[发明专利]一种多传感器信息融合的组合导航故障诊断方法

说明书

本发明公开了一种多传感器信息融合的组合导航故障诊断方法，涉及松组合导航系统的故障诊断技术，具体方法为：建立INS/GNSS松组合导航的卡尔曼滤波状态方程和预测方程；对多个IMU信息源数据进行预处理，生成信息数据向量。计算多源数据向量与状态估计向量余弦相似度；选取余弦相似度最大的信息源数据更新扩展卡尔曼滤波状态量，同时预测下一时刻的状态估计向量；计算每个信息数据向量与当前状态估计向量的残差，对超过阈值的残差进行诊断，对比故障模型得到该传感器的故障诊断结果。本发明计算简单，且有效地提高了导航系统的性能。

技术领域

本发明涉及卡尔曼滤波信息融合的故障诊断技术领域，尤其涉及一种多传感器信息融合的组合导航故障诊断方法。

背景技术

飞行器导航系统是能够向飞行器的操纵者或者控制系统提供飞行器的姿态，速度，位置等及时运动状态的系统。未来导航系统面对日益复杂环境，需要满足高智能，高精度，高稳定性等实际应用指标。单一的导航系统受到材料、技术、工艺、器件和成本等软、硬件条件的限制无法满足实际要求，组合导航系统受到越来越多的重视，成为当前重要的研究领域。

多传感器信息融合技术是上世纪80年代形成和发展的一种信息综合处理技术。由于充分利用了多源数据的冗余性和互补性，大大提高了信息处理结果的质量。在组合导航系统中，同时从多个传感器来源的动态系统状态向量获取量测信息，利用卡尔曼滤波器整合不同传感器信息得到最优结果。在卡尔曼滤波器的这些模型中，有效数据的联合处理可以改善状态向量的估计精度和数据处理的可靠性。但在这些传统融合方法需要大量的计算，影响了飞行器导航系统的实时性与快速性，同时缺少了对具体故障类型的诊断。

发明内容

发明目的：为解决现有技术的融合方法计算量大、缺少对具体故障类型的诊断等问题，本发明提供一种多传感器信息融合的组合导航故障诊断方法。

技术方案：本发明提供一种多传感器信息融合的组合导航故障诊断方法，该方法应用于安装在飞行器上的INS系统和GNSS传感器组合成的INS/GNSS松组合的导航系统中，具体包括如下步骤：

步骤1：根据卡尔曼滤波理论，建立INS/GNSS松组合的导航系统的观测方程，根据观测方程得到当前时刻的偏差量；

步骤2：对INS系统中第i个IMU传感器采集到的数据进行预处理，生成第i个标准的IMU信息数据向量A_i，i＝1,2,…E,所述E为IMU传感器的总个数；计算每个信息数据向量与当前时刻的状态估计向量A^*的余弦相似度的值；

步骤3：在E个余弦相似度的值中选择余弦相似度最大的值所对应的标准的IMU信息数据向量A_s,S∈1,2,3…E，并基于GNSS传感器测量的数据，计算得到下一个时刻的状态估计向量；

步骤4：根据当前时刻的E个标准IMU信息数据向量与当前时刻的状态估计向量的残差，判断当前时刻IMU传感器是否故障；若故障，则根据故障特征值判断传感器的故障类型。

进一步的，所述步骤1中根据观测方程得到当前时刻的偏差量的具体方法如下所示：

观测方程：δX＝KδY，其中δY为松组合系统的状态量的偏差量，为δX为松组合系统进行卡尔曼滤波时状态量的偏差量；

其中K＝(P_(-)H^T)(R+HP_(-)H^T)^-1；其中P_(-)为上一个时刻的协方差方程；

Φ＝I+Fδt_GNSS

Q_k＝GQG^Tδt_GNSS

P_t＝(1-KH)P