[发明专利]基于ICA-SPRT的冗余传感器故障检测方法

权利要求书

1.基于ICA-SPRT的冗余传感器故障检测方法，其特征在于，包括ICA-SPRT故障检测系统，该ICA-SPRT故障检测系统包括信号独立成份分析模块、信号识别估计模块和故障状态统计检测模块；所述信号独立成份分析模块采用ICA算法分离独立信号；所述信号独立成份分析模块的ICA算法通过所分离信号的非高斯性度量评价分离结果，并在非高斯性度量达到最大时获得分离的独立信号；所述信号识别估计模块使用分离的独立信号还原生成估计信号；该故障检测方法包括如下步骤：

获得训练数据残差步骤，设定训练数据矩阵X，通过信号独立模块分析获得训练矩阵X的独立信号，将该独立信号输入信号识别估计模块，并生成训练数据的估计信号，使用训练数据的估计信号和原训练数据求得训练数据残差；

获得监测数据残差步骤，获得监测数据矩阵X1，通过信号独立模块分析获得监测矩阵X1的独立信号，将该独立信号输入信号识别估计模块，并生成监测数据的估计信号，使用监测数据的估计信号和原训练数据求得监测数据残差；

故障判断步骤，故障状态统计检测模块使用训练数据残差和监测数据残差代入SPRT算法，并输出监测数据的故障判定结果。

2.根据权利要求1所述的基于ICA-SPRT的冗余传感器故障检测方法，其特征在于：通过负熵定义所述非高斯度量，该负熵的定义如下：

N_g(Y)＝H(Y_Gauss)-H(Y)；

其中，Y_Gauss是一与Y具有相同方差的高斯随机变量，H(.)为随机变量的微分熵，其表达式为H(Y)＝-∫p_y(ξ)log p_y(ξ)dξ。

3.根据权利要求1所述的基于ICA-SPRT的冗余传感器故障检测方法，其特征在于,所述ICA算法具体包括如下步骤：

步骤11，设定待分析数据矩阵X；

步骤12，对待分析数据矩阵X进行中心化，并去均值；

步骤13，对待分析数据矩阵X进行白化处理；

步骤14，解混矩阵W的求解；

步骤15，对Y＝WX进行求解，求得的Y即为数据举证X的特征信号。

4.根据权利要求1所述的基于ICA-SPRT的冗余传感器故障检测方法，其特征在于：所述信号识别和估计模块通过简单平均法获得被检测信号的参考信号，并计算获得与该参考信号相关系数最高的独立信号，将该独立信号进行加均值操作获得估计信号。

5.根据权利要求4所述的基于ICA-SPRT的冗余传感器故障检测方法，其特征在于：所述信号识别和估计模块设有比例因子，所述估计信号通过该比例因子进行优化。

6.根据权利要求1所述的基于ICA-SPRT的冗余传感器故障检测方法，其特征在于：所述故障状态统计检测模块设有许用误警率，并在监测数据通过SPRT算法后存在异常的数据比例超过所述许用误警率时，输出“存在故障”的判定结果，反之，则输出“不存在故障”的判定结果。