CN106813706A - 一种冗余传感器量测系统的容错方法 - Google Patents
一种冗余传感器量测系统的容错方法 Download PDFInfo
- Publication number
- CN106813706A CN106813706A CN201710019221.7A CN201710019221A CN106813706A CN 106813706 A CN106813706 A CN 106813706A CN 201710019221 A CN201710019221 A CN 201710019221A CN 106813706 A CN106813706 A CN 106813706A
- Authority
- CN
- China
- Prior art keywords
- sensor
- drift
- measurement system
- fault
- redundant
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提供了一种冗余传感器量测系统的容错方法,包括:获取冗余传感器量测系统的量测方程;确定奇偶向量和表决矩阵;建立容错系统的状态方程和量测方程;获得冗余传感器量测系统的传感器的漂移状态估计值;根据漂移状态估计值,确定漂移因子;对故障传感器的漂移状态估计值进行反馈补偿;将补偿后的传感器输出作为系统输出。该容错方法能够对故障传感器的漂移进行实时补偿,保证了系统的冗余特性,同时不再需要门限值及观察周期,能够容错运行,即使所有的传感器都发生故障漂移,系统仍然能够稳定运行,具有较好的鲁棒性。
Description
技术领域
本发明涉及传感器量测技术领域,特别涉及一种冗余传感器量测系统的容错方法。
背景技术
容错设计是提高传感器量测系统可靠性的一种重要手段,其中最重要的方法就是采用几何冗余设计,即利用传感器的余度配置来提高该传感器量测系统的整体可靠性。而这种容错设计,要求传感器量测系统具有合理的故障检测与消除技术。当有传感器故障时,能将故障传感器及时检测出来,并将其故障从其所在的量测系统中消除,确保该量测系统能够正常工作。目前故障传感器的检测和隔离技术主要三种:第一种是基于奇偶空间的故障检测与隔离法,该方法概念清楚,容易工程实现,第二种是针对奇偶空间法无法处理的软故障而提出的广义似然比法故障检测法,第三种是针对两个或更多的传感器同时发生故障的情况而提出的均值检验法。这三种故障传感器的检测和隔离技术存在以下三个问题:(1)第一种和第三种方法都需要设置门限值,门限值的取值是一个经验值,由此导致人为主观因数比较大;(2)第二种方法中的传感器的初始误差对它的性能影响较大;(3)这三种方法都需要一个观察周期,当在这个周期内的传感器输出都不正常时,则可判断该传感器发生故障,而这个观察周期的存在导致不能实时进行故障诊断。
然而,上述三种传感器故障检测和隔离的方法都不能使冗余传感器量测系统保持其冗余特性,因为漂移是传感器的固有特性,每一个传感器在任何时刻都有可能发生漂移,起初几个漂移的传感器能够被冗余惯性导航系统正确的诊断和隔离,而当传感器的个数达到系统的最小配置时,系统由于失去其冗余特性而无法正确地诊断和隔离出故障传感器,因此,鉴于传感器固有的漂移特性,需要一种冗余传感器量测系统容错方法,能够使得冗余传感器系统具有自我修复和补偿的功能,由此保证传感器量测系统的冗余特性和精度。
发明内容
本发明要解决的技术解决问题是:针对传感器固有的漂移特性,提供一种冗余传感器量测系统的容错方法,能够使得冗余传感器系统具有自我修复和补偿的功能,由此保证系统的冗余特性和精度。
为了达到上述目的,本发明采用如下技术方案:
一种冗余传感器量测系统的容错方法,具体步骤如下:
步骤1、根据冗余传感器量测系统中的传感器布置,确定所述冗余传感器量测系统的量测方程;
步骤2、根据所述量测方程,确定所述冗余传感器量测系统的奇偶向量;
步骤3、根据所述奇偶向量,确定所述冗余传感器量测系统的表决矩阵;
步骤4、根据所述表决矩阵,建立用于所述冗余传感器量测系统容错的容错系统;
步骤5、通过所述容错系统对所述冗余传感器量测系统中的各个传感器的故障漂移值进行漂移状态估计,获得所述各个传感器的漂移状态估计值;
步骤6、根据所述各个传感器的漂移状态估计值,确定所述冗余传感器量测系统的漂移因子;
步骤7、根据所述漂移因子对所述各个传感器的漂移状态估计值进行补偿,以获得补偿后的各个传感器的输出;
步骤8、将所述补偿后的各个传感器的输出作为所述冗余传感器量测系统的输出。
进一步的,所述步骤1中的量测方程为m=Hω+ε,其中m是量测向量,H是n×3维的传感器量测矩阵,n为布置的传感器个数,ω是被量测的真实状态向量,ε是均值为0的噪声序列;
所述步骤2中的奇偶向量P=Vm,其中矩阵V与所述传感器量测矩阵H的矩阵积VH=0。
进一步的,所述步骤3中通过线性变换将所述奇偶向量转化表决向量,进而获得所述表决矩阵
进一步的,所述步骤4中,根据所述表决矩阵,建立的所述容错系统的状态方程和量测方程如下:
状态方程:dk+1=dk+Wk,
量测方程:zk=h(d)=[Z1Z2]T,
且
其中,k为观测时刻,dk为某传感器在第k时刻的观测漂移;Wk为所述某传感器第k+1时刻相对第k时刻的漂移变化量;di是传感器i的漂移,mdi是包含量测噪声和漂移的传感器i的输出,mi是传感器i含有量测噪声的真实量测值。
进一步的,所述步骤6中的漂移因子包含先验漂移因子和当前漂移因子两部分。
进一步的,所述步骤6中的漂移因子
α=diag(α1(t)α2(t)…αi(t)…αn(t)),
其中,αi(t)为t时刻的传感器i的漂移因子。
进一步的,所述补偿后的各个传感器的输出为:
其中,di(t)是t时刻的传感器i的实际漂移,是di(t)的漂移状态估计值,qi为传感器i的反馈增益,dci(t)是传感器i补偿后的漂移值;mdi是补偿前包含量测噪声和漂移的传感器i的输出,mi是传感器i含有量测噪声的真实量测值。
与现有技术相比,本发明提出的冗余传感器量测系统的容错方法,颠覆了原先冗余传感器量测系统的容错设计的思路,具有以下有益效果:
(1)本发明的技术方法,利用漂移状态估计技术实时地估算出该冗余传感器量测系统中的各个传感器量测信号的漂移误差值,并用状态反馈技术对故障传感器的漂移进行实时补偿,不再直接对故障传感器进行隔离,从而保持了该冗余传感器量测系统的冗余特性。
(2)本发明的技术方案,由于实现了故障传感器漂移的实时补偿,因此不再需要设置门限值及观察周期,避免了对故障传感器检测的主观性和不及时性,保证了冗余传感器量测系统的量测精度,提高冗余传感器量测系统的可靠性。
(3)本发明的技术方案,能够容错运行,即使冗余传感器量测系统中所有的传感器都发生故障漂移,该冗余传感器量测系统仍然能够稳定运行,具有较好的鲁棒性。
附图说明
图1是本发明的冗余传感器量测系统的容错方法的流程框图;
图2至图4是本发明具体实施例的三个传感器的输出曲线;
图5是本发明具体实施例的三个传感器补偿后的输出误差曲线。
具体实施方式
本发明的主要目的是提高冗余传感器量测系统的可靠性。本发明提出了一种冗余传感器容错方法,该方法利用漂移状态估计和状态反馈技术对故障漂移进行实时补偿,对于漂移故障传感器不再进行隔离,而是进行实时补偿,从而保持了系统的冗余特性,非常适合可靠性要求高的量测系统。
如图1所示,为本发明提出的一种冗余传感器量测系统的容错方法,具体步骤如下:
步骤1、根据冗余传感器量测系统中的传感器布置,确定所述冗余传感器量测系统的量测方程:
m=Hω+ε (1)
其中m是量测向量,H是n×3维的传感器量测矩阵,n为所述冗余传感器量测系统中布置的传感器个数,ω是被量测的真实状态向量,ε是均值为0的噪声序列。
步骤2、根据所述量测方程,确定所述冗余传感器量测系统的奇偶向量P=Vm,其中矩阵V使得VH=0。
步骤3、根据所述奇偶向量,确定所述冗余传感器量测系统的表决矩阵,具体地,将奇偶向量P通过线性变换转化为n个表决向量
Q=Cvm=Cv[m1 … mn]T (2)
由此得到表决矩阵
式中,m1,…,mn是n个传感器的输出,Cv1,…,Cvn是Cv的行向量,且表决矩阵的主对角线元素全部为0,其余元素不为0。
步骤4、根据所述表决矩阵,建立用于所述冗余传感器量测系统容错的容错系统,该容错系统的状态方程和量测方程如下:
状态方程:dk+1=dk+Wk (4)
量测方程:zk=h(d)=[Z1 Z2]T (5)
其中,k为观测时刻,dk为某传感器在第k时刻的观测漂移;Wk为所述某传感器第k+1时刻相对第k时刻的漂移变化量;di是传感器i的漂移,mdi是包含量测噪声和漂移的传感器i的输出,mi是传感器i含有量测噪声的真实量测值。
步骤5、根据所述状态方程和量测方程,对所述冗余传感器量测系统中的各个传感器的故障漂移值进行估计,获得漂移状态估计值,本实施例采用自适应渐消因子Kalman滤波算法,具体过程如下:
Pk+1/k=λkPk (8)
Pk+1=(I-Lk+1Hk+1)Pk+1/k (10)
λk=max{1,trace(Nk)/trace(Mk)} (15)
上述各式中,k为观测时刻,dk为传感器在第k时刻的观测漂移;是dk的漂移状态估计值;Lk是第k时刻的观测增益;λk为渐消因子;I为单位矩阵;Mk、Nk均为计算中间值,是第k时刻的状态协方差;Rk是第k时刻的量测噪声方差;h(·)是传感器的量测输出方程。
步骤6、根据所述各个传感器的漂移状态估计值,确定所述冗余传感器量测系统的漂移因子,本实施例中,漂移因子包含先验漂移因子和当前漂移因子两部分,具体计算过程如下:
(1)先验漂移因子
先验漂移因子表征的是各个传感器前期的漂移变化情况,前期漂移变化率越大,先验漂移因子越大。由传感器i的漂移变化率可以获得传感器i前期的漂移变化情况,即传感器i的先验漂移因子。传感器i的漂移变化率为
由此得到传感器i的先验漂移因子为
归一化
其中,Di(t)是t时刻的传感器i的实际漂移,是di(t)的漂移状态估计值,e为常数,αi(t)为t时刻的传感器i的漂移因子。
(2)当前漂移因子
当前漂移因子表征的是当前时刻各个传感器的漂移情况,因此当前漂移因子与当前时刻漂移量和漂移变化率相关,漂移量和漂移变化率越大,当前漂移因子越大。当前漂移因子
归一化
(3)漂移因子
αi(t)=βi(t)γi(t) (21)
归一化
ifαi(t)<0.01,thenαi(t)=0.01 (23)
最终得到漂移因子为:α=diag(α1(t)α2(t)…αn(t)) (24)
步骤7、根据所述漂移因子对所述各个传感器的漂移状态估计值进行补偿,以获得补偿后的各个传感器的输出。具体地,一旦所述冗余传感器量测系统中的某个传感器发生故障漂移,步骤5中的容错系统就能够实时估计出该传感器的漂移值,即该传感器的漂移状态估计值,进而可以本步骤中利用状态反馈技术对该传感器的漂移进行补偿,具体操作如下:
式中qi为反馈增益。
由于状态反馈的作用,对所述冗余传感器量测系统的各个传感器的漂移状态估计值进行的补偿是随着该漂移状态估计值的变化而变化的,因此,步骤4中原来用作传感器故障检测的量测方程不再正确,即Z1、Z2不再正确。同时由于无法直接获得用于所述冗余传感器量测系统漂移补偿的补偿系统的量测方程,因此,该补偿系统的量测方程可以通过以下两步来获得:(1)用补偿后的传感器i的输出mci替代步骤4的Z1式中的mdi来获得新Z1方程;(2)Z2保持不变,由此获得补偿后的传感器i的输出
其中,di(t)是t时刻的传感器i的实际漂移,是di(t)的漂移状态估计值,qi为传感器i的反馈增益,dci(t)是传感器i补偿后的漂移值;mdi是补偿前包含量测噪声和漂移的传感器i的输出,mi是传感器i含有量测噪声的真实量测值。
步骤8、将所述补偿后的各个传感器的输出作为所述冗余传感器量测系统的输出。
为了更好的说明本发明技术方案的效果,现通过一个三传感器量测系统来具体说明,即所述冗余传感器量测系统中布置的传感器个数n=3,这三个传感器分别为传感器1、传感器2、传感器3,对应所述冗余传感器量测系统的三个量测向量m1、m2、m3。
假设传感器1、传感器2、传感器3同时量测一个状态x,则有
从而可以获得两个奇偶方程
奇偶方程:
表决方程:
其中ε1,ε2,ε3分别为三个传感器的量测噪声。本实施例中设状态x为sin(0.5t)。
为了最大可能地反映各种随机干扰和随机误差对各个传感器漂移状态估计值精度的影响,可以采用了蒙特卡洛仿真方法,来仿真各个传感器在不同时刻发生漂移的情况,具体地,假设三个传感器的量测噪声均为均值为0、方差为0.1的高斯白噪声,其中传感器1在6s时产生1.5-0.3sin(0.5t)-0.2cos(t)的时变漂移,传感器2在13s时产生-2(1-e-0.1t)的时变漂移,传感器3在18s时产生3(1-e-t)+0.1sin(0.25t)的时变漂移,仿真结果如图2-5所示,图2为传感器1的输出曲线,图3为传感器2的输出曲线,图4为传感器3的输出曲线,图5为三个传感器的漂移状态估计值的补偿值(即量测值的补偿误差)。图2至图5的仿真结果表明:本发明的冗余传感器量测系统容错方法,能够实时纠正所有的故障漂移传感器,即使所有传感器都发生故障漂移,该方法也能有效地补偿故障漂移,保证了该冗余传感器量测系统的正常工作,增加了该冗余传感器量测系统的鲁棒性和可靠性,非常适合可靠性要求高的惯性元件测量系统。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (7)
1.一种冗余传感器量测系统的容错方法,其特征在于,包括下列步骤:
步骤1、根据冗余传感器量测系统中的传感器布置,确定所述冗余传感器量测系统的量测方程;
步骤2、根据所述量测方程,确定所述冗余传感器量测系统的奇偶向量;
步骤3、根据所述奇偶向量,确定所述冗余传感器量测系统的表决矩阵;
步骤4、根据所述表决矩阵,建立用于所述冗余传感器量测系统容错的容错系统;
步骤5、通过所述容错系统对所述冗余传感器量测系统中的各个传感器的故障漂移值进行漂移状态估计,获得所述各个传感器的漂移状态估计值;
步骤6、根据所述各个传感器的漂移状态估计值,确定所述冗余传感器量测系统的漂移因子;
步骤7、根据所述漂移因子对相应的传感器的漂移状态估计值进行补偿,以获得补偿后的各个传感器的输出;
步骤8、将所述补偿后的各个传感器的输出作为所述冗余传感器量测系统的输出。
2.如权利要求1所述的冗余传感器量测系统的容错方法,其特征在于,
步骤1中所述的量测方程为m=Hω+ε,其中m是量测向量,H是n×3维的传感器量测矩阵,n为布置的传感器个数,ω是被量测的真实状态向量,ε是均值为0的噪声序列;
步骤2中所述的奇偶向量P=Vm,其中矩阵V与所述传感器量测矩阵H的矩阵积VH=0。
3.如权利要求1所述的冗余传感器量测系统的容错方法,其特征在于,所述步骤3中通过线性变换将所述奇偶向量转化表决向量,进而获得所述表决矩阵
4.如权利要求1所述的冗余传感器量测系统的容错方法,其特征在于,所述步骤4中,根据所述表决矩阵,建立的所述容错系统的状态方程和量测方程如下:
状态方程:dk+1=dk+Wk,
量测方程:zk=h(d)=[Z1 Z2]T,
且
其中,k为观测时刻,dk为某传感器在第k时刻的观测漂移;Wk为所述某传感器第k+1时刻相对第k时刻的漂移变化量;di是传感器i的漂移,mdi是包含量测噪声和漂移的传感器i的输出,mi是传感器i含有量测噪声的真实量测值。
5.如权利要求1所述的冗余传感器量测系统的容错方法,其特征在于,步骤6中所述的漂移因子包含先验漂移因子和当前漂移因子两部分。
6.如权利要求5所述的冗余传感器量测系统的容错方法,其特征在于,所述的漂移因子α=diag(α1(t) α2(t) … αi(t) … αn(t)),其中,αi(t)为t时刻的传感器i的漂移因子。
7.如权利要求1所述的冗余传感器量测系统的容错方法,其特征在于,步骤6中所述补偿后的各个传感器的输出为:
其中,di(t)是t时刻的传感器i的实际漂移,是di(t)的漂移状态估计值,qi为传感器i的反馈增益,dci(t)是传感器i补偿后的漂移值,mdi是补偿前包含量测噪声和漂移的传感器i的输出,mi是传感器i含有量测噪声的真实量测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710019221.7A CN106813706A (zh) | 2017-01-11 | 2017-01-11 | 一种冗余传感器量测系统的容错方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710019221.7A CN106813706A (zh) | 2017-01-11 | 2017-01-11 | 一种冗余传感器量测系统的容错方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106813706A true CN106813706A (zh) | 2017-06-09 |
Family
ID=59109735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710019221.7A Pending CN106813706A (zh) | 2017-01-11 | 2017-01-11 | 一种冗余传感器量测系统的容错方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106813706A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109813358A (zh) * | 2019-01-02 | 2019-05-28 | 东南大学 | 一种基于冗余耦合信号诊断的传感器故障检测方法 |
CN110383011A (zh) * | 2018-02-01 | 2019-10-25 | 山东诺方电子科技有限公司 | 出租车顶灯内多核传感器系统 |
CN112362085A (zh) * | 2021-01-12 | 2021-02-12 | 中国石油大学胜利学院 | 九轴传感器的校正实验数据的获取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737423A (zh) * | 2005-08-10 | 2006-02-22 | 东北大学 | 基于Internet网的锅炉传感器故障诊断和容错一体化方法及装置 |
CN102655685A (zh) * | 2012-05-29 | 2012-09-05 | 福州大学 | 用于无线传感器网络的任务容错分配方法 |
CN103399493A (zh) * | 2013-08-07 | 2013-11-20 | 长春工业大学 | 可重构机械臂传感器故障实时诊断和容错系统及其方法 |
-
2017
- 2017-01-11 CN CN201710019221.7A patent/CN106813706A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737423A (zh) * | 2005-08-10 | 2006-02-22 | 东北大学 | 基于Internet网的锅炉传感器故障诊断和容错一体化方法及装置 |
CN102655685A (zh) * | 2012-05-29 | 2012-09-05 | 福州大学 | 用于无线传感器网络的任务容错分配方法 |
CN103399493A (zh) * | 2013-08-07 | 2013-11-20 | 长春工业大学 | 可重构机械臂传感器故障实时诊断和容错系统及其方法 |
Non-Patent Citations (2)
Title |
---|
戴晓强: "冗余惯性导航系统的关键技术研究", 《中国学位论文全文数据库》 * |
高关根 等: "降阶奇偶向量在冗余传感器故障检测中的应用", 《系统仿真学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110383011A (zh) * | 2018-02-01 | 2019-10-25 | 山东诺方电子科技有限公司 | 出租车顶灯内多核传感器系统 |
CN109813358A (zh) * | 2019-01-02 | 2019-05-28 | 东南大学 | 一种基于冗余耦合信号诊断的传感器故障检测方法 |
CN109813358B (zh) * | 2019-01-02 | 2021-06-11 | 东南大学 | 一种基于冗余耦合信号诊断的传感器故障检测方法 |
CN112362085A (zh) * | 2021-01-12 | 2021-02-12 | 中国石油大学胜利学院 | 九轴传感器的校正实验数据的获取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102221363B (zh) | 一种水下潜器用捷联惯性组合导航系统容错组合方法 | |
CN104048675B (zh) | 一种基于高斯过程回归的组合导航系统故障诊断方法 | |
CN102175266B (zh) | 一种运动体陀螺惯性组件的故障诊断方法 | |
EP1643332A2 (en) | Hybrid model based fault detection and isolation system | |
US7257470B2 (en) | Fault isolation method and apparatus in artificial intelligence based air data systems | |
CN103776480A (zh) | 基于多次移动平均的微小故障检测方法和装置 | |
CN106813706A (zh) | 一种冗余传感器量测系统的容错方法 | |
CN107421534A (zh) | 一种冗余式捷联惯导系统多故障隔离方法 | |
Huang et al. | Design of a fault detection and isolation system for intelligent vehicle navigation system | |
CN104075734B (zh) | 水下组合导航故障智能诊断方法 | |
Patrick et al. | An integrated approach to helicopter planetary gear fault diagnosis and failure prognosis | |
CN103884359A (zh) | 一种基于主元分析算法的卫星陀螺部件故障诊断方法 | |
US9828111B2 (en) | Method of estimation of the speed of an aircraft relative to the surrounding air, and associated system | |
Yi-ting et al. | A fast gradual fault detection method for underwater integrated navigation systems | |
Han et al. | Quadratic-Kalman-filter-based sensor fault detection approach for unmanned aerial vehicles | |
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 | |
CN103364024B (zh) | 基于经验模态分解的传感器故障诊断方法 | |
CN110472335A (zh) | 基于粒子群优化算法的传感器故障诊断阈值确定方法 | |
CN110203254A (zh) | 列车定位系统中卡尔曼滤波器的安全检测方法 | |
Wan et al. | Robust air data sensor fault diagnosis with enhanced fault sensitivity using moving horizon estimation | |
US10001390B2 (en) | Redundant signal capture | |
Yang et al. | Practical integrated navigation fault detection algorithm based on sequential hypothesis testing | |
Filaretov et al. | The development of system of accommodation to faults of navigation sensors of underwater vehicles with resistance to disturbance | |
Lee et al. | Fault detection and reconstruction for micro-satellite power subsystem based on PCA | |
CN107085179B (zh) | 一种基于紧密度评价的模拟电路故障检测中测试激励生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170609 |