CN103581970A - 分布式传感器网络故障检测方法 - Google Patents
分布式传感器网络故障检测方法 Download PDFInfo
- Publication number
- CN103581970A CN103581970A CN201210255446.XA CN201210255446A CN103581970A CN 103581970 A CN103581970 A CN 103581970A CN 201210255446 A CN201210255446 A CN 201210255446A CN 103581970 A CN103581970 A CN 103581970A
- Authority
- CN
- China
- Prior art keywords
- delta
- gyro
- fault
- accelerometer
- cos
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Gyroscopes (AREA)
- Navigation (AREA)
Abstract
一种分布式传感器网络故障检测方法,属于分布式传感器网络故障检测领域。该方法通过建立双节点模型,检测陀螺故障,采用奇偶方程检测法,列出陀螺的奇偶检测方程及真值表,并进行故障隔离,将输出值进行融合;检测完陀螺故障之后,分析加速度计输出,对加速度计的输出测量值进行补偿,将与陀螺输出量耦合部分补偿掉,简化加速度计的奇偶检测方程;对检测方程不能识别的3个及以上陀螺或加速度计出现故障的情况进行讨论,对出现的故障进行识别。本发明对分布式传感器网络有很好的故障检测能力。
Description
技术领域
本发明涉及一种分布式传感器网络故障检测方法,属于分布式传感器网络故障检测领域。
背景技术
分布式传感器网络结构,具有相同或不同性能、功能的多个传感器系统分布式的配置在载体的不同空间位置,各节点代表单个传感器系统的位置,由惯性测量单元(IMU)组件和微处理器模块组成,共同构成完全的分布式传感器网络结构,如图1所示。各节点可以与其它节点进行通信,各个节点的信息在网络结构中共享。位于载体重心的节点作为主节点,其它位置的节点作为子节点。主节点的信息融合算法提供导航状态信息和惯性状态向量,子节点的信息融合算法提供局部状态向量信息。
分布式传感器网络各节点的IMU组件测量其局部状态,但由于载体的整体结构,各节点的测量和估计信息并不是完全独立的,而是相关的。通过节点的旋转和平移转换,可以将各节点信息进行转换。根据各节点的关系,可以充分利用传感器网络的测量信息,来检测或隔离系统故障等,将大大提高导航系统的性能及故障容错能力。
目前已有的故障检测方法很多,但大部分都是针对无线传感器网络提出的,要应用到惯性传感器网络中就需要进行改造。
发明内容
为了解决上述问题,本发明提出了一种分布式传感器网络故障检测方法,对分布式传感器网络有很好的故障检测能力,实现过程简单,有很好的适用性。
本发明为解决其技术问题采用如下技术方案:
一种分布式传感器网络故障检测方法,包括如下步骤:
(1)建立双节点模型,检测陀螺故障,采用奇偶方程检测法,列出陀螺的奇偶检测方程及真值表,并进行故障隔离,将输出值进行融合;
(2)检测完陀螺故障之后,分析加速度计输出,对加速度计的输出测量值进行补偿,将与陀螺输出量耦合部分补偿掉,简化加速度计的奇偶检测方程;
(3)对检测方程不能识别的3个及以上陀螺或加速度计出现故障的情况进行讨论,对出现的故障进行识别。
本发明的有益效果如下:
1、物理概念明显,当某个节点的陀螺或加速度计出现故障时,相应的奇偶检测方程就不满足。
2、处理形式简单,不需要对量测噪声作任何假设,量测过程中不需要增加其他如滤波环节等,检测过程计算量和计算时间减少。
3、在检测结果上,建立的双节点模型能够分析出3个及3个以上陀螺或加速度计出现故障的情况。
附图说明
图1为分布式传感器网络结构示意图。
图2(a)为子节点IMU安装示意图;图2(b)为转动坐标系关系示意图。
图3分布式传感器网络故障检测示意图。
具体实施方式
下面结合附图对本发明创造做进一步详细说明。
基于反馈式双节点的分布式传感器网络故障检测
分布式传感器网络双节点结构
常规惯性测量单元(IMU)中,通常将三个单自由度陀螺和单轴加速度计的测量轴沿着机体系的三个测量轴安装,其原点与机体系原点相重合,为飞行器质心。
现建立模型,由两组传感器节点构成的分布式系统,为简化讨论,假定其中一组惯性测量单元(IMU)安装在飞行器质心,其安装坐标系与机体系重合。另一组惯性测量单元(IMU)测量轴不与机体系三个坐标轴重合,其原点也不在飞行器质心。子节点IMU安装如图2(a)所示。
