CN118091713B - 一种基于北斗技术的导航接收机故障检测方法 - Google Patents

一种基于北斗技术的导航接收机故障检测方法 Download PDF

Info

Publication number
CN118091713B
CN118091713B CN202410518205.2A CN202410518205A CN118091713B CN 118091713 B CN118091713 B CN 118091713B CN 202410518205 A CN202410518205 A CN 202410518205A CN 118091713 B CN118091713 B CN 118091713B
Authority
CN
China
Prior art keywords
value
fault
navigation receiver
characteristic
historical
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
Application number
CN202410518205.2A
Other languages
English (en)
Other versions
CN118091713A (zh
Inventor
彭勃
冯程
李树强
王伟文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan University
Original Assignee
Jinan University
Filing date
Publication date
Application filed by Jinan University filed Critical Jinan University
Priority to CN202410518205.2A priority Critical patent/CN118091713B/zh
Publication of CN118091713A publication Critical patent/CN118091713A/zh
Application granted granted Critical
Publication of CN118091713B publication Critical patent/CN118091713B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于北斗技术的导航接收机故障检测方法,属于导航接收机故障检测技术领域,本发明中依次提取了导航接收机中各模块的输出信号,根据各个输出信号的信号特征,构建了特征序列,对每个特征序列计算一个状态值,该状态值表征该处信号的正常程度,根据各处的状态值,采用故障定位模型对导航接收机的故障进行定位,本发明中无需对导航接收机进行拆分,仅需依次提取各模块的输出信号,根据各模块的输出信号的情况,对导航接收机的故障进行定位,实现一种自动故障定位方法。

Description

一种基于北斗技术的导航接收机故障检测方法
技术领域
本发明涉及导航接收机故障检测技术领域,具体涉及一种基于北斗技术的导航接收机故障检测方法。
背景技术
北斗卫星导航系统(BDS)是中国自主研发的全球卫星导航系统,具有定位、导航、授时等功能,广泛应用于交通、气象、通信、农业等领域。随着北斗系统的不断完善和应用需求的不断增加,导航接收机作为连接用户与北斗系统的关键设备,其性能和可靠性对整个导航系统的稳定性和准确性至关重要。
然而,在实际使用过程中,导航接收机可能会出现各种故障,如硬件故障、软件故障、信号干扰等,这些故障会影响接收机的定位精度和稳定性,甚至导致接收机无法正常工作。因此,对导航接收机进行故障检测和诊断是保证导航系统正常运行的重要环节。
导航接收机的主要功能是接收来自卫星的微弱的S波段微波信号,并通过低噪声放大、滤波和下变频处理后形成中频信号,以供后端处理模块进一步处理。
现有的导航接收机故障检测方法采用的技术方案为:将导航接收机拆分,得到各模块,分别依次对各模块加入测试信号,然后再通过示波器观察波形形状,找到故障的模块,这种检测方法需要人工拆分导航接收机,且无法自动检测导航接收机的故障位置。
发明内容
针对现有技术中的上述不足,本发明提供的一种基于北斗技术的导航接收机故障检测方法解决了现有检测方法需要人工拆分导航接收机,且无法自动检测导航接收机的故障位置的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种基于北斗技术的导航接收机故障检测方法,包括以下步骤:
S1、依次采集导航接收机中各模块的输出信号,其中各模块包括:接收天线、低噪声放大器、滤波器和下变频模块;
S2、提取各输出信号的信号特征,构建多个特征序列;
S3、计算每个特征序列的状态值;
S4、根据各状态值,采用故障定位模型对导航接收机的故障进行定位。
本发明的有益效果为:本发明中依次提取了导航接收机中各模块的输出信号,根据各个输出信号的信号特征,构建了特征序列,对每个特征序列计算一个状态值,该状态值表征该处信号的正常程度,根据各处的状态值,采用故障定位模型对导航接收机的故障进行定位,本发明中无需对导航接收机进行拆分,仅需依次提取各模块的输出信号,根据各模块的输出信号的情况,对导航接收机的故障进行定位,实现一种自动故障定位方法。
进一步地,每个所述特征序列包括:偏态特征值、振动特征值和能量特征值。
进一步地,所述偏态特征值的表达式为:
其中,h1为偏态特征值,si为输出信号中第i个信号值,N为输出信号中信号值的数量,i为正整数,ri为第i个信号差值。
上述进一步地方案的有益效果为:本发明中采用偏态特征值用于描述输出信号的不对称程度,体现出信号的分布形态。
进一步地,所述振动特征值的表达式为:
其中,h2为振动特征值,e为自然常数,ln为对数函数。
上述进一步地方案的有益效果为:本发明中采用指数增强了信号值,通过整体的信号值与整体的信号差值的比值,确定出输出信号的波动状态。
进一步地,所述能量特征值的表达式为:
其中,h3为能量特征值,xi为第i个能量梯度,si+1为输出信号中第i+1个信号值。
上述进一步地方案的有益效果为:本发明中采用能量特征值来量化信号的强度,从而便于识别不同的故障模式。
进一步地,所述S3包括以下分步骤:
S31、计算特征序列中每个特征值与标准特征值的距离系数;
S32、根据同一个特征序列对应的距离系数,计算每个特征序列的状态值。
进一步地,所述S31中计算距离系数的公式为:
其中,dk为第k个距离系数,hk为特征序列中第k个特征值,Hk为第k个标准特征值,k的取值范围为1,2,3;
所述S32中计算每个特征序列的状态值的公式为:
其中,c为每个特征序列的状态值。
上述进一步地方案的有益效果为:本发明中先计算特征值与标准特征值的距离,再采用比值对距离进一步的增强,采用比值和距离的组合方式更容易体现两个值之间的差距,从而显著体现特征值与标准特征值的差距,在特征值与标准特征值越相似时,模块越正常,距离系数越逼近于1,在特征值与标准特征值相差越远时,距离系数越逼近于0,因此,本发明中一个状态值的大小就能体现该模块处输出信号是否正常,但是由于各模块之间是连接关系,无法确定出是前面模块的异常导致信号的异常,还是自身的异常导致信号的异常,因此,设计故障定位模型进行自动定位。
进一步地,所述S4中故障定位模型包括:第一历史故障评估单元、第二历史故障评估单元、当前故障评估单元和故障定位输出单元;
所述第一历史故障评估单元用于根据t-1时刻的各个特征序列的状态值,计算第一历史故障评估值,其中,t为当前时刻;
所述第二历史故障评估单元用于根据t-2时刻的各个特征序列的状态值,计算第二历史故障评估值;
所述当前故障评估单元用于根据t时刻的各个特征序列的状态值,计算当前故障评估值;
所述故障定位输出单元用于根据第一历史故障评估值、第二历史故障评估值和当前故障评估值,计算故障定位值。
进一步地,所述第一历史故障评估单元的表达式为:
其中,yt-1为第一历史故障评估值,ct-1,m为t-1时刻的第m个特征序列的状态值,wt-1,m为ct-1,m的权重,M为特征序列的数量,m为正整数;
所述第二历史故障评估单元的表达式为:
其中,yt-2为第二历史故障评估值,ct-2,m为t-2时刻的第m个特征序列的状态值,wt-2,m为ct-2,m的权重;
所述当前故障评估单元的表达式为:
其中,yt为当前故障评估值,ct,m为t时刻的第m个特征序列的状态值,wt,m为ct,m的权重。
进一步地,所述故障定位输出单元的表达式为:
其中,Yt为t时刻的故障定位值。
上述进一步地方案的有益效果为:本发明中选择了三个时刻,用于综合判断出当前的故障定位值,提高判断故障位置的精度,本发明中每个特征序列的状态值代表一个模块的好坏,对一个时刻的各个模块的特征序列的状态值赋予权重,得到该时刻的故障情况,考虑当前时刻和历史两个时刻的故障情况,得到故障定位值,实现一种自动故障定位方法。
附图说明
图1为一种基于北斗技术的导航接收机故障检测方法的系统框图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种基于北斗技术的导航接收机故障检测方法,包括以下步骤:
S1、依次采集导航接收机中各模块的输出信号,其中各模块包括:接收天线、低噪声放大器、滤波器和下变频模块;
在本发明中采集输出信号的顺序,需严格按照导航接收机中各模块的连接关系;
S2、提取各输出信号的信号特征,构建多个特征序列;
S3、计算每个特征序列的状态值;
S4、根据各状态值,采用故障定位模型对导航接收机的故障进行定位。
每个所述特征序列包括:偏态特征值、振动特征值和能量特征值。
所述偏态特征值的表达式为:
其中,h1为偏态特征值,si为输出信号中第i个信号值,N为输出信号中信号值的数量,i为正整数,ri为第i个信号差值。
本发明中采用偏态特征值用于描述输出信号的不对称程度,体现出信号的分布形态。
所述振动特征值的表达式为:
其中,h2为振动特征值,e为自然常数,ln为对数函数。
本发明中采用指数增强了信号值,通过整体的信号值与整体的信号差值的比值,确定出输出信号的波动状态。
所述能量特征值的表达式为:
其中,h3为能量特征值,xi为第i个能量梯度,si+1为输出信号中第i+1个信号值。
本发明中采用能量特征值来量化信号的强度,从而便于识别不同的故障模式。
所述S3包括以下分步骤:
S31、计算特征序列中每个特征值与标准特征值的距离系数;
S32、根据同一个特征序列对应的距离系数,计算每个特征序列的状态值。
所述S31中计算距离系数的公式为:
其中,dk为第k个距离系数,hk为特征序列中第k个特征值,Hk为第k个标准特征值,k的取值范围为1,2,3;
所述S32中计算每个特征序列的状态值的公式为:
其中,c为每个特征序列的状态值。
在本发明中,标准特征值为存储的正常输出信号的特征值。
本发明中先计算特征值与标准特征值的距离,再采用比值对距离进一步的增强,采用比值和距离的组合方式更容易体现两个值之间的差距,从而显著体现特征值与标准特征值的差距,在特征值与标准特征值越相似时,模块越正常,距离系数越逼近于1,在特征值与标准特征值相差越远时,距离系数越逼近于0,因此,本发明中一个状态值的大小就能体现该模块处输出信号是否正常,但是由于各模块之间是连接关系,无法确定出是前面模块的异常导致信号的异常,还是自身的异常导致信号的异常,因此,设计故障定位模型进行自动定位。
所述S4中故障定位模型包括:第一历史故障评估单元、第二历史故障评估单元、当前故障评估单元和故障定位输出单元;
所述第一历史故障评估单元用于根据t-1时刻的各个特征序列的状态值,计算第一历史故障评估值,其中,t为当前时刻;
所述第二历史故障评估单元用于根据t-2时刻的各个特征序列的状态值,计算第二历史故障评估值;
所述当前故障评估单元用于根据t时刻的各个特征序列的状态值,计算当前故障评估值;
所述故障定位输出单元用于根据第一历史故障评估值、第二历史故障评估值和当前故障评估值,计算故障定位值。
所述第一历史故障评估单元的表达式为:
其中,yt-1为第一历史故障评估值,ct-1,m为t-1时刻的第m个特征序列的状态值,wt-1,m为ct-1,m的权重,M为特征序列的数量,m为正整数;
所述第二历史故障评估单元的表达式为:
其中,yt-2为第二历史故障评估值,ct-2,m为t-2时刻的第m个特征序列的状态值,wt-2,m为ct-2,m的权重;
所述当前故障评估单元的表达式为:
其中,yt为当前故障评估值,ct,m为t时刻的第m个特征序列的状态值,wt,m为ct,m的权重。
所述故障定位输出单元的表达式为:
其中,Yt为t时刻的故障定位值。
本发明中选择了三个时刻,用于综合判断出当前的故障定位值,提高判断故障位置的精度,本发明中每个特征序列的状态值代表一个模块的好坏,对一个时刻的各个模块的特征序列的状态值赋予权重,得到该时刻的故障情况,考虑当前时刻和历史两个时刻的故障情况,得到故障定位值,实现一种自动故障定位方法。
本发明中根据故障定位值的大小,可进行故障位置的分类,例如:预设对故障定位模型中所有权重赋值为1,三个时刻状态值无变化,接收天线正常,因此,接收天线的特征序列的状态值为1;低噪声放大器故障,因此,低噪声放大器的特征序列的状态值为0.3;由于低噪声放大器故障,导致滤波器和下变频模块的输入信号不正常,滤波器的特征序列的状态值为0.2,下变频模块的特征序列的状态值为0.01,则故障定位值为2.52,在预设情况下故障定位值为2.52时,可定位为低噪声放大器故障,在权重为正数的情况下,故障定位值越大,故障模块越靠后。
在本实施例中,权重大小范围为:0<w,权重越大,不同模块故障时,故障定位值区分越明显。
在本实施例中,预设模块故障时,状态值为0,模块正常时,状态值为1,则一个导航接收机对应的状态值排列方式包括:0000,1000,1100,1110,1111,因此,本发明可以进行故障定位。
在本实施例中,还可以采用梯度下降法等训练方式,去训练权重,从而使得故障定位值与标签故障定位值匹配,更便于观察。
本发明中依次提取了导航接收机中各模块的输出信号,根据各个输出信号的信号特征,构建了特征序列,对每个特征序列计算一个状态值,该状态值表征该处信号的正常程度,根据各处的状态值,采用故障定位模型对导航接收机的故障进行定位,本发明中无需对导航接收机进行拆分,仅需依次提取各模块的输出信号,根据各模块的输出信号的情况,对导航接收机的故障进行定位,实现一种自动故障定位方法。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于北斗技术的导航接收机故障检测方法,其特征在于,包括以下步骤:
S1、依次采集导航接收机中各模块的输出信号,其中各模块包括:接收天线、低噪声放大器、滤波器和下变频模块;
采集输出信号的顺序,需按照导航接收机中各模块的连接关系;
S2、提取各输出信号的信号特征,构建多个特征序列,其中,特征序列包括:偏态特征值、振动特征值和能量特征值;
S3、计算每个特征序列的状态值,其中,状态值用于表征特征序列中各个特征值与标准特征值的差距;
S4、根据各状态值,采用故障定位模型对导航接收机的故障进行定位包括:将各模块对应的状态值加权求和得到故障定位值,根据故障定位值的大小,对故障位置进行定位,其中,故障定位模型包括:第一历史故障评估单元、第二历史故障评估单元、当前故障评估单元和故障定位输出单元;
所述第一历史故障评估单元用于根据t-1时刻的各个特征序列的状态值,计算第一历史故障评估值,其中,t为当前时刻;
所述第二历史故障评估单元用于根据t-2时刻的各个特征序列的状态值,计算第二历史故障评估值;
所述当前故障评估单元用于根据t时刻的各个特征序列的状态值,计算当前故障评估值;
所述故障定位输出单元用于根据第一历史故障评估值、第二历史故障评估值和当前故障评估值,计算故障定位值。
2.根据权利要求1所述的基于北斗技术的导航接收机故障检测方法,其特征在于,所述偏态特征值的表达式为:
其中,h1为偏态特征值,si为输出信号中第i个信号值,N为输出信号中信号值的数量,i为正整数,ri为第i个信号差值。
3.根据权利要求2所述的基于北斗技术的导航接收机故障检测方法,其特征在于,所述振动特征值的表达式为:
其中,h2为振动特征值,e为自然常数,ln为对数函数。
4.根据权利要求3所述的基于北斗技术的导航接收机故障检测方法,其特征在于,所述能量特征值的表达式为:
其中,h3为能量特征值,xi为第i个能量梯度,si+1为输出信号中第i+1个信号值。
5.根据权利要求4所述的基于北斗技术的导航接收机故障检测方法,其特征在于,所述S3包括以下分步骤:
S31、计算特征序列中每个特征值与标准特征值的距离系数;
S32、根据同一个特征序列对应的距离系数,计算每个特征序列的状态值。
6.根据权利要求5所述的基于北斗技术的导航接收机故障检测方法,其特征在于,所述S31中计算距离系数的公式为:
其中,dk为第k个距离系数,hk为特征序列中第k个特征值,Hk为第k个标准特征值,k的取值范围为1,2,3;
所述S32中计算每个特征序列的状态值的公式为:
其中,c为每个特征序列的状态值。
7.根据权利要求1所述的基于北斗技术的导航接收机故障检测方法,其特征在于,所述第一历史故障评估单元的表达式为:
其中,yt-1为第一历史故障评估值,ct-1,m为t-1时刻的第m个特征序列的状态值,wt-1,m为ct-1,m的权重,M为特征序列的数量,m为正整数;
所述第二历史故障评估单元的表达式为:
其中,yt-2为第二历史故障评估值,ct-2,m为t-2时刻的第m个特征序列的状态值,wt-2,m为ct-2,m的权重;
所述当前故障评估单元的表达式为:
其中,yt为当前故障评估值,ct,m为t时刻的第m个特征序列的状态值,wt,m为ct,m的权重。
8.根据权利要求7所述的基于北斗技术的导航接收机故障检测方法,其特征在于,所述故障定位输出单元的表达式为:
其中,Yt为t时刻的故障定位值。
CN202410518205.2A 2024-04-28 一种基于北斗技术的导航接收机故障检测方法 Active CN118091713B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410518205.2A CN118091713B (zh) 2024-04-28 一种基于北斗技术的导航接收机故障检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410518205.2A CN118091713B (zh) 2024-04-28 一种基于北斗技术的导航接收机故障检测方法

Publications (2)

Publication Number Publication Date
CN118091713A CN118091713A (zh) 2024-05-28
CN118091713B true CN118091713B (zh) 2024-07-16

Family

ID=

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115839846A (zh) * 2023-02-27 2023-03-24 济南嘉宏科技有限责任公司 一种基于无线传感器的设备故障预警诊断方法
CN117471192A (zh) * 2023-11-07 2024-01-30 延安大学 一种车载天线的故障检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115839846A (zh) * 2023-02-27 2023-03-24 济南嘉宏科技有限责任公司 一种基于无线传感器的设备故障预警诊断方法
CN117471192A (zh) * 2023-11-07 2024-01-30 延安大学 一种车载天线的故障检测方法

Similar Documents

Publication Publication Date Title
CN109359270B (zh) 北斗地基增强系统完好性风险监测的阈值模型建立方法
CN102947724B (zh) 用于对基于无线电定位的定位装置进行校准的装置和方法
CN112213742A (zh) 一种卫星导航系统信号质量监测方法
CN109217947B (zh) 测试数据链设备辐射信号被截获概率性能的方法及装置
CN106353778A (zh) 一种导航终端的精度验证系统及方法
CN113391329A (zh) 一种北斗卫星导航信号畸变自适应补偿方法
CN113093228B (zh) 一种全场景反馈式卫星导航信号质量监测优化方法及系统
CN111443364A (zh) 一种车载定位接收机精度测试方法及其系统
CN103869334B (zh) Gnss空间信号畸变的自动识别与处理方法
CN118091713B (zh) 一种基于北斗技术的导航接收机故障检测方法
CN111934792A (zh) 一种北斗卫星导航信号质量评估的服务性能测试方法
CN113077121B (zh) 一种基于多维度属性群决策的信号质量异常原因定位方法
CN113835105B (zh) 一种基于gnss模拟器的gbas完好性监测方法
CN112526563B (zh) 一种gnss信号质量监测方法及系统
CN111856526B (zh) 非直达径卫星导航信号识别方法、系统及介质
CN118091713A (zh) 一种基于北斗技术的导航接收机故障检测方法
CN110412562A (zh) 机载距离测量设备健康度评估方法
CN111352004A (zh) 线缆故障检测方法、装置、系统和可读存储介质
CN111141964A (zh) 一种基于透波舱的离子推力器的电磁辐射测量方法
CN113644997B (zh) 一种电磁环境检测方法、装置和系统
CN111175789B (zh) 地基增强系统的电离层异常监测方法、装置以及系统
CN112596080B (zh) 无人机差分北斗起降引导系统完好性指标的测试方法
Murthy On-satellite testing of mobile communication antennas for compliance to VMES, ESV, and other pointing accuracy requirements
EP1955446A2 (en) Hf radio network frequency management
US5153508A (en) Method and apparatus for determining return stroke polarity of distant lightning

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant