CN109709583A - 一种多重循环迭代滑窗累积的复合故障自适应检测方法 - Google Patents

Abstract

本发明公布了一种多重循环迭代滑窗累积的复合故障自适应检测方法，属于组合导航故障检测技术领域。该方法首先对多传感器的工作环境和工作特性进行了理论分析，在考虑可用观测量变化和切换引起的累积续断影响的基础上，构建了多信息线性化量测方程，通过循环迭代的方法建立自适应滑动窗口，并对滑动窗口内的奇偶矢量进行单个时刻到多个时刻的累加平方和，根据自适应窗口概率统计特性归一化处理构造新的统计检测量进行故障判别和剔除。本发明能有效检测并剔除脉冲和缓变等多类型复合故障，从而提高系统的容错性能。

Description

一种多重循环迭代滑窗累积的复合故障自适应检测方法

技术领域

本发明涉及一种多重循环迭代滑窗累积的复合故障自适应检测方法，属于组合导航故障检测技术领域。

背景技术

随着科学技术的迅猛发展，导航系统在多个领域，尤其在航空、航天等领域内应用的不断深入，组合导航技术成为一个必然的选择。在多信息融合容错导航领域，对系统的故障检测与隔离技术越来越重视。多种形式的故障对导航系统性能有显著影响，其中卫星导航系统故障发生较为频繁，因此导航系统的准确故障检测尤为重要。目前，常用的卫星导航系统故障检测算法有奇偶矢量法、最小二乘法等检测方法，此类方法对量测信息偏差出现较大的硬故障有良好的检测效果，但是对系统出现的缓变故障的检测效果不明显。然而，直接累加多个历元的检测方法虽然能够检测出缓慢变化的故障，但对脉冲故障检测效果不理想。脉冲和缓变等多种复合故障的检测和改正是导航系统在高精密应用场合必须解决的重要问题。

发明内容

本发明提出了一种多重循环迭代滑窗累积的复合故障自适应检测方法，在考虑可用观测量变化和切换引起的累积续断影响的基础上，通过循环迭代的方法建立自适应滑动窗口，从一个历元到多个历元进行多历元奇偶矢量累加平方和，并构造新的检验统计量，以达到兼顾脉冲和缓变等多类复合故障检测的效果。

本发明为解决其技术问题采用如下技术方案：

一种多重循环迭代滑窗累积的复合故障自适应检测方法，包括下列步骤：

(1)初始化，设全部观测量集合为其中：y₁为第1项观测量，y₂为第2项观测量，为第n_all项观测量，累积检测历元数为T_i，令T_i＝0，i＝1,2,…n_all，其中n_all为子系统全部观测量的数量；设置最大滑动窗口长度w_max；

(2)设当前时刻为k时刻，根据多导航传感器的工作特性及当前测量观测量信息，建立k时刻的线性化量测方程；

(3)根据步骤(2)中获得的k时刻测量观测量维数on，以及建模的各传感器子系统误差状态量维数m，判断是否on≥(m+3)，如果是则继续执行步骤(4)，否则执行步骤(7)；

(4)根据步骤(2)构建的量测方程，求解各时刻的奇偶矢量；

(5)结合步骤(2)获得的当前观测量使用情况更新系统累积检测历元数；

(6)结合步骤(4)获得的当前时刻奇偶矢量，以及步骤(5)获得的系统一致观测累积历元数τ，计算多重循环迭代滑窗累积的复合故障自适应检测统计量；

(7)检测当前测量观测量y_o1,y_o2,······,y_on对应的奇偶偏移特征矢量，并识别发生故障的观测量，进行故障观测量的剔除，再进行下一时刻的故障检测；

(8)令k＝k+1，返回步骤(2)；

步骤(2)的具体过程如下：

(2-1)获取当前测量观测量集合Y_o＝{y_o1,y_o2,······,y_on}，其中：y_o1为第1项当前测量观测量，y_o2为第2项当前测量观测量，y_on为第n_all项当前测量观测量；

(2-2)建立当前时刻的系统量测方程

y(k)＝G(k)x(k)+ε(k)

