两级故障检测在SINS-Galileo-北斗组合中的应用研究

针对联邦滤波器子系统同时存在硬故障和软故障问题,提出一种适用于联邦滤波结构的两级故障检测方法。首先,构造联邦结构残差2χ检验法对系统硬故障进行检测,再用第k-m步未发生故障时的全局最优估计信息构造滑动残差检验函数,对未检测出的软故障进行时间积累,进而检测软故障,同时,联邦滤波信息分配系数根据软故障检测函数进行自适应调节。通过SINS-Galileo-北斗组合导航系统仿真对比分析了基于局部滤波残差2χ检验法和本文提出的故障检测方法,结果表明:该故障检测方法对系统硬故障和软故障具有较高的故障检测灵敏度,能够提高组合导航系统的可靠性。     

卡尔曼滤波器在传感器软故障诊断中的应用

传感器发生软故障的特征是变化缓慢、不易检测。为克服传感器检测这一缺点设计了一种软故障诊断算法。该算法是在多重故障假设基础上,使用卡尔曼滤波器产生残差,采用加权二乘方（Weighted Sum of Squared Residuals,WSSR）方法对滤波残差进行处理,从而方便快速地检测出传感器的软故障,并实现隔离和重构。仿真实验表明,算法能很好地实现传感器软故障的检测、隔离和重构,不会发生误报和漏报现象。     

基于输出时滞方法的非均匀采样数据系统传感器故障检测(英文)

研究一般非均匀采样数据系统鲁棒传感器故障检测设计问题.首先,基于输出时滞方法将非均匀采样数据系统转换成具有时变时滞输出的连续系统;然后,选择故障检测滤波器作为残差产生器,并将故障检测设计问题描述成一个多目标优化问题,即连续时间过程噪声和离散时间测量噪声对残差信号的H∞范数小于一个给定值,同时传感器故障对残差信号的l2增益大于一个给定值,基于输入输出方法以矩阵不等式的形式给出该多目标优化问题有解的充分条件;进一步的,提出一个迭代算法来权衡噪声鲁棒性与故障灵敏度,并将矩阵不等式转换成可解的线性矩阵不等式.最后,对某型飞控系统的仿真实验验证了所提方法的有效性.     

新的基于LMI的鲁棒故障检测滤波器设计方法*

提出一种新的基于LMI的滤波器设计方法,能够解决在线性时不变系统中进行故障检测时所遇到的多目标优化问题。通常在故障检测中,H∞范数用于描述残差对于外界干扰的鲁棒性,而H指标用于描述残差对于故障的灵敏度。通过引入残差的误差值,将多个指标（H∞和H指标）统一转换成H∞范数,从而将故障检测滤波器的设计问题转换成对H∞范数优化问题;然后用一种新颖的基于LMI的方法来求解;最后,将本算法应用于某导弹发生故障的纵向平面模型,仿真结果表明了该算法能有效、及时地检测出故障。     

基于证据推理的联合故障检测方法

针对卡方故障检测方法对软故障的检测性能较差, 甚至会导致滤波器发散的问题, 提出一种基于证据推理的联合故障检测方法. 将组合导航中的各子滤波器作为证据, 利用每个子滤波器的状态及协方差构造联合故障检测函数, 并利用联合故障检测函数的概率分布计算基本置信指派, 再将多个证据按D-S 规则进行融合, 根据融合结果进行故障检测. 仿真结果表明, 所提出的方法对硬故障的检测性能与卡方故障检测性能相当, 但对软故障的检测性能要优于卡方故障检测, 可提高组合导航系统的可靠性和精度.

     

一种滑模观测器的多故障诊断方法

针对非线性系统的执行器故障及传感器故障,提出一种鲁棒多故障检测方法．首先,对可能发生的每种执行器故障分别构造模型,并设计相应的滑模观测器用于残差生成,从而实现执行器故障检测．然后,设计一种算法,利用简单滤波器将传感器故障转换为执行器故障,从而直接利用执行器故障检测的方法实现传感器故障的检测,将执行器故障的检测方法推广到执行器、传感器故障同时存在的情况．最后,通过在单关节机械手中的仿真应用验证了所提方法的有效性．     

基于近距无线电导航的容错组合导航系统

针对组合导航子系统的特性,提出了一种基于近距无线电导航的容错组合导航系统方案.给出了完整的无线电导航系统的误差模型.针对残差X2检验和状态X2检验的特点,提出了一种结合状态递推的残差检验法,该方法对软故障的检测能力较强,并采用分量检测法提高故障检测灵敏度,将该算法嵌入到基于局部反馈校正的无重置联邦滤波器中提高导航系统的容错能力.仿真结果表明,融合输出结果不受故障影响且精度高于任一子滤波器导航精度,验证了算法的正确性.     

非线性系统传感器偏差故障的UKF递推检测方法

针对传统的推广卡尔曼滤波器方法(EKF)的不足,为检测非线性系统传感器的偏差型故障,提出了一种新的基于unscented卡尔曼滤波(UKF)的实时递推检测算法,该方法应用UKF作为传感器故障残差发生器,并利用残差加权平方和检测策略进行故障的检测.仿真结果表明,与基于EKF的传感器故障检测方法相比,该方法有更好的故障预示能力,并提高了故障检测的准确率.     

多模型传感器故障软闭环容错控制研究

针对一类非线性系统建立精确机理模型困难、且仅用单一模型进行故障检测与容错不甚可靠等问题,提出一种基于数据驱动的多模型传感器故障软闭环容错控制方法,并对非线性系统中卡死、恒增益、恒偏差等常见传感器故障进行了研究。首先采用历史数据建立了系统的RBF神经网络、最小二乘支持向量机和核部分最小二乘三种预测模型,并基于序贯概率比检验算法同时以多个模型产生的残差对传感器进行故障检测;当检测出传感器发生故障时,则用系统多个预测模型的融合值代替传感器的输出,从而以软闭环方式实现对传感器故障的容错控制。最后将所提出的方法应用于一阶水箱液位控制系统,实验结果表明多残差与序贯概率比检验算法的结合能够可靠诊断传感器故障,多预测值优化融合的软闭环可对传感器故障实现安全、高性能容错。     

双余度传感器缓变故障检测的改进残差检验法

分析了基于卡尔曼滤波器的残差检验法对传感器缓变故障检测的不敏感性原因.针对双余度传感器缓变故障检测,采取了先故障判断后故障定位的故障检测策略,并提出了一种基于移动伪正常状态的残差构造方法.数学仿真验证了改进方法比传统方法更能够及时准确地识别双余度传感器缓变故障.     

基于模型的曲轴位置传感器故障诊断研究

为了对汽车发动机转速传感器作出快速准确的诊断,结合曲轴信号处理原理,在MATLAB/simulink中设计基于卡尔曼滤波器残差检验的OBD诊断模块,实现了曲轴位置传感器无信号、信号错误等故障诊断功能。针对卡尔曼滤波器法无法排除掉非故障性信号输入的缺点,在卡尔曼滤波法基础上加入逻辑诊断,通过条件判断以启动诊断,加入决策逻辑以确定故障状态。验证结果表明,卡尔曼滤波器法能够准确快速识别两种传感器故障,但在非故障性信号时无法准确判断故障。加入诊断逻辑的改进卡尔曼滤波法能够准确排除非故障性输入,保证诊断的准确性。     

多故障的奇偶方程-参数估计诊断方法

提出一种将奇偶方程与参数估计相结合的多故障诊断方法。构造了一种新的奇俩方程，其产生的残差仅对一个传感器故障和一个执行器故障敏感。将传感器和执行器故障模型表示成刘度因子和偏差的形式，应用卡尔曼滤没方法对各故障模型参数进行估计。某型号飞机控制系统的仿真结果表明，新方法能对传感器故障和执行器故障同时存在的线性系统进行诊断，有效地估计出各故障的模型参数。     

基于旋转矩阵KF的低成本MEMS姿态解算

针对低成本MEMS器件组合的姿态检测系统在运动加速度干扰下姿态估计精度较差等问题,提出了一种基于旋转矩阵卡尔曼滤波器(KF)的姿态解算方法.为了克服四元数法观测方程为非线性的缺点,该方法以旋转矩阵部分元素建立状态方程,并对量测加速度采用状态反馈估计的运动加速度进行补偿,减小了外部加速度的干扰,然后通过构造水平观测向量降低了计算复杂度,并给出了量测噪声协方差的推导.最后设计了卡尔曼滤波器对量测信息实现融合.动静态测试表明,该方法消除了累计误差,与无迹卡尔曼滤波(UKF)相比,提高了在运动加速度干扰下的姿态估计精度.     

基于卡尔曼滤波器组的多重故障诊断方法研究

针对缺乏有效的用于处理多重(两重及以上)加性故障隔离问题的诊断方法的现状,本文提出了一种新的基于卡尔曼滤波器组的控制系统多重故障的检测与隔离算法.通过构造多个结构不同的卡尔曼滤波器并设计相应的残差,使得每个残差仅对执行机构或传感器某个故障敏感而对其余故障不敏感,最终实现多重故障检测与隔离.除此之外,通过理论推导以及仿真分析,证明了所提出的故障检测与隔离算法的优越性.     

确定采样型强跟踪滤波飞机舵面故障诊断与隔离

为了克服扩展多模型自适应估计中扩展卡尔曼滤波的理论局限性,多重渐消因子强跟踪改进引起的滤波发散现象以及多维高斯故障概率计算量大等问题,本文将一类基于确定解析采样近似方法的非线性次优高斯滤波与多模型自适应估计相结合,提出了改进的多重渐消因子强跟踪非线性滤波快速故障诊断方法.确定采样型滤波克服了扩展卡尔曼滤波的理论局限性;推导了等效多重渐消因子计算方法,避免了非线性系统雅克比矩阵的计算,提高了故障突变时的跟踪性能;提出了基于平方根分解的改进的一步预测协方差更新方程,保证了滤波稳定性;提出了基于欧几里得范数简化的故障概率计算方法,降低了计算量.通过对比仿真验证了3种不同非线性滤波算法及其强跟踪改进算法的有效性,故障诊断方法跟踪性强、速度快、精度高,具有较好的鲁棒性和稳定性.     

基于IMEMS传感器的汽车运动姿态测量系统研究

针对传统的采用机械转子陀螺构成机械平台来测量汽车姿态方法的不足,研究开发了基于集成微机电系统（IMEMS）传感器的捷联式汽车运动姿态测量系统。该系统采用四元数法作为汽车运动姿态的解算方法,并由Kalman滤波器完成对姿态角四元数估计误差和加速度计及角速度陀螺信号的融合,得到汽车姿态角的最优估计值,阐述了该系统硬件构成和软件设计,并通过汽车道路试验对系统的可行性进行了验证。结果表明：此测量系统能够满足汽车运动姿态测量的精度要求,是确实可行的测量系统。     

基于交互容积卡尔曼的随机切换系统故障诊断

针对一类随机切换非线性系统的故障检测和故障估计问题,提出了一种基于交互式多模型和容积卡尔曼滤波（IMM CKF）的系统状态估计算法。该算法利用容积卡尔曼滤波（CKF）在不同时刻对每个子系统进行状态估计,把不同子系统状态估计结果融合得到最终的状态估计,实现对系统真实状态的估计。针对一类随机切换非线性系统发生执行器故障,采用IMM CKF估计系统状态;然后分析了IMM CKF算法的稳定性;根据状态估计结果,构造残差信号,设计残差评价函数,检测故障发生。当检测到故障发生时,设计增广系统,对故障幅值进行估计。通过仿真实验验证提出算法的有效性,结果表明该算法可以较为准确地诊断系统故障。     

通信受限下网络化多传感器系统序贯卡尔曼滤波加权融合

针对通信受限下网络化多传感器系统难以实时滤波的问题,提出实时序贯滤波融合方法和故障诊断方法.首先基于周期性分组传输通信策略,采用序贯卡尔曼滤波方法,对当前时刻访问融合中心的传感器组进行局部滤波,并导出剩余传感器组的最优局部估计,进而得到线性最小方差意义下的最优融合估计.利用残差加权平方和方法对发生故障的传感器进行定位,仿真结果验证了所提出算法的有效性.     

一种自适应联邦滤波在车载组合导航中的应用

联邦滤波在组合导航的应用中,具有容错性好、滤波精度高、计算量小以及实时性好的特点,但在无法得到准确的系统模型时,使用联邦滤波会出现滤波精度低甚至发散的情况。针对车载组合导航信息融合的高精度、高可靠性等要求,提出了一种组合导航的自适应联邦滤波算法。其主要思想是以判别观测数据中的野值存在与否为算法切换条件,存在野值时采用改进的增益矩阵滤波处理方法,不存在野值时则采用模糊自适应联邦滤波方法。将此方法用于SINS/GPS车载组合导航系统中,实验表明,采用的这种自适应滤波方法,能够有效抑制滤波发散,其滤波精度和收敛速度要优于常规联邦滤波,是一种有效的车载组合导航算法。     

Distributed weighted robust Kalman filter fusion for uncertain systems with autocorrelated and cross-correlated noises

In this paper, the problem of distributed weighted robust Kalman filter fusion is studied for a class of uncertain systems with autocorrelated and cross-correlated noises. The system under consideration is subject to stochastic uncertainties or multiplicative noises. The process noise is assumed to be one-step autocorrelated. For each subsystem, the measurement noise is one-step autocorrelated, and the process noise and the measurement noise are two-step cross-correlated. An optimal robust Kalman-type recursive filter is first designed for each subsystem. Then, based on the newly obtained optimal robust Kalman-type recursive filter, a distributed weighted robust Kalman filter fusion algorithm is derived for uncertain systems with multiple sensors. The distributed fusion algorithm involves a recursive computation of the filtering error cross-covariance matrix between any two subsystems. Compared with the centralized Kalman filter, the distributed weighted robust Kalman filter developed in this paper has stronger fault-tolerance ability. Simulation results are provided to demonstrate the effectiveness of the proposed approaches.