[发明专利]基于双阈值检测的自适应容错滤波方法及系统

说明书

本发明公开一种基于双阈值检测的自适应容错滤波方法和系统，包括：根据六自由度位姿测量系统的量测与状态信息建立组合滤波系统的状态空间方程；提取滤波新息向量构建残差卡方检测量，设定双阈值进行系统状态判定；当判定系统故障时，构建D‑RBFNN网络，将典型训练集附加实时训练样本输入D‑RBFNN网络并使用改进K‑均值聚类与奇异值分解进行训练获取对系统姿态误差进行估计，获取姿态误差估计值；同时用LSSVR的故障检测算法进行复合检测，获取系统的状态误差估计值；当判定系统正常时，将量测信息直接输入状态空间方程进行自适应容错KF递推获取系统的状态误差估计值；根据获取的状态误差估计值对当前系统状态进行补偿获取当前系统位姿信息。

技术领域

本发明涉及滤波数据处理技术领域，具体涉及一种基于双阈值检测的自适应容错滤波方法及系统。

背景技术

随着航空航天、船舶制造、盾构工程等大空间、协同式智能制造工程的发展，对六自由度位姿测量的高精度、实时性、高鲁棒等要求不断提高，传统的单传感器定位技术并不能满足实际需要。多传感器融合技术及一些新兴的组合系统滤波融合算法成为研究热点。激光标靶测量系统(林嘉睿,邾继贵,郭寅,任永杰,杨凌辉,高凯.一种高精度六自由度测量系统及方法[P].天津：CN107246866A,2017-10-13.)是基于倾角传感的六自由度测量系统，能够在室内等信号闭塞的工业环境，如车间、隧道、地下工程中提供稳定高精度的位置与姿态，但在一些含动态测量需求的工业场景，如轨道检测、盾构等工程中，其测角性能会急剧下降。捷联惯导系统(SINS)是一种自主导航系统，抗干扰能力强、稳定性高，能不依赖于外部传感器提供完整的位姿测量值，但受工作原理限制其测量误差随时间产生累积，以至长时间工作后测量数据发散。因此，使用单个传感器不能保证精确稳定的六自由度位姿的测量，为此，多传感器融合算法研究有着重要价值。

在传感器融合领域，建立融合精度高，容错能力强的滤波估计算法对于提升系统测量精度与鲁棒性至关重要。经典的卡尔曼滤波算法(KF)以其收敛速度快，融合精度高的特点在传感器融合领域获得广泛应用，然而其滤波精度依赖于系统模型与噪声协方差的准确性，因此，需根据系统传感器工作状态结合环境噪声因素对系统结构及方差进行自适应调整。此外，为了提升组合系统测量稳定性，需建立完整的故障检测、隔离与补偿(FDIR)系统。

目前，常用的故障检测算法对于阶跃式的故障形式具有较好的检测性能，然而对于故障随时间缓慢变化的渐变式“软”故障，会发生滤波状态跟踪故障，导致故障野值污染滤波器与状态估计精度降低。此外，当系统检测出故障子系统后，通常将子系统的测量数据直接进行隔离，即不将该子系统的测量信息输入组合系统滤波算法之中，由于缺少了有效的量测信息并缺少误差的补偿方式，必然会给整个系统的精度与性能带来影响。

发明内容

本发明的目的在于提供一种基于双阈值检测的自适应容错滤波方法及系统。所述方法首先设定双阈值进行故障检测，并在判断在激光标靶子系统倾角测量失准情况下，将典型训练集附加实时训练样本输入D-RBFNN网络获取系统误差的状态估计值；同时在判断为检测量在双阈值之间时，构建基于LSSVR的故障检测和残差卡方检测的复合故障检测算法以保证系统对于不同形式的故障失效的检测性能，当系统处于正常状态时，直接调用信息融合模块实现组合系统的数据融合，从而保证六自由度位姿测量精度，提升系统的容错能力与测量鲁棒性。

本发明的目的是通过以下技术方案实现的：

一种基于双阈值检测的自适应容错滤波方法，应用于六自由度位姿测量系统，所述六自由度位姿测量系统包括激光标靶和捷联惯导系统，包括如下过程：

步骤一：根据六自由度位姿测量系统的量测与状态信息建立组合滤波系统的状态空间方程；其中量测与状态信息包括激光跟踪仪和倾角仪获取的量测信息和捷联惯导系统获取的姿态、速度与位置信息；

步骤二：提取滤波新息向量构建残差卡方检测量，设定双阈值判断检测量从而进行系统状态判定；