[发明专利]水下自主潜器传感器状态诊断与信号恢复系统

权利要求书

1.水下自主潜器传感器状态诊断与信号恢复系统，其特征是先通过对水下自主潜器传感器系统的类型和信号模式的分析对四种典型的故障模式进行建模；然后采用的基于信号方法，即灰色动态预测的方法，建立一阶灰色预测模型，进行故障诊断；基于数据融合的方法进行信号恢复，利用自适应加权融合恢复算法，使得融合后的结果达到最优；最后分别对故障诊断与信号恢复部分进行仿真验证,仿真时注入四种典型故障，对故障进行诊断与信号恢复,通过对故障传感器的信号进行恢复，以保证水下自主潜器控制系统的正常工作。

2.根据权利要求1所述的水下自主潜器传感器状态诊断与信号恢复系统，其特征是：传感器的预测值进行水下自主潜器传感器的实时诊断，实时诊断流程如下：

第一步：是对传感器数据进行预处理，预处理的目的是对数据进行平滑和滤波；本文采用的滤波方法是滑动平均滤波法；其原理是把连续取传感器信息的个采样值看成一个队列，队列的长度固定为，每次采样到一个新数据放入队尾，并扔掉原来队首的一次数据(先进先出原则)，把队列中的个数据进行算术平均运算，就可获得新的滤波结果；即传感器第时刻的滤波值为：

第二步：是构造灰色预测的原始序列，其关键是要确定原始序列中数据的个数，

一般来说越大预测精度越高，但是算法的实时性会差，的一般取值范围为4~7，可以再保证实时性的同时尽可能的选取较大的；

第三步：利用灰色预测方法预测出传感器下一时刻的预测值；

第四步：将下一时刻的预测值与下一时刻传感器的实际值比较获得残差；

第五步：将残差与设定的故障诊断阈值，如果小于阈值则认为传感器正常，否则可认为传感器发生故障；阈值的选取可以根据传感器无故障时灰色预测的偏差确定，不同的传感器应有不同的诊断阈值；

第六步：实现原始序列动态更新，如果传感器正常，利用实际值构造新的下一时刻的灰色预测原始序列；如果传感器故障，利用预测值构造新的下一时刻的灰色预测原始序列；第六步：实现原始序列动态更新，如果传感器正常，利用实际值构造新的下一时刻的灰色预测原始序列；如果传感器故障，利用预测值构造新的下一时刻的灰色预测原始序列。

3.根据权利要求2所述的水下自主潜器传感器状态诊断与信号恢复系统，其特征是基于数据融合的信号恢复方案是这样的：当深度计正常时，利用正常的深度计数据与CTD测得的深度数据进行自适应加权融合，得到融合后的深度数据以提高数据精度；当灰色预测诊断检测出深度计异常时，利用灰色预测数据与CTD测得的深度数据进行自适应加权融合，得到融合后的深度数据以进行数据恢复；在该方案中，关键的问题是加权系数的确定；加权系数不能是固定不变的，必须根据两个传感器的数据质量和故障状态自适应的调整，以使融合后的数据最优，或信号恢复后的数据不包含故障信息。