局信息和子系统特征信息,并将传统故障诊断算法对故障的检测改为对滤波收敛性的检测,根据联邦滤波全局收敛信息的不同,动态确定故障诊断函数.通过惯导/计程仪/重力组合导航系统的仿真试验,证明了该方法具有较强的故障诊断能力,有效改善了重力辅助导航系统对软故障检测失效带来的滤波发散定位错误的问题,抑制了重力故障给组合导航系统带来的误差,明显提高了重力辅助导航系统的精度和容错性能.     

系统容错技术在水下航行器组合导航系统中的应用

为了提高水下航行器组合导航系统长时间远航程水下导航的可靠性和精度,采用了捷联惯性导航系统、多普勒速度声纳、地形匹配模块和TCM2电子磁罗经构成组合导航系统.采用容错联邦卡尔曼滤波对水下航行器组合导航系统进行信息融合、故障诊断与系统重构,在设计联邦滤波算法基础上,结合组合导航信息融合方案,详细分析了故障检测方法,给出了水下航行器容错联邦滤波结构和故障检测算法,进行了仿真实验,并对仿真结果进行了分析.仿真结果表明:联邦滤波方法对系统故障能够及时检测并且有效隔离了故障传感器,对系统进行了重构,提高了系统的导航精度和可靠性.     

强跟踪CKF及其在惯导系统初始对准中的应用

容积卡尔曼滤波(CKF)是常用的惯性导航系统(INS)初始对准算法。针对在模型失配和观测噪声干扰情况下常规容积卡尔曼滤波出现精度下降甚至发散的问题,提出了一种自适应渐消滤波算法,引入多重渐消因子对预测误差协方差阵进行调整。设计了基于滤波残差序列统计特性的滤波状态x~2检验条件,检测滤波器故障并确定是否引入渐消因子,使渐消因子的引入时机更加合理,有效增强了算法的自适应性。仿真试验表明,新算法可以有效提高初始对准精度及鲁棒性。     

基于小波变换的状态x~2改进检测算法及其应用

在惯导器件的故障检测中,针对传统的状态x2检验法无法对缓变故障持续时间进行准确判定的问题,提出一种基于小波变换的状态x2改进检测算法。该方法首先利用小波变换后的模极大值在不同尺度上的衰减速度找出信号突变点;然后将检测结果反馈给Kalman滤波器,通过引入状态修正项,修正状态误差值,使故障检测曲线能够反映缓变故障的持续时间。仿真验证表明,采用基于小波变换的状态x2检测算法较好地解决了缓变故障持续时间无法准确判定的问题,大大提高了系统故障检测的准确性。     

水下无源组合导航系统智能容错方法设计

为提高自主水下航行器的导航精度,比较目前 AUV 常用的水下导航方式,将捷联式惯性导航系统与地球物理导航系统相结合构成水下无源组合导航系统.采用容错联邦卡尔曼滤波对各子系统信息进行故障诊断、系统重构和融合.针对传统的2c检验法不能确定故障具体原因,而仅能判断量测信息是否有效的缺陷,提出利用神经网络辅助2c检验法进行故障诊断.通过对水下组合导航系统算法进行仿真分析,结果表明该算法能够快速、准确地判断系统故障源,通过故障隔离和系统重构,使系统在故障情况下依然保持正常工作.     

组合导航传感器容错滤波算法及应用

采用多重渐消Kalan滤波最优自适应算法对基于Kalman滤波器的残差检验方法做出了改进，构造了组合导航传感器容错滤波算法。在保持滤波器最优性和收敛性的同时，具有较好的动静态特性，适用于组合导航传感器故障检测和隔离。该算法简单便于实施。     

联邦滤波器信息分配系数的优选算法

针对Carlson方法的局限性，提出一种联邦滤波器信息分配系数的优选算法，提高局部滤波器的精度和故障检测灵敏度，并证明其并不影响联邦滤波的全局最优性。以双SINS/GPS组合导航系统为实例，通过仿真验证了该方法的正确性和可行性，同时回答了“对‘联邦滤波器理论研究’一的商榷”所提出的三个问题。     

LS-SVM辅助的小幅值及缓变故障检测与容错方法

在INS/GNSS组合导航中,针对传统残差χ~2检验法对小幅值突变故障和缓变故障检测效率不高的问题,提出了一种最小二乘支持向量机(LS-SVM)辅助的故障检测与容错方法。该方法通过构建双阈值检测门限来判断观测数据质量,当观测数据受污染时,利用LS-SVM对残差的预测值代替卡尔曼滤波残差自适应调节滤波增益矩阵,降低漏警故障对状态估计的污染,以提升估计精度和故障检测灵敏性。仿真结果表明,对于小幅值突变故障和缓变故障,相比于传统残差χ~2检验法,所提方法检测漏警率分别能降低25%和15%以上,故障期间滤波精度可提高85%以上。