SINS/GNSS/CNS组合导航自适应容错联邦滤波方法

针对子系统发生缓变故障会影响联邦滤波器精度的问题,分析了信息分配因子对子滤波器精度和鲁棒性、全局估计精度以及故障检测效率的影响.在此基础上,研究了一种自适应容错联邦滤波方案.通过对量测噪声阵进行自适应调节来降低未检测出来的故障信息对故障子滤波器和全局估计精度的影响,进而提升无故障子滤波器的精度和系统重构能力;根据子滤波器故障检测函数值来动态调节信息分配因子,可进一步提升故障检测效率.仿真结果表明,相比于传统的容错联邦滤波,该方法能有效降低故障信息对滤波精度的影响,具有较高的全局估计精度.     

无反馈最优联邦信息滤波算法研究

研究了联邦信息滤波器无重置结构时的信息分配问题,基于全局融合精度最高的考虑,提出了一种根据各子系统量测信息与总的量测信息之比进行自适应调整的最优信息分配方法.与其他方法相比,该方法可使联邦滤波器获得更高的融合精度.仿真结果显示了该方法的有效性.     

广义联邦滤波器的全局最优性

基于矩阵理论和信息分配原理导出集中卡尔曼滤波、分散化滤波和联邦滤波之间的解析关系, 证明联邦滤波只有当其主滤波器和局部滤波器的维数都相同时, 其全局滤波才是最优的, 并用信号流图直观清晰地说明联邦滤波较分散化滤波结构更简单, 计算量小. 当联邦滤波的主滤波器和局部滤波器的维数不相同时, 只能得到次优解. 文中提出一种广义联邦滤波器的结构, 按信息分配原理重置其一步预测状态误差信息阵和一步预测状态, 获得全局滤波次优解, 并进一步利用全局滤波次优解作为观测量, 反馈修正其一步预测状态得到全局滤波最优解. 文中对最优反馈增益矩阵进行了数学推导, 从理论上证明其滤波结果同集中卡尔曼滤波是等价的, 并通过一个双SINS/GPS组合导航系统的仿真实验结果验证了算法的有效性.     

一种基于RBF 网络的自适应容错联邦滤波算法研究

联邦滤波的信息分配原则直接影响滤波器的容错性和精度．考虑到故障隔离后的子系统不能参与联邦滤波器的信息分配，首先给出一种基于RBF网络的联邦滤波器的故障检测方法；然后通过引入故障因子，将系统的信息分配和故障状态综合考虑，提出一种自适应的动态信息分配方法．仿真算例表明．该方法能够提高系统的容错性和滤波精度．     

动态捷联惯导/多卫星组合导航自适应联邦滤波算法研究

研究了一种基于动态扰动的滤波算法,用以提高动态扰动情况下捷联惯导/多卫星组合导航系统 的精度和可靠性．该算法采用几何精度因子（GDOP）对量测噪声进行自适应调节,利用卡尔曼滤波器的新息 量对状态噪声协方差阵进行整体控制,同时根据具有时变特性的各子系统误差协方差阵对信息分配系数进行 自适应调节．通过对SINS/GPS/Galileo/北斗组合导航系统的仿真,分析对比了常规联邦滤波、Sage 自适应联邦 滤波和本文所提自适应联邦滤波算法．结果表明,该自适应联邦滤波算法能够有效抑制动态扰动,提高组合 导航系统的精度和可靠性．     

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。     

基于自适应联邦滤波的双功能深海潜器模式切换方法

针对双功能深海潜器在滑翔模式和巡航模式切换时滤波震荡甚至发散的问题,提出了一种改进的基于INS/GPS/电子罗盘的自适应联邦滤波算法。为了得到更优的全局状态估计,设计了基于P范数的信息反馈方法,该方法能够根据各子滤波器的估计精度实时调整反馈系数。最后,将该自适应联邦滤波算法应用到了深海潜器模式切换场景中,并与传统的卡尔曼滤波方法进行了仿真对比,结果表明自适应联邦滤波的位置精度提升了18%,收敛速度提升了25%,实际工程意义重大。     

双重自适应联邦滤波在SINS-卫星组合中的应用研究

针对常规联邦卡尔曼滤波需要确切已知系统噪声统计特性的局限性,结合多信息组合导航中惯性导航系统噪声难以确切感知和卫星导航系统测量噪声不断变化的特点,提出了一种新的双重自适应联邦滤波算法。该算法不必知道系统噪声统计特性而能对测量噪声进行在线自适应调节,同时信息分配系数根据各卫星导航系统输出的几何精度因子(GDOP)进行自适应调节。通过SINS-GPS-Galileo-北斗组合导航系统将该算法与常规联邦滤波算法进行仿真比较,结果表明:该方法有效提高了组合导航系统的精度和可靠性,更适用于系统噪声未知和测量噪声不断变化的多信息组合导航系统。     

基于联邦滤波的室内多传感器融合导航定位方法研究

针对室内多传感器融合导航定位问题,提出一种基于联邦滤波的INS/3D LASER/单目视觉融合的室内导航定位方法.该方法是通过联邦滤波将INS分别同3D LASER与单目视觉构成子滤波器,主滤波器根据最小方差准则,利用最优系数加权法融合各子滤波器的最优估计,从而获得全局最优融合结果.实验证明,该方法能有效提高室内导航定位的精度和鲁棒性,比传统的视觉里程计法或激光雷达里程表法更准确.     

