CN111397597B - 一种基于动态信息分配的非等间隔联邦滤波方法 - Google Patents
一种基于动态信息分配的非等间隔联邦滤波方法 Download PDFInfo
- Publication number
- CN111397597B CN111397597B CN202010269012.XA CN202010269012A CN111397597B CN 111397597 B CN111397597 B CN 111397597B CN 202010269012 A CN202010269012 A CN 202010269012A CN 111397597 B CN111397597 B CN 111397597B
- Authority
- CN
- China
- Prior art keywords
- information
- sub
- filter
- filters
- fault
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
本发明公开的属于动态信息技术领域，具体为一种基于动态信息分配的非等间隔联邦滤波方法，该方法如下：步骤一：设定主滤波器和子滤波器数量，进行信息平均分配；步骤二：设定检测信息，进行故障检测；步骤三：产生故障时，对产生故障的子滤波器进行数据消除；步骤七：代入到整体单元中后，对递进时产生的过渡信息进行刮削，刮削后进行刷新即可，能够针对产生的传感器故障，进行整体降级，使全局滤波器和局部滤波器呈比例状进行重置，同时在故障隔离后，重新调整故障的局部滤波器，使其呈递进式的过渡到整体单元中，再通过对过渡时间段进行刮削，有效的减少了故障恢复时长，提高故障恢复能力。
Description
技术领域
本发明涉及动态信息技术领域，具体为一种基于动态信息分配的非等间隔联邦滤波方法。
背景技术
在组合导航系统的联邦滤波结构中，局部滤波器和主滤波器的计算周期一般都是固定的。但是一方面由于各种辅助导航设备的数据更新频率不同，导致各个局部滤波器的测量周期不同，有可能不能同步向主滤波器提供局部估计，这导致滤波的不等间隔问题。一般的处理办法是采用外推内插的方法把非等间隔样本等间隔化以后再进行滤波，但这种方法破坏了信息的原始性，所得到的某个时刻的样本估计值并不等于该时刻可能的量测值，从而引入了人为误差，影响滤波精度，并且增加计算负担。
针对采用动态信息分配的联邦滤波方法，这类方法的特点是：信息在主滤波器和各子滤波器之间平均分配，再通过全局滤波和局部滤波的信息进行故障检测，在某个传感器故障被隔离后，其它的局部滤波器的估计值作为替代值。但重置使得局部滤波受全局滤波的反复影响。这样，一个传感器的故障可通过全局滤波的反复重置而使具有良好传感器的局部滤波也受到污染。于是容错性能下降。故障隔离后，局部滤波器要重新初始化，于是要经过一段过渡时间后其滤波值才能使用，这样导致了故障恢复能力下降，不利于滤波操作。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有联邦滤波方法中存在的问题，提出了本发明。
因此，本发明的目的是提供一种基于动态信息分配的非等间隔联邦滤波方法，能够针对产生的传感器故障，进行整体降级，使全局滤波器和局部滤波器呈比例状进行重置，同时在故障隔离后，重新调整故障的局部滤波器，使其呈递进式的过渡到整体单元中，再通过对过渡时间段进行刮削，有效的减少了故障恢复时长，提高故障恢复能力。
为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
一种基于动态信息分配的非等间隔联邦滤波方法，该方法如下：
步骤一：设定主滤波器和子滤波器数量，进行信息平均分配；
步骤二：设定检测信息，进行故障检测；
步骤三：产生故障时，对产生故障的子滤波器进行数据消除；
步骤四：在主滤波器不受影响的情况下，对全部子滤波器进行降级操作，此时主滤波器和子滤波器之间产生数据差，对产生的数据差进行比例重置，在子滤波器上产生新的分配信息；
步骤五：分配信息产生，隔离掉故障信息，重新进行操作；
步骤六：将产生故障的子滤波器呈递进式代入到已经重置好的整体单元中；
步骤七：代入到整体单元中后，对递进时产生的过渡信息进行刮削，刮削后进行刷新即可。
作为本发明所述的一种基于动态信息分配的非等间隔联邦滤波方法的一种优选方案，其中：所述步骤一中主滤波器数量小于子滤波器数量，且子滤波器数量与主滤波器数量呈比例状设定。
作为本发明所述的一种基于动态信息分配的非等间隔联邦滤波方法的一种优选方案，其中：所述步骤二中检测信息由主滤波器和子滤波器检测产生，且故障检测均由主滤波器和子滤波器检测产生。
作为本发明所述的一种基于动态信息分配的非等间隔联邦滤波方法的一种优选方案，其中：所述步骤三中子滤波器进行数据消除具体为将产生故障信息的子滤波器前段时间获取的日志信息分配到其他的子滤波器中，然后对出现故障的子滤波器进行数据抹除重置。
作为本发明所述的一种基于动态信息分配的非等间隔联邦滤波方法的一种优选方案，其中：所述步骤四中降级操作主要包括对子滤波器进行存储内容限制、数据出入量限制和滤波范围限制，所述步骤四中数据差主要为主滤波器对子滤波器产生的数量信息和各个子滤波器内存储的信息在出现故障信息后产生的差值，所述步骤四中比例重置为对子滤波器存储的信息进行消除，然后将步骤三中获取的日志信息代入到子滤波器中，获取到信息的分配信息。
作为本发明所述的一种基于动态信息分配的非等间隔联邦滤波方法的一种优选方案，其中：所述步骤五中故障信息为步骤三中的获取日志之后的信息。
作为本发明所述的一种基于动态信息分配的非等间隔联邦滤波方法的一种优选方案，其中：所述步骤六中递进代入为故障重置后的子滤波器从使用中的子滤波器中抽取信息进行信息分配，直到抽取信息与使用中的子滤波器信息处理量相等为止。
作为本发明所述的一种基于动态信息分配的非等间隔联邦滤波方法的一种优选方案，其中：所述步骤七中过滤信息刮削为对故障重置后的子滤波器在代入到整体单元中递进产生的信息进行删除。
与现有技术相比：针对采用动态信息分配的联邦滤波方法，这类方法的特点是：信息在主滤波器和各子滤波器之间平均分配，再通过全局滤波和局部滤波的信息进行故障检测，在某个传感器故障被隔离后，其它的局部滤波器的估计值作为替代值。但重置使得局部滤波受全局滤波的反复影响。这样，一个传感器的故障可通过全局滤波的反复重置而使具有良好传感器的局部滤波也受到污染。于是容错性能下降。故障隔离后，局部滤波器要重新初始化，于是要经过一段过渡时间后其滤波值才能使用，这样导致了故障恢复能力下降，不利于滤波操作，本申请文件中，能够针对产生的传感器故障，进行整体降级，使全局滤波器和局部滤波器呈比例状进行重置，同时在故障隔离后，重新调整故障的局部滤波器，使其呈递进式的过渡到整体单元中，再通过对过渡时间段进行刮削，有效的减少了故障恢复时长，提高故障恢复能力。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一种基于动态信息分配的非等间隔联邦滤波方法的系统流程结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供一种基于动态信息分配的非等间隔联邦滤波方法，请参阅图1，该方法如下：
步骤一：设定主滤波器和子滤波器数量，进行信息平均分配；
步骤二：设定检测信息，进行故障检测；
步骤三：产生故障时，对产生故障的子滤波器进行数据消除；
步骤四：在主滤波器不受影响的情况下，对全部子滤波器进行降级操作，此时主滤波器和子滤波器之间产生数据差，对产生的数据差进行比例重置，在子滤波器上产生新的分配信息；
步骤五：分配信息产生，隔离掉故障信息，重新进行操作；
步骤六：将产生故障的子滤波器呈递进式代入到已经重置好的整体单元中；
步骤七：代入到整体单元中后，对递进时产生的过渡信息进行刮削，刮削后进行刷新即可。
请再次参阅图1，所述步骤一中主滤波器数量小于子滤波器数量，且子滤波器数量与主滤波器数量呈比例状设定，具体为当设定两个主滤波器时，那么子滤波器的数量至少为4个，且两两与主滤波器连接，连接结构呈拓扑状。
请再次参阅图1，所述步骤二中检测信息由主滤波器和子滤波器检测产生，且故障检测均由主滤波器和子滤波器检测产生，检测信息为滤波信息，当在检测中产生的异常信息时，滤波器会产生较大波动，则定义为故障信息。
请再次参阅图1，所述步骤三中子滤波器进行数据消除具体为将产生故障信息的子滤波器前段时间获取的日志信息分配到其他的子滤波器中，然后对出现故障的子滤波器进行数据抹除重置，日志信息分配采用按比例分配算法，这是根据进程的大小按比例分配内存块的算法，如果系统中共有n个进程，每个进程的页面数为Si,则系统中各进程页面数的总和为:
s＝nSi
又假定系统中可用的内存块总数为m,则每个进程所能分到的内存块数为bi,则有:
bi＝(Si/s)*m
当然，必须调整bi以使之成为整数且大于指令集合所需要的最小物理块数，并使所有物理块数不超过m。
请再次参阅图1，所述步骤四中降级操作主要包括对子滤波器进行存储内容限制、数据出入量限制和滤波范围限制，所述步骤四中数据差主要为主滤波器对子滤波器产生的数量信息和各个子滤波器内存储的信息在出现故障信息后产生的差值，所述步骤四中比例重置为对子滤波器存储的信息进行消除，然后将步骤三中获取的日志信息代入到子滤波器中，获取到信息的分配信息，降级操作采用主成分分析算法，该算法是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中表示，并期望在所投影的维度上数据的方差最大，以此使用较少的数据维度，同时保留住较多的原数据点的特性。
请再次参阅图1，所述步骤五中故障信息为步骤三中的获取日志之后的信息。
请再次参阅图1，所述步骤六中递进代入为故障重置后的子滤波器从使用中的子滤波器中抽取信息进行信息分配，直到抽取信息与使用中的子滤波器信息处理量相等为止，采用基于特征树的Web碎片信息抽取算法，此种算法可以针对关键词进行信息抽取，并可以直接进行数据分配，有效的提高数据的抽取的分配效率。
请再次参阅图1，所述步骤七中过滤信息刮削为对故障重置后的子滤波器在代入到整体单元中递进产生的信息进行删除。
虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。
Claims (5)
1.一种基于动态信息分配的非等间隔联邦滤波方法，其特征在于：该方法如下：
步骤一：设定主滤波器和子滤波器数量，进行信息平均分配；
步骤二：设定检测信息，进行故障检测；
步骤三：产生故障时，对产生故障的子滤波器进行数据消除，子滤波器进行数据消除具体为将产生故障信息的子滤波器前段时间获取的日志信息分配到其他的子滤波器中，然后对出现故障的子滤波器进行数据抹除重置；
日志信息分配采用按比例分配算法，这是根据进程的大小按比例分配内存块的算法，如果系统中共有n个进程，每个进程的页面数为Si,则系统中各进程页面数的总和为:
s＝nSi
又假定系统中可用的内存块总数为m,则每个进程所能分到的内存块数为bi,则有:
bi＝(Si/s)*m
当然，必须调整bi以使之成为整数且大于指令集合所需要的最小物理块数，并使所有物理块数不超过m；
步骤四：在主滤波器不受影响的情况下，对全部子滤波器进行降级操作，此时主滤波器和子滤波器之间产生数据差，对产生的数据差进行比例重置，在子滤波器上产生新的分配信息，降级操作主要包括对子滤波器进行存储内容限制、数据出入量限制和滤波范围限制，数据差主要为主滤波器对子滤波器产生的数量信息和各个子滤波器内存储的信息在出现故障信息后产生的差值，比例重置为对子滤波器存储的信息进行消除，然后将步骤三中获取的日志信息代入到子滤波器中，获取到信息的分配信息；
步骤五：分配信息产生，隔离掉故障信息，重新进行操作；
步骤六：将产生故障的子滤波器呈递进式代入到已经重置好的整体单元中，递进代入为故障重置后的子滤波器从使用中的子滤波器中抽取信息进行信息分配，直到抽取信息与使用中的子滤波器信息处理量相等为止；
步骤七：代入到整体单元中后，对递进时产生的过渡信息进行刮削，刮削后进行刷新即可。
2.根据权利要求1所述的一种基于动态信息分配的非等间隔联邦滤波方法，其特征在于：所述步骤一中主滤波器数量小于子滤波器数量，且子滤波器数量与主滤波器数量呈比例状设定。
3.根据权利要求1所述的一种基于动态信息分配的非等间隔联邦滤波方法，其特征在于：所述步骤二中检测信息由主滤波器和子滤波器检测产生，且故障检测均由主滤波器和子滤波器检测产生。
4.根据权利要求1所述的一种基于动态信息分配的非等间隔联邦滤波方法，其特征在于：所述步骤五中故障信息为步骤三中的获取日志之后的信息。
5.根据权利要求1所述的一种基于动态信息分配的非等间隔联邦滤波方法，其特征在于：所述步骤七中过滤信息刮削为对故障重置后的子滤波器在代入到整体单元中递进产生的信息进行删除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010269012.XA CN111397597B (zh) | 2020-04-08 | 2020-04-08 | 一种基于动态信息分配的非等间隔联邦滤波方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010269012.XA CN111397597B (zh) | 2020-04-08 | 2020-04-08 | 一种基于动态信息分配的非等间隔联邦滤波方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111397597A CN111397597A (zh) | 2020-07-10 |
| CN111397597B true CN111397597B (zh) | 2022-04-08 |
Family
ID=71435064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010269012.XA Active CN111397597B (zh) | 2020-04-08 | 2020-04-08 | 一种基于动态信息分配的非等间隔联邦滤波方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111397597B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109612459A (zh) * | 2018-11-15 | 2019-04-12 | 南京航空航天大学 | 基于动力学模型的四旋翼飞行器惯性传感器容错导航方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102914308B (zh) * | 2012-10-24 | 2014-12-10 | 南京航空航天大学 | 一种基于新息正交性的抗野值联邦滤波方法 |
| US9002678B1 (en) * | 2014-01-10 | 2015-04-07 | King Fahd University Of Petroleum And Minerals | Unified approach to detection and isolation of parametric faults using a kalman filter residual-based approach |
| CN104913781A (zh) * | 2015-06-04 | 2015-09-16 | 南京航空航天大学 | 一种基于动态信息分配的非等间隔联邦滤波方法 |
| US10423473B2 (en) * | 2017-04-18 | 2019-09-24 | United Technologies Corporation | Fault-accommodating, constrained model-based control using on-board methods for detection of and adaption to actuation subsystem faults |
| CN109489987A (zh) * | 2018-10-12 | 2019-03-19 | 南京航空航天大学 | 涡扇发动机测量偏置容错的气路性能分布式滤波估计方法 |
| CN110823217B (zh) * | 2019-11-21 | 2023-08-22 | 山东大学 | 一种基于自适应联邦强跟踪滤波的组合导航容错方法 |
-
2020
- 2020-04-08 CN CN202010269012.XA patent/CN111397597B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109612459A (zh) * | 2018-11-15 | 2019-04-12 | 南京航空航天大学 | 基于动力学模型的四旋翼飞行器惯性传感器容错导航方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于改进联邦滤波的故障隔离与系统重构;崔平远等;《系统工程与电子技术》;20070515(第05期);正文第832-834页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111397597A (zh) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Young | Advances in real–time flood forecasting | |
| Ludescher et al. | On spurious and corrupted multifractality: The effects of additive noise, short-term memory and periodic trends | |
| CN110134919B (zh) | 风电机组异常数据清洗方法 | |
| Adegoke et al. | EWMA-type scheme for monitoring location parameter using auxiliary information | |
| Duncan | The economic design of p-charts to maintain current control of o process: Some numerical results | |
| CN112732785A (zh) | 时序数据异常检测方法、装置、设备及存储介质 | |
| EP2081326A1 (en) | Statistical processing apparatus capable of reducing storage space for storing statistical occurence frequency data and a processing method therefor | |
| CN107463482B (zh) | 确定指标关联性的方法及装置 | |
| CN110537170B (zh) | 分析大规模数据处理作业的方法、系统以及计算机可读存储设备 | |
| CN104008294B (zh) | 轴承异常检测系统及其方法 | |
| KR102683174B1 (ko) | 시계열 데이터 압축 및 복원 방법 | |
| CN102138782A (zh) | 一种脑功能有效连接分析方法 | |
| Dave et al. | A review of various statistical methods for outlier detection | |
| DE102016107718A1 (de) | Auslesen von Fehlervektoren aus einer Speichereinheit | |
| Livina et al. | Seasonality effects on nonlinear properties of hydrometeorological records | |
| CN111397597B (zh) | 一种基于动态信息分配的非等间隔联邦滤波方法 | |
| DE112020004351T5 (de) | Vibrationsdetektionsvorrichtung, Vibrationsdetektionsverfahren und Abnormalitätsbestimmungssystem | |
| Berthelot et al. | New variants of DFA based on loess and lowess methods: generalization of the detrending moving average | |
| CN117075811A (zh) | 一种适用于多租户的动态数据存储方法 | |
| DE112019001239T5 (de) | Kompaktes zeitstempelsystem mit linear rückgekoppelten schieberegistern undverwandte systeme und verfahren | |
| Weiß et al. | Residuals-based CUSUM charts for Poisson INAR (1) processes | |
| DE102015115944B4 (de) | Datenwiederherstellungsschaltung | |
| DE102012221253B4 (de) | Verfahren zum Zählen von Ereignissen in einer elektronischen Einheit, Ereigniszähler für eine integrierte Schaltungseinheit sowie Computersystem und Computerprogrammprodukt hierfür | |
| WO2014149026A1 (en) | Apparatus and method for memory storage and analytic execution of time series data | |
| Bagkavos et al. | Local polynomial fitting in failure rate estimation |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |