[发明专利]水下组合导航故障智能诊断方法

说明书

技术领域

本发明涉及组合导航系统故障诊断，尤其是一种水下组合导航故障智能诊断方法。

背景技术

联邦Kalman滤波因具有设计灵活、计算量小的特点而在水下组合导航系统中有着广泛的使用。但水下实际环境中，辅助导航设备受到环境的影响可能产生各种形式的故障，如果不及时检测出故障并隔离故障子系统，带故障的信息融入系统、污染整个导航系统，将会使组合导航系统精度降低甚至发散。因此水下组合导航系统的故障诊断、重构设计是提高组合导航系统可靠性的重要途径。

早期故障检测与诊断方法大多基于硬件余度的方法，硬件配置大都多于所需硬件数量，采用“表决”的方式对故障进行诊断。解析法是以软件为主体的故障诊断方法。该方法基于数学模型，利用被诊断系统输入输出变量之间固有的解析关系，通过信息处理技术保证传感器输出的可靠性，主要分为参数估计法和状态估计法。近年来随着计算技术的发展，人工智能检测以及智能滤波等方法在组合导航故障诊断中也有广泛的应用。

由于组合导航的工作特点和要求，状态χ²检测法和残差χ²检测法仍然被广泛使用。但状态χ²检测法存在着状态递推过程中没有量测更新导致故障检测灵敏度下降的缺点。针对这一缺陷提出采用2个辅助滤波器交替校正的方法，避免状态递推过程中与真实状态之间误差变大的缺点，对渐变型故障具有一定的检测能力，但此方法大大增加了计算量且在高动态环境中灵敏度下降。残差χ²检测法利用系统残差信息构造检测函数，能够实时检测故障信息，具有计算量小、实时性高、适用于动态环境等特点，但对于渐变型故障失效。

发明内容

发明目的：提供一种水下组合导航故障智能诊断方法，以解决现有技术中存在的上述问题，减少误判率，降低计算量，提高检测速度。

技术方案：一种水下导航故障智能诊断方法，包括如下步骤：

S1、将水下组合导航系统的故障分为噪声突增型系统故障、信息突变型系统故障和信息渐变型系统故障；

S2、利用改进的残差χ²检测法判断是否发生突变型系统故障；如发生上述故障，则隔离故障子系统；

S3、从判断发生突变型故障时开始计算残差均值和残差绝对和值，并根据计算结果判断系统发生噪声突增型系统故障还是信息突变型系统故障，并为故障子系统故障消除后系统重构做准备；

S4、从组合导航系统稳定工作时开始计算归一化残差均值和相邻统计周期残差绝对和值，并根据计算结果判断是否发生渐变型故障。

有益效果：

1.本发明在传统残差χ²检测法基础上结合组合导航中联邦卡尔曼滤波特性，将联邦卡尔曼滤波器中主滤波器输出的公共状态替换掉组合导航中子滤波器中具有的公共状态，避免了传统χ²检测法中利用子滤波器状态时，由于滤波器的跟踪特性，使得预测值一步跟踪上故障值，导致故障检测系统将故障系统误判为无故障系统的缺陷。

2.本发明在利用改进残差χ²检测法检测出系统发生突变故障后，利用残差均值对系统发生的突变型故障类型进行判断。若系统发生信息突变型系统故障，则一直将故障子系统隔离，直到故障检测函数值小于阈值T_D才将故障子系统恢复；若系统发生噪声突变(噪声为白噪声)型系统故障，则系统自动启动自适应滤波系统，并将判出故障的子系统辅助导航结果经自适应滤波后输入联邦卡尔曼滤波器的主滤波器，有效利用了水下宝贵的导航信息。

3.本发明利用归一化残差均值和残差绝对和值两个信息，有效快速准确判断出水下组合导航系统中出现渐变型故障子系统，避免了传统的残差χ²检测法对渐变型故障检测失效的缺点。

附图说明

图1是本发明的系统结构图。

图2是本发明突变型故障诊断的流程图。

图3是本发明渐变性故障的流程图。

图4a至图4f是本发明在DVL信息突变时组合系导航系统姿态误差曲线。

图5a至图5f为本发明在DVL信息突变时组合导航系统速度误差曲线。

图6a至图6f为本发明在DVL信息突变时组合导航系统位置误差曲线。

图7a和图7b为本发明在DVL信息突变时DVL/SINS子系统故障函数值。

图8a至图8d为本发明在DVL信息突变时组合导航系统天向速度残差均值、绝对和值。

图9a至图9c为本发明在DVL噪声突然增大时组合导航系统速度误差曲线。