图2(a)中,OXYZ为惯性坐标系,ObXbYbZb为机体坐标系,Ob为飞行器的质心,主节点IMU安装在点Ob处,OpXpYpZp为子节点IMU的安装坐标系,子节点IMU安装在点Op处,rp为子节点IMU位置偏离飞行器质心的距离。从机体坐标系ObXbYbZb到子节点IMU的安装坐标系OpXpYpZp的过程可以分解为两个步骤:首先从机体坐标系ObXbYbZb旋转至Ob′Xb′Yb′Zb′系,Ob′Xb′Yb′Zb′系为旋转过程中的辅助坐标系,再将Ob′Xb′Yb′Zb′系平移至子节点IMU的安装坐标系OpXpYpZp。通过角度旋转和位置平移,得到子节点IMU输出与主节点IMU输出之间的关系如下:
其中,
ωp、fp分别是Op位置的陀螺和加速度计输出,ωb、fb分别是Ob位置的陀螺和加速度计输出,是子节点角加速度,可以通过陀螺输出值的微分求得,即上一时刻与当前时刻的测量值之差与时间的比值,是机体坐标系ObXbYbZb至旋转过程中的辅助坐标系Ob′Xb′Yb′Zb′的坐标转换矩阵,θ=(δθ,δψ,δγ)为旋转角(如图2(b)所示),rp为从旋转过程中的辅助坐标系Ob′Xb′Yb′Zb′到子节点IMU的安装坐标系OpXpYpZp的距离。
反馈式双节点故障检测模型
判断一个系统或者一个子系统是否发生故障(故障检测)和哪个部件发生故障(故障诊断和隔离),需要根据系统的某些观测信息来判断。目前有很多故障检测和诊断的方法,本发明介绍奇偶方程检测法。奇偶方程检测法是借助奇偶方程,通过多数表决来实现,根据被估状态和测量值之间的线性相关关系,将故障检测问题转化为线性相关方程式(奇偶检测方程式)的逻辑判断问题,利用奇偶检测方程式的实际值和真实值比较来检测和诊断故障。
分布式传感器网络故障检测如图3所示。选取参考节点,初始令i=1。所有节点的测量值与主节点的比较后,进行故障检测,排除故障后送入融合中心进行融合,融合后进行融合信息反馈供下一次融合计算使用,并进行主节点和子节点的故障信息反馈,以供故障隔离。每次仅取其中两个节点的测量值进行比较,即节点2至节点n的测量值分别与参考节点节点1的测量值比较,列出双节点奇偶检测方程,检测出故障节点,并进行故障隔离。若检测到参考节点节点1已失效,则令i=i+1,将第i+1个节点作为参考节点,继续重复上述检测过程。
分布式传感器网络双节点结构故障检测
分布式传感器网络陀螺故障检测
现讨论上一节中建立的双节点模型,由式(1)得到子节点与主节点陀螺输出量之间的关系:
我们可以得到六个陀螺的测量值,主节点三自由度正交陀螺的三个敏感轴输出量按x、y、z轴分别记作m1、m2和m3,即ωb=[m1 m2 m3]T,子节点的输出量相应记作m4、m5和m6,即ωp=[m4 m5 m6]T,被测角速度为ω=[ωx ωy ωz]T。
坐标转换矩阵为:
主节点与子节点构成双节点结构,其测量值共同构成6维测量量m, 六个陀螺的测量值为:
m1=ωx
m2=ωy
m3=ωz
m4=ωx(cosδγcosδψ+sinδγsinδθsinδψ)+ωy(-cosδγsinδψ+sinδγsinδθcosδψ)+ωz(-sinδγcosδθ)
m5=ωx(cosδθsinδψ)+ωy(cosδθcosδψ)+ωzsinδθ
m6=ωx(sinδγcosδψ-cosδγsinδθsinδψ)+ωy(-sinδγcosδψ-cosδγsinδθcosδψ)+ωz(cosδγcosδθ)
(5)
式(5)陀螺的测量值可以写成:
m=Hω+ε≈Hω (6)
其中,ε是陀螺测量误差,我们作近似处理。
m=[m1 m2 m3 m4 m5 m6]T
用最小二乘法估计出被测角速度ω为:
ω=(HTH)-1HTm (8)
将H、m值代入即得到了ω的最小二乘估计值。
式(5)六个陀螺测量值中任选4个测量值,得到它们的线性关系,列出15个奇偶检测方程,如表1所示。如果所有陀螺都正常工作,则所有奇偶检测方程都能满足。如果某个陀螺发生故障,则相应的奇偶检测方程就不满足。
表1 6个陀螺测量值的奇偶检测方程
把上述每个奇偶检测方程等式右边设置一个二进制量Ki(i=1~15),当第i个奇偶检测方程满足时,Ki=0,反之Ki=1,则根据Ki的值可以建立故障识别的真值表,如表2所示。
表2 6个陀螺故障检测与识别真值表
由此表可以判断故障陀螺,并将其从系统中隔离出来,而取其余陀螺测量值作为输出。奇偶方程应该满足两个条件:每个陀螺的量测值应至少在1个奇偶方程中出现;每个陀螺的量测值应至少在一个奇偶方程中不出现。如果所有的陀螺工作正常,则K1~K15均为零,系统重构的程序元为P0。若1号陀螺失效,则与1号陀螺的测量值m1有关的奇偶检测方程均不成立,K1~K10均等于1;而其他与m1无关的奇偶检测方程K11~K15均等于零,系统重构的程序元为P1,从而可将1号陀螺进行故障隔离,其他1个或2个陀螺失效的情况依此类推。
分布式传感器网络加速度计故障检测
在双节点模型中,子节点IMU的安装基座偏离飞行器质心一个距离后,加速度计的输出由于臂杆效应的影响输出会产生改变,由式(1)可知,子节点加速度计的测量值与偏离质心的距离有关,且与子节点陀螺的测量值耦合,子节点加速度计的输出为:
从式(9)可以看出,通过坐标旋转转换使得加速度计的输出表达式中存在旋转矩阵分量通过坐标平移转换使得其存在距离量与陀螺输出量的叉乘耦合项,其中还有陀螺输出值的微分项,这需要陀螺上一时刻与当前时刻两个时刻的值才能得到,这使得对加速度计进行故障检测时奇偶检测方程变得很复杂,从而不易于实现,给检测带来困难,比较值有一定的误差,给故障检测及隔离带来影响。基于加速度计直接实现故障检测比较困难,现提出加速度计输出补偿的方法,重构加速度计输出量来检测加速度计的故障。
在对陀螺进行故障检测后,对故障节点进行隔离,排除故障陀螺,此时我们就可以认为在对加速度计进行故障检测时用到的陀螺输出量都是正常的,之后再对加速度计进行故障检测。考虑到因为存在陀螺输出量与偏移距离量之间的耦合才使得加速度计的奇偶方程变得复杂,现在重构加速度计输出,引入补偿掉与陀螺输出量的耦合项,即
式中,fp是子节点的加速度计输出,由加速度计的测量值得到,是子节点角加速度,可以通过陀螺输出值的微分求得,即上一时刻与当前时刻的测量值之差与时间的比值,rp为旋转过程中辅助坐标系Ob′Xb′Yb′Zb′到子节点IMU安装坐标系OpXpYpZp的距离,该值亦可以直接测量得到,ωp是子节点Op位置的陀螺输出,由陀螺测量值得到。
当子节点状态正常时,(10)式即可成立,得到加速度计重构量。但是,当子节点陀螺出现故障后,经过融合中心信息反馈,故障陀螺就会被排除,子节点陀螺输出中就缺少了故障陀螺的输出值,加速度计的重构量就无法得到,如继续用子节点的陀螺输出量,那就加入了故障陀螺测量值,重构的加速度计输出量就不准确。
子节点三个陀螺输出为:
ωp=[m4 m5 m6]T (11)
假设输出值为m5的陀螺出现了故障,则这一组ωp测量值不可代入(10)式,该陀螺在经过奇偶方程检测法故障检测后就被排除,在陀螺故障检测与隔离之后,其余陀螺的输出量送入融合中心进行融合,将得到被测角速度为:
ω=[ωx ωy ωz]T (12)
该角速度是在机体坐标系ObXbYbZb下的值,该值是可用的。在双节点结构中,机体坐标系与子节点的安装坐标系之间通过角度旋转即可得到子节点陀螺测量的角速度,两坐标系之间的距离不影响角速度的转换,子节点可用的角速度为:
这样,子节点加速度计的输出量就变为:
子节点重构的加速度计的输出量即为:
忽略陀螺的测量误差,即可得到加速度计重构量如下式所示:
将重构的加速度计输出量送入融合中心进行融合,比较陀螺的输出量(3)式和加速度计的输出量(16)式,我们可以看到形式上加速度计的输出和陀螺的输出没有区别,且系数矩阵均是坐标转换时的旋转矩阵因此我们可以用检测陀螺故障的奇偶检测方程来检测加速度计的故障,即加速度计的奇偶检测方程如表1所示,加速度计的故障检测与识别真值表如表2所示,这样,我们就把检测加速度计故障的奇偶方程和检测陀螺故障的奇偶方程统一起来,这大大降低的系统的计算时间,减少了计算量,从而提高了系统的故障检测效率。
基于反馈式双节点的分布式传感器网络故障检测算法性能分析
当真值表中K1~K15均为1时,说明双节点IMU中有3个及3个以上的陀螺或加速度计出现故障。此时我们假设参考节点为节点1,节点2与节点1的测量值进行奇偶方程检测后,出现上述情况,此时,我们将主节点与下一个子节点即节点3进行奇偶检测,若此时检测结果显示无故障,则说明节点2的测量轴都出现故障,需要故障隔离;若此时节点1与节点3检测结果显示K1~K15均为1,即有大于等于3个的陀螺(或加速度计)出现故障,则表明节点1的测量轴都已坏,需要更换参考节点(我们假设惯性网络中三个节点同时坏了的概率为零)。
综上,奇偶方程检测法对分布式传感器网络有很好的故障检测能力,实现过程简单,有很好的适用性。
Claims (1)
1.一种分布式传感器网络故障检测方法,其特征在于,包括如下步骤:
(1)建立双节点模型,检测陀螺故障,采用奇偶方程检测法,列出陀螺的奇偶检测方程及真值表,并进行故障隔离,将输出值进行融合;
(2)检测完陀螺故障之后,分析加速度计输出,对加速度计的输出测量值进行补偿,将与陀螺输出量耦合部分补偿掉,简化加速度计的奇偶检测方程;
(3)对检测方程不能识别的3个及以上陀螺或加速度计出现故障的情况进行讨论,对出现的故障进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210255446.XA CN103581970B (zh) | 2012-07-23 | 2012-07-23 | 分布式传感器网络故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210255446.XA CN103581970B (zh) | 2012-07-23 | 2012-07-23 | 分布式传感器网络故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103581970A true CN103581970A (zh) | 2014-02-12 |
CN103581970B CN103581970B (zh) | 2017-06-09 |
Family
ID=50052681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210255446.XA Active CN103581970B (zh) | 2012-07-23 | 2012-07-23 | 分布式传感器网络故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103581970B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106406270A (zh) * | 2015-04-15 | 2017-02-15 | 哈米尔顿森德斯特兰德公司 | 用于飞机的空气管理系统的系统层级故障诊断 |
CN108351620A (zh) * | 2015-09-16 | 2018-07-31 | 深圳市大疆创新科技有限公司 | 用于操作移动平台的方法和设备 |
CN113108785A (zh) * | 2021-03-11 | 2021-07-13 | 中国电子科技集团公司第五十四研究所 | 一种面向同构imu的分布式协同互校准定位方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116629A (zh) * | 2009-12-30 | 2011-07-06 | 中国民航大学 | 一种基于正四面体的六微机械电子陀螺配置方法 |
US20110257927A1 (en) * | 2010-04-19 | 2011-10-20 | Honeywell International Inc. | Systems and methods for determining inertial navigation system faults |
CN102435190A (zh) * | 2011-09-14 | 2012-05-02 | 中国航空工业第六一八研究所 | 余度传感器惯性测量装置 |
-
2012
- 2012-07-23 CN CN201210255446.XA patent/CN103581970B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116629A (zh) * | 2009-12-30 | 2011-07-06 | 中国民航大学 | 一种基于正四面体的六微机械电子陀螺配置方法 |
US20110257927A1 (en) * | 2010-04-19 | 2011-10-20 | Honeywell International Inc. | Systems and methods for determining inertial navigation system faults |
CN102435190A (zh) * | 2011-09-14 | 2012-05-02 | 中国航空工业第六一八研究所 | 余度传感器惯性测量装置 |
Non-Patent Citations (6)
Title |
---|
JING XING SONG HUA QIU HONGZHUAN YANG JING WANG YANGZHU: "An Approach for Fault Detection and Identification in PL/INS Navigation System", 《IEEE》 * |
JING YANG.ET.AL: "Analysis and Compensation of Errors in the Input Device Based on Inertial Sensors", 《IEEE》 * |
刘海颖,岳亚洲,杨毅钧,蒋德杰: "基于多解分离的GNSS/Inertial 组合系统完好性监测", 《中国惯性技术学报》 * |
华 冰, 刘建业, 熊 智, 李荣冰: "捷联惯性传感器多余度配置的误差标定技术研究", 《传感器技术》 * |
张玲霞: "《中国优秀博士学位论文全文数据库》", 31 December 2005 * |
黄 徽, 刘建业, 李荣冰, 华 冰: "微小型MEMS惯性导航系统的六陀螺余度配置实现", 《传感器与微系统》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106406270A (zh) * | 2015-04-15 | 2017-02-15 | 哈米尔顿森德斯特兰德公司 | 用于飞机的空气管理系统的系统层级故障诊断 |
CN108351620A (zh) * | 2015-09-16 | 2018-07-31 | 深圳市大疆创新科技有限公司 | 用于操作移动平台的方法和设备 |
US11320793B2 (en) | 2015-09-16 | 2022-05-03 | SZ DJI Technology Co., Ltd. | Method and apparatus for operating mobile platform |
US11669054B2 (en) | 2015-09-16 | 2023-06-06 | SZ DJI Technology Co., Ltd. | Method and apparatus for operating mobile platform |
CN113108785A (zh) * | 2021-03-11 | 2021-07-13 | 中国电子科技集团公司第五十四研究所 | 一种面向同构imu的分布式协同互校准定位方法 |
CN113108785B (zh) * | 2021-03-11 | 2022-06-10 | 中国电子科技集团公司第五十四研究所 | 一种面向同构imu的分布式协同互校准定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103581970B (zh) | 2017-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102176159B (zh) | 一种基于状态观测器和等价空间的卫星姿控系统故障诊断装置及方法 | |
CN107421534B (zh) | 一种冗余式捷联惯导系统多故障隔离方法 | |
CN110196049A (zh) | 一种动态环境下四陀螺冗余式捷联惯导系统硬故障检测与隔离方法 | |
US20170089723A1 (en) | Method and system for verifying measured data | |
CN107861383A (zh) | 基于自适应观测器的卫星故障诊断与容错控制方法 | |
CN102435190B (zh) | 余度传感器惯性测量装置 | |
CN103234553B (zh) | 一种陀螺测量系统的故障诊断方法 | |
CN102753395A (zh) | 车辆传感器节点 | |
CN104897178A (zh) | 一种双惯导联合旋转调制导航与在线相对性能评估方法 | |
CN105424035A (zh) | 惯性测量系统多传感器冗余方法 | |
CN102175266A (zh) | 一种运动体陀螺惯性组件的故障诊断方法 | |
CN108415009A (zh) | 一种列车速度计算方法及系统 | |
CN112650281B (zh) | 多传感器三余度系统、控制方法、无人机、介质及终端 | |
CN103439655A (zh) | 开关磁阻电机位置传感器的带有容错控制的故障诊断方法 | |
CN103581970A (zh) | 分布式传感器网络故障检测方法 | |
CN113432604A (zh) | 一种能够灵敏检测故障的imu/gps组合导航方法 | |
CN111964695A (zh) | 一种无人机组合导航系统故障检测与隔离方法 | |
Zhu et al. | Multi-robot joint localization and target tracking with local sensing and communication | |
CN105203130A (zh) | 一种基于信息融合的船舶组合导航系统故障诊断方法 | |
CN111141286A (zh) | 一种无人机飞控多传感器姿态置信解算方法 | |
CN111736194A (zh) | 组合惯性导航系统及导航数据处理方法 | |
CN110203254A (zh) | 列车定位系统中卡尔曼滤波器的安全检测方法 | |
CN103759740B (zh) | 一种巡视器静态时陀螺故障自主诊断方法 | |
CN102679983B (zh) | 一种余度惯性测量单元测量噪声估计和数据融合方法 | |
Cheng et al. | A modified GLT double faults isolation approach based on MLE and RPV for six-gyro redundant SINS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |