[发明专利]一种无人机编队系统的分布式速度传感器故障诊断方法

说明书

本发明提供了一种无人机编队系统的分布式速度传感器故障诊断方法，包括计算通讯拓扑参数；基于通讯拓扑参数、无人机的轨迹和预设条件，得到分布式控制律；基于无人机的闭环动态模型和预设条件，得到分布式故障检测残差生成器；基于无人机的闭环动态模型和预设条件，得到分布式故障分离残差生成器；基于分布式故障检测残差生成器的残差信号和故障检测阈值，进行故障检测；基于分布式故障分离残差生成器的残差信号和故障分离阈值，进行故障分离。该方法中，每个无人机仅利用自身的闭环动态模型设计分布式故障检测残差生成器和分布式故障分离残差生成器，仅利用邻居无人机的状态估计信息进行自身状态估计的更新，计算负载和通讯负载低。

技术领域

本发明涉及无人机编队系统领域，具体涉及一种无人机编队系统的分布式速度传感器故障诊断方法。

背景技术

近年来，无人机编队系统在森林防火、地图测绘和人员搜救等领域中受到越来越多的关注。无人机编队系统通过无人机之间的协同可以实现单个无人机无法实现的功能或者具有单个无人机无法具有的优良性能。由于无人机之间具有通讯连接，单个无人机的故障会导致整个编队系统的队形无法保持，进而影响编队系统的功能和性能，甚至会发生撞机事故。编队系统的故障诊断是保证无人机安全编队飞行的重要技术。

目前无人机编队系统的故障诊断方法主要分为集中式故障诊断和分布式故障诊断两种。在集中式故障诊断框架下，故障诊断算法集中在系统的单个无人机或者地面站中，此无人机或者地面站利用所有无人机的信息进行故障诊断。此方法的缺点在于可靠性不高，通讯负载大。在分布式故障诊断框架下，故障诊断算法分布于所有无人机中，每个无人机中的故障诊断算法相同。每个无人机只利用自身和邻居的信息对自身和邻居进行故障诊断。此方法通讯负载低，可靠性较高。

在当前的无人机编队系统的分布式故障诊断方法中，每个无人机需要利用到邻居无人机的模型或者编队系统中所有无人机的模型来设计观测器，使得每个无人机的计算负载较大。其次，每个无人机的观测器状态更新需要邻居无人机的输入输出信息或者邻居无人机对整个系统的状态估计信息。此策略和集中式故障诊断相比通讯负载有所降低，但是无人机之间的通讯负载仍然较大。

发明内容

本发明针对具有恒偏差速度传感器故障的无人机编队系统的分布式故障诊断方法中存在的计算负载和通讯负载高的问题，本发明提供了一种无人机编队系统的分布式速度传感器故障诊断方法。

本发明采用以下的技术方案：

一种无人机编队系统的分布式速度传感器故障诊断方法，包括以下步骤：

步骤1：针对给定的无人机的通讯拓扑，得到通讯拓扑参数。计算通讯拓扑和拉普拉斯矩阵的特征值。针对由N个无人机组成的编队系统，为编队系统的通讯拓扑，其中为通讯拓扑节点，每个通讯拓扑节点代表一个无人机，为通讯拓扑的边，每条边代表了一对无人机之间的通讯，令矩阵A_g＝[a_ij]为通讯拓扑的邻接矩阵，如果(i,j)∈ε，即节点i和节点j之间有通讯，则a_ij＝1，否则a_ij＝0；令矩阵D_g＝[d_ij]为通讯拓扑的度矩阵，度矩阵的非对角线元素为零，对角线元素取值为令矩阵L_g为通讯拓扑的拉普拉斯矩阵，则L_g＝D_g-A_g，令λ₁＜λ₂≤...≤λ_N为L_g的从小到大的N个特征值。

步骤2：基于所述的通讯拓扑参数、给定的无人机的轨迹和预设条件，得到分布式控制律。第i个无人机在空间坐标系x轴方向上的运动学模型如下：