其中，y(k)＝[y_o1,y_o2,······,y_on]^T为k时刻由k时刻量测信息获得的系统观测量；G(k)为k时刻观测矩阵；x(k)＝[Δx,Δy,Δz,Δe₁,Δe₂,…,Δe_m]^T为k时刻系统状态量，其中Δx为载体在直角坐标系x轴方向位置误差状态量，Δy为载体在直角坐标系y轴方向位置误差状态量，Δz为载体在直角坐标系z轴方向位置误差状态量，Δe₁为建模的第1项传感器子系统误差状态量，Δe₂为建模的第2项传感器子系统误差状态量，Δe_m为建模的第m项传感器子系统误差状态量；ε(k)为量测噪声，量测噪声的方差为σ²。

步骤(4)的具体过程如下：

(4-1)对观测系数矩阵G(k)进行QR分解:

G(k)＝MR

其中M为正交矩阵，R为上三角矩阵；

(4-2)对步骤(4-1)获得的M矩阵进行转置，并取其后n-m-3行构成奇偶变换矩阵Q：

其中：S为M^T矩阵的前m+3行，上标T表示转置；

(4-3)根据步骤(4-2)获得的奇偶变换矩阵Q，求解k时刻的奇偶矢量p(k)：

其中，ε(k)为量测噪声，Q_:,s为矩阵Q第s列的列向量，f_s为第s个观测量中的故障信息，0＜s≤n，H₀表示无故障的情况，H₁表示有故障的情况。

步骤(5)的具体过程如下：

(5-1)读取全部观测量的当前累加历元数T_i，i＝1,2,…n_all；

(5-2)判断是否y_i∈Y_o，i＝1,2,…n_all，如果是则令T_i＝T_i+1，否则令T_i＝0；

(5-3)计算当前时刻系统一致观测累积历元数

其中：T₁为当前时刻第1项观测量的观测累积历元数，T₂为当前时刻第2项观测量的观测累积历元数，为当前时刻第n_all项观测量的观测累积历元数。

步骤(6)的具体过程如下：

(6-1)设自适应滑动窗口长度为w，令其初值w＝0；设系统累积奇偶矢量为p_sum，令其初值p_sum＝0；比较步骤(1)设置的最大滑动窗口长度w_max和步骤(5)获得的系统一致观测累积历元数τ，计算最大循环迭代次数

u_max＝min(τ,w_max)

(6-2)令自适应滑动窗口长度w＝w+1；

(6-3)结合步骤(4-4)存储的奇偶矢量，计算系统累积奇偶矢量p_sum

p_sum＝p_sum+p(k-w+1)

其中：k为步骤(2)获得的当前时刻，w为步骤(6-2)获得的自适应滑动窗口长度；

(6-4)对步骤(6-3)获得的系统累积奇偶矢量p_sum进行归一化处理，得到当前循环迭代下的检验统计量fd:

其中，w为步骤(6-2)获得的自适应滑动窗口长度，σ²为步骤(2)获得的量测噪声的方差；

(6-5)根据步骤(2)中获得的k时刻测量观测量的维数on，以及建模的各传感器子系统误差状态量维数计算故障检测门限P_r：

其中，a为设定概率，x为系统状态量，P_fa为虚警概率；

(6-6)进行故障判定，比较步骤(6-3)获得的当前循环迭代下的检验量fd和步骤(6-5)获得的故障检测门限P_r，若fd＞P_r则判定为故障，执行步骤(7)；否则继续执行步骤(6-7)；

(6-7)比较步骤(6-2)获得的自适应滑动窗口长度w和步骤(6-1)获得的最大循环迭代次数u_max，若w＜u_max，则返回步骤(6-2)继续拓展自适应滑动窗口长度，以进行循环迭代检测更微小的故障；否则判定为无故障，执行步骤(8)。

本发明的有益效果如下：

1、通过累积多历元奇偶矢量平方和，并考虑可用观测量变化和切换引起的累积续断影响，构造新的检验统计量，兼顾脉冲和缓变等多类复合故障检测。

2、通过构造单历元和多历元累积的检验统计量的循环迭代，实现了多历元对突变故障检测不敏感缺点的优化，能够同时检测突变故障和缓变故障。

3、本发明可用于多系统容错导航对突变和缓变复合故障的检测，提高导航定位精度和系统的容错性能。

4、本发明适用性广，不受载体的限制。

附图说明

图1是本发明一种多重循环迭代滑窗累积的复合故障自适应检测方法的原理流程图。

具体实施方式

下面结合附图的示例，进一步阐述本发明，应理解附图描述的实施方式是范例性的，仅用于解释本发明，而不用于限制本发明的范围。

本发明提供一种多重循环迭代滑窗累积的复合故障自适应检测方法，在累积奇偶矢量算法的基础上进行奇偶矢量的循环迭代，是一种用于检测系统突变故障、缓变故障和多种故障同时发生的新检测算法，用于提高导航系统的容错性和定位精度，算法流程图如图1所示，包括以下步骤：

(1)初始化，设全部观测量集合为其中：y₁为第1项观测量，y₂为第2项观测量，为第n_all项观测量，累积检测历元数为T_i，令T_i＝0(i＝1,2,…n_all)，其中n_all为子系统全部观测量的数量；设置最大滑动窗口长度w_max；

(2)设当前时刻为k时刻，根据多导航传感器的工作特性及当前量测观量测信息，建立k时刻的线性化量测方程，包括以下子步骤：

(2-1)获取当前测量观测量集合Y_o＝{y_o1,y_o2,······,y_on}，其中：y_o1为第1项当前测量观测量，y_o2为第2项当前测量观测量，y_on为第n_all项当前测量观测量；

(2-2)建立当前时刻的系统量测方程

y(k)＝G(k)x(k)+ε(k)

其中，y(k)＝[y_o1,y_o2,······,y_on]^T为k时刻由k时刻量测信息获得的系统观测量；G(k)为k时刻观测系数矩阵；x(k)＝[Δx,Δy,Δz,Δe₁,Δe₂,…,Δe_m]^T为k时刻系统状态量，其中Δx为载体在直角坐标系x轴方向位置误差状态量，Δy为载体在直角坐标系y轴方向位置误差状态量，Δz为载体在直角坐标系z轴方向位置误差状态量，Δe₁为建模的第1项传感器子系统误差状态量，Δe₂为建模的第2项传感器子系统误差状态量，Δe_m为建模的第m项传感器子系统误差状态量；ε(k)为量测噪声，量测噪声的方差为σ²；

(3)根据步骤(2)中获得的k时刻测量观测量的维数on，以及建模的各传感器子系统误差状态量维数m，判断是否on≥(m+3)，如果是则继续执行步骤(4)，否则执行步骤(7)；

(4)根据步骤(2)构建的量测方程，求解各时刻的奇偶矢量，包括以下子步骤：

(4-1)对观测系数矩阵G(k)进行QR分解:

G(k)＝MR

其中M为正交矩阵，R为上三角矩阵；

(4-2)对步骤(4-1)获得的M矩阵进行转置，并取其后n-m-3行构成奇偶变换矩阵Q：

其中：S为M^T矩阵的前m+3行，上标T表示转置；

(4-3)根据步骤(4-2)获得的奇偶变换矩阵Q，求解k时刻的奇偶矢量p(k)

其中，ε(k)为量测噪声，Q_:,s为矩阵Q第s列的列向量，f_s为第s个观测量中的故障信息，0＜s≤n，H₀表示无故障的情况，H₁表示有故障的情况；

(5)结合步骤(2)获得的当前观测量使用情况更新系统累积检测历元数，具体包括以子步骤：

(5-1)读取全部观测量的当前累加历元数T_i(i＝1,2,…n_all)；

(5-2)判断是否y_i∈Y_o(i＝1,2,…n_all)，如果是则令T_i＝T_i+1，否则令T_i＝0；

(5-3)计算当前时刻系统一致观测累积历元数

其中：T₁为当前时刻第1项观测量的观测累积历元数，T₂为当前时刻第2项观测量的观测累积历元数，为当前时刻第n_all项观测量的观测累积历元数；

(6)结合步骤(4)获得的当前时刻奇偶矢量，以及步骤(5)获得的系统一致观测累积历元数τ，计算多重循环迭代滑窗累积的复合故障自适应检测统计量，具体包括以下子步骤：

(6-1)设自适应滑动窗口长度为w，令其初值w＝0；设系统累积奇偶矢量为p_sum，令其初值p_sum＝0；比较步骤(1)设置的最大滑动窗口长度w_max和步骤(5)获得的系统一致观测累积历元数τ，计算最大循环迭代次数

u_max＝min(τ,w_max)

(6-2)令自适应滑动窗口长度w＝w+1；

(6-3)结合步骤(4-4)存储的奇偶矢量，计算系统累积奇偶矢量p_sum

p_sum＝p_sum+p(k-w+1)

其中：k为步骤(2)获得的当前时刻，w为步骤(6-2)获得的自适应滑动窗口长度；

(6-4)对步骤(6-3)获得的系统累积奇偶矢量p_sum进行归一化处理，得到当前循环迭代下的检验统计量fd:

其中，w为步骤(6-2)获得的自适应滑动窗口长度，σ²为步骤(2)获得的量测噪声的方差；

(6-5)根据步骤(2)中获得的k时刻测量观测量的维数on，以及建模的各传感器子系统误差状态量维数计算故障检测门限P_r：

其中，a为设定概率，x为系统状态量，P_fa为虚警概率；

(6-6)进行故障判定，比较步骤(6-3)获得的当前循环迭代下的检验量fd和步骤(6-5)获得的故障检测门限P_r，若fd＞P_r则判定为故障，执行步骤(7)；否则继续执行步骤(6-7)；

(6-7)比较步骤(6-2)获得的自适应滑动窗口长度w和步骤(6-1)获得的最大循环迭代次数u_max，若w＜u_max，则返回步骤(6-2)继续拓展自适应滑动窗口长度，以进行循环迭代检测更微小的故障；否则判定为无故障，执行步骤(8)；

(7)检测当前测量观测量y_o1,y_o2,······,y_on对应的奇偶偏移特征矢量，并识别发生故障的观测量，进行故障观测量的剔除，再进行下一时刻的故障检测；

在步骤(4-2)中求得的奇偶变换矩阵Q中，每一个列向量对应一个观测量，称为此观测量对应的奇偶偏移特征向量，将步骤(6-3)中计算得到的检测统计量p_sum投影到每一个特征矢量上，偏离最远的即为发生故障的观测量：

其中，D为观测向量，观测向量中数值最大的元素对应于发生故障的观测量，Q为奇偶变换矩阵，σ为量测噪声标准差。

(8)令k＝k+1，返回步骤(2)。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种多重循环迭代滑窗累积的复合故障自适应检测方法，其特征在于,包括下列步骤：

(1)初始化，设全部观测量集合为其中：y₁为第1项观测量，y₂为第2项观测量，为第n_all项观测量，累积检测历元数为T_i，令T_i＝0，i＝1,2,…n_all，其中n_all为子系统全部观测量的数量；设置最大滑动窗口长度w_max；

(2)设当前时刻为k时刻，根据多导航传感器的工作特性及当前测量观测量信息，建立k时刻的线性化量测方程；

(3)根据步骤(2)中获得的k时刻测量观测量维数on，以及建模的各传感器子系统误差状态量维数m，判断是否on≥(m+3)，如果是则继续执行步骤(4)，否则执行步骤(7)；

(4)根据步骤(2)构建的量测方程，求解各时刻的奇偶矢量；

(5)结合步骤(2)获得的当前观测量使用情况更新系统累积检测历元数；

(6)结合步骤(4)获得的当前时刻奇偶矢量，以及步骤(5)获得的系统一致观测累积历元数τ，计算多重循环迭代滑窗累积的复合故障自适应检测统计量；

(7)检测当前测量观测量y_o1,y_o2,……,y_on对应的奇偶偏移特征矢量，并识别发生故障的观测量，进行故障观测量的剔除，再进行下一时刻的故障检测；

(8)令k＝k+1，返回步骤(2)。

2.根据权利要求1所述的一种多重循环迭代滑窗累积的复合故障自适应检测方法，其特征在于,步骤(2)的具体过程如下：

(2-1)获取当前测量观测量集合Y_o＝{y_o1,y_o2,……,y_on}，其中：y_o1为第1项当前测量观测量，y_o2为第2项当前测量观测量，y_on为第n_all项当前测量观测量；

(2-2)建立当前时刻的系统量测方程

y(k)＝G(k)x(k)+ε(k)

其中，y(k)＝[y_o1,y_o2,……,y_on]^T为k时刻由k时刻量测信息获得的系统观测量；G(k)为k时刻观测矩阵；x(k)＝[Δx,Δy,Δz,Δe₁,Δe₂,…,Δe_m]^T为k时刻系统状态量，其中Δx为载体在直角坐标系x轴方向位置误差状态量，Δy为载体在直角坐标系y轴方向位置误差状态量，Δz为载体在直角坐标系z轴方向位置误差状态量，Δe₁为建模的第1项传感器子系统误差状态量，Δe₂为建模的第2项传感器子系统误差状态量，Δe_m为建模的第m项传感器子系统误差状态量；ε(k)为量测噪声，量测噪声的方差为σ²。

3.根据权利要求2所述的一种多重循环迭代滑窗累积的复合故障自适应检测方法，其特征在于,步骤(4)的具体过程如下：

(4-1)对观测系数矩阵G(k)进行QR分解:

G(k)＝MR

其中M为正交矩阵，R为上三角矩阵；

(4-2)对步骤(4-1)获得的M矩阵进行转置，并取其后n-m-3行构成奇偶变换矩阵Q：

其中：S为M^T矩阵的前m+3行，上标T表示转置；

(4-3)根据步骤(4-2)获得的奇偶变换矩阵Q，求解k时刻的奇偶矢量p(k)：

其中，ε(k)为量测噪声，Q_:,s为矩阵Q第s列的列向量，f_s为第s个观测量中的故障信息，0＜s≤n，H₀表示无故障的情况，H₁表示有故障的情况。

4.根据权利要求1所述的一种多重循环迭代滑窗累积的复合故障自适应检测方法，其特征在于,步骤(5)的具体过程如下：

(5-1)读取全部观测量的当前累加历元数T_i，i＝1,2,…n_all；

(5-2)判断是否y_i∈Y_o，i＝1,2,…n_all，如果是则令T_i＝T_i+1，否则令T_i＝0；

(5-3)计算当前时刻系统一致观测累积历元数

其中：T₁为当前时刻第1项观测量的观测累积历元数，T₂为当前时刻第2项观测量的观测累积历元数，为当前时刻第n_all项观测量的观测累积历元数。

5.根据权利要求1所述的一种多重循环迭代滑窗累积的复合故障自适应检测方法，其特征在于,步骤(6)的具体过程如下：

(6-1)设自适应滑动窗口长度为w，令其初值w＝0；设系统累积奇偶矢量为p_sum，令其初值p_sum＝0；比较步骤(1)设置的最大滑动窗口长度w_max和步骤(5)获得的系统一致观测累积历元数τ，计算最大循环迭代次数

u_max＝min(τ,w_max)

(6-2)令自适应滑动窗口长度w＝w+1；

(6-3)结合步骤(4-4)存储的奇偶矢量，计算系统累积奇偶矢量p_sum

p_sum＝p_sum+p(k-w+1)

其中：k为步骤(2)获得的当前时刻，w为步骤(6-2)获得的自适应滑动窗口长度；

(6-4)对步骤(6-3)获得的系统累积奇偶矢量p_sum进行归一化处理，得到当前循环迭代下的检验统计量fd:

其中，w为步骤(6-2)获得的自适应滑动窗口长度，σ²为步骤(2)获得的量测噪声的方差；

(6-5)根据步骤(2)中获得的k时刻测量观测量的维数on，以及建模的各传感器子系统误差状态量维数计算故障检测门限P_r：

其中，a为设定概率，x为系统状态量，P_fa为虚警概率；

(6-6)进行故障判定，比较步骤(6-3)获得的当前循环迭代下的检验量fd和步骤(6-5)获得的故障检测门限P_r，若fd＞P_r则判定为故障，执行步骤(7)；否则继续执行步骤(6-7)；

(6-7)比较步骤(6-2)获得的自适应滑动窗口长度w和步骤(6-1)获得的最大循环迭代次数u_max，若w＜u_max，则返回步骤(6-2)继续拓展自适应滑动窗口长度，以进行循环迭代检测更微小的故障；否则判定为无故障，执行步骤(8)。