冗余传感器配置下基于三级滤波的导航参数最优融合方法

本发明公开了一种冗余传感器配置下基于三级滤波的导航参数最优融合方法。本发明针对导航传感器信息冗余的特点,设计了导航传感器三级滤波架构,通过第一级卡尔曼滤波器的局部估计、第二级联邦滤波器的全局估计和第三级全局滤波器的最优全局估计,能充分利用冗余的导航传感器信息进行飞行管理系统导航参数的最优全局估计。本发明方法不仅有利于冗余导航传感器信息的充分利用,同时提高了导航参数估计的精度,是一种易于工程实现的方法。本发明对于大型飞机在民用领域飞行,满足各航段的所需导航性能要求具有重要的现实应用意义。     

联邦滤波器容错信息分配方法研究

研究了子系统发生传感器故障时,信息分配系数对故障子系统和无故障子系统性能的影响,在此基础上,提出了根据各个子系统可能发生故障的概率进行信息分配的容错信息分配方法,根据该方法,可降低故障通过反馈重置对其他无故障子系统的污染程度。提高无故障子系统的容错性和备份能力,减少故障信息在重构联邦滤波器中的影响程度和持续时间,从而可使系统快速输出不含故障信息的融合结果,理论分析和实例仿真证明了所提出方法的正确性和有效性。     

SINS/CNS/SAR组合导航系统中的信息融合算法研究

在SINS/CNS/SAR组合导航系统中,存在量测信息时间不同步及系统容错性差的问题,为了获得高精度滤波结果,设计了一种新的信息融合算法.首先对各子系统量测信息进行野值检测,并对处理后的量测信息进行时间同步处理;然后利用SINS/CNS和SINS/SAR子滤波器分别进行局部滤波得到局部估计值,经系统容错检测后,由主滤波器对局部估计值进行自适应融合,实现全局滤波.仿真结果表明,量测信息时间同步处理可以优化系统定位精度;当系统出现量测异常时,所提出的融合算法可以有效检测故障并进行处理,状态估计值始终维持在稳态附近.新的融合算法能改善导航系统的客错性能,提高导航精度,设计方案具有重要的理论参考价值.     

联合卡尔曼滤波及其在舰船综合导航系统中的应用

针对ＩＮＳ／ＧＰＳ／ＣＮＳ舰船综合导航系统的特点,设计了用于该系统的联合卡乐意轻滤波器,该联合卡尔曼滤波器具有全局最优性,其结构遵循信息分配原则,其算法改善了数值计算的稳定性和系统的容错性,并减少了信息舆量与计算量,理论分析及仿真结果表明,该联合滤波器能够满足系统精度和容错性的要求。     

Analysis and randomized design of algorithm-based fault tolerantmultiprocessor systems under an extended model

Reliability of compute-intensive applications can be improved by introducing fault tolerance into the system. Algorithm based fault tolerance (ABFT) is a low-cost scheme which provides the required fault tolerance to the system through system level encoding. In this paper, we propose randomized construction techniques, under an extended model, for the design of ABFT systems with the required fault tolerance capability. The model considers failures in the processors performing the checking operations     

基于深度SSD改进模型的传动设备状态在线监测研究

针对现有传动设备在线监测算法存在的检测精度地、效率差等问题,提出一种基于改进SSD网络模型的在线检测算法。先对故障集进行预处理,通过滤波调制、共振解调等环节滤除原始故障集的噪声干扰;以VGG-16为基础设计了SSD网络结构,同时增加了辅助卷积层和预测层;对SSD网络模型进行改进,引入了注意力机制模块和特征增强模块,改善模型各层的数据共享性能同时提高了模型的数据训练效率;基于通道拼合方式对故障数据进行多尺度特征融合,并优化SSD模型的各层金字塔结构,以更好的匹配先验框及选择最佳的损失函数。实验结果显示,提出算法的传动设备故障检测率达到98.8%,同时算法的检测效率也优于现有算法。     

多速率传感器不完全测量数据自适应融合算法

针对不完全测量的多速率传感器系统,建立了自适应的分级融合算法。该算法构建了传感器子系统故障检测方法,检测子系统故障,确认不完全测量,避免单点故障污染整个系统;建立子系统的切换控制逻辑,引入映射矩阵,构成新的信息分享系数,自适应地选择子系统参与中心融合;对于不完全测量信息的传感器子系统,利用子滤波预测值代替估计值进行融合;全局状态估计利用各子系统的当前与前一时刻的估计值,提高了融合性能。对建立的算法进行仿真,验证了该算法的有效性。     

基于信息融合的雷达发射设备故障快速诊断研究

利用单一信息对雷达发射设备进行故障检测和诊断时，可靠性和准确性低。针对雷达发射设备器件温度反映发射机工作性能明显的特点，提出了基于电传感器和温度传感器等多传感器信息融合的快速故障诊断方法。给出了故障诊断中信息融合的模型和算法，讨论了多传感器信息融合的雷达发射设备故障快速诊断系统的组成和简单工作原理。在提高复杂电子装备故障诊断可靠性和准确性上提供了一条有效途径。     

BPSO优化算法在含DG配电网中的故障诊断研究

针对含分布式电源(distributed generation,DG)的配电网故障检测,传统的故障检测方法容易出现检测精度低、适用性差、容错力低等问题;为此,提出了一种改进的二进制粒子群算法(binary particle swarm optimization,BPSO)进行故障检测,该算法是在BPSO算法的基础上,重新对自适应度值进行定义确保种群寻找到最为准确的最优解,解决BPSO算法容易陷入"早熟"的情况;通过IEEE33节点进行仿真分析,实验结果表明:采用改进的BPSO算法可以有效对故障区段进行定位,验证了改进的BPSO算法的有效性和正确性;同时,当存在信息畸变时,改进的BPSO算法比一般算法具有更强的容错能力。