基于分布式传感器网络的导航系统完好性监测方法.pdf

《基于分布式传感器网络的导航系统完好性监测方法.pdf》由会员分享，可在线阅读，更多相关《基于分布式传感器网络的导航系统完好性监测方法.pdf（15页珍藏版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 102819030 A (43)申请公布日 2012.12.12 CN 102819030 A *CN102819030A* (21)申请号 201210286124.1 (22)申请日 2012.08.13 G01S 19/48(2010.01) G01S 19/23(2010.01) G01C 25/00(2006.01) (71)申请人 南京航空航天大学 地址 210016 江苏省南京市白下区御道街 29 号 (72)发明人 刘海颖 钱颖红 叶伟松 华冰 陈志明 许蕾 (74)专利代理机构 南京经纬专利商标代理有限 公司 32200 代理人 艾中兰 (54) 发。

2、明名称 基于分布式传感器网络的导航系统完好性监 测方法 (57) 摘要 本发明公开一种分布式传感器网络的导航系 统完好性监测方法， 属于导航定位技术领域。采 用传感器级的完好性监测处理和系统级的完好性 监测处理的分级处理方式， 对基于分布式传感器 网络的导航系统进行完好性监测。在传感器级完 好性监测阶段， 对GNSS接收机采用RAIM法进行完 好性监测， 对k个SRIMU网络节点采用基于移动窗 口 - 奇偶向量法和离散小波变换法的综合方法进 行完好性监测 ； 在系统系完好性监测阶段， 采用 基于新息处理法， 以及移动窗口信息处理法进行 完好性监测。本发明方法从分布式传感器网络节 点到整个分布式。

3、导航系统层面， 对于阶跃故障和 斜坡故障都能有效的监测， 全面增强基于分布式 传感器网络的导航系统完好性性能。 (51)Int.Cl. 权利要求书 2 页 说明书 10 页 附图 2 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 10 页 附图 2 页 1/2 页 2 1. 一种基于分布式传感器网络的导航系统完好性监测方法， 其特征在于 ： 采用传感器 级的完好性监测处理 （11） 和系统级的完好性监测处理 （22） 的分级处理方式， 对基于分布 式传感器网络的导航系统进行完好性监测 ； 其中， 基于分布式传感器网络的导航系统包括 GNSS 接收机。

4、、 k 个 SRIMU 网络节点， k 为自然数， 各个网络节点具有相同的性能或者不同的 性能， 在导航处理中均共享其它网络节点的信息进行信息融合， 其中一个 SRIMU 网络节点 还与 GNSS 接收机的信息融合， 具有更高的导航性能， 作为主节点 ； 完好性监测与导航解算 的处理步骤如下 ： 1） 在传感器级完好性监测阶段， 对 GNSS 接收机采用 RAIM 法进行完好性监测， 将 k 个 SRIMU 网络节点的测量信息分别发送到 k 个 SRIMU 网络节点的 FDI 处理单元进行故障检测 与隔离处理 ； 2） 经过 k 个 SRIMU 网络节点的 FDI 处理单元处理后的惯性信息， 。

5、分别输入到 k 个惯性 测量融合单元中， 对经过传感器级完好性监测的 SRIMU 的惯性信息进行融合处理， 得到相 对于三轴正交坐标系的计算惯性信息 ； 3） 将 k 个惯性测量融合处理后的计算惯性信息， 输入 k 个局部 KF 中， 进行局部导航信 息解算 ； 其中， 各个局部 KF 接收所有共享的惯性测量融合信息 ； 主节点的局部 KF 中， 还融 合经过 RAIM 监测后的 GNSS 接收机信息， 比其它滤波器的导航解算具有更高的性能 ； 4） 将 k 个局部 KF 的新息输入到系统级完好性监测处理单元 （22） 中， 采用基于新息处 理的完好性监测方法， 进行导航系统的系统级完好性监测。

6、， 并将完好性信息发送到 k 个局 部导航状态更新单元中 ； 5） 最后， k 个局部导航状态更新单元， 接收 k 个局部 KF 的相同类型的导航状态信息， 进 行融合处理， 得到最终的更新的导航信息 ； 在该 k 个局部导航状态更新单元中， 根据系统级 完好性监测处理提供的完好性信息， 如果某个局部 KF 存在故障， 则在融合处理中剔除该局 部 KF 的导航状态信息。 2. 根 据 权 利 要 求 1 所 述 的 基 于 分 布 式 传 感 器 网 络 的 导 航 系 统 完 好 性 监 测 方 法，其 特 征 在 于，所 述 的 传 感 器 级 完 好 性 监 测 处 理 （11）中，假 。

7、设 其 第 a 个 SRIMU 网 络 节 点 由 n 个 惯 性 传 感 器 通 过 斜 装 的 冗 余 配 置 构 成， 其 中， ， n 为自然数， 且 n 3， SRIMU 的完好性监测处理步骤包括 ： 2-1） 斜装冗余惯性测量单元的 n 个传感器信息， 首先发送到基于 MW-PV 法的故障检测 处理单元中， 建立观测方程， 依次计算奇偶向量、 检测统计量、 检测阀值， 对 n 个传感器的故 障进行检测， 有效地检测阶跃故障 ； 接着采用移动窗口处理， 有效地检测斜坡故障 ； 当检测 到故障时， 进一步将测量信息发送到基于 MW-PV 法与小波分析法的综合故障诊断隔离处理 单元中， 。

8、根据奇偶向量和移动窗口处理， 分别诊断出阶跃故障或者斜坡故障， 对故障信号进 行隔离， 并在观测方程中剔除故障传感器信息， 重新建构观测方程 ； 2-2） 当第 1 个故障出现时， 按照步骤 2-1） ， 由观测方程计算得到 n-3 维奇偶向量， 根据 该 n-3 维奇偶向量可以有效的检测阶跃故障， 进一步采用移动窗口处理， 有效地检测斜坡 故障 ； 当检测到故障时， 进一步根据该 n-3 维奇偶向量和移动窗口处理， 分别诊断出阶跃故 障或者斜坡故障， 对故障信号进行隔离， 在观测方程中剔除故障传感器信息， 重新建构观测 方程 ； 2-3） 当第 2 个故障出现时， 由观测方程计算得到 n-4。

9、 维奇偶向量， 与步骤 2-2） 类似， 直 权 利 要 求 书 CN 102819030 A 2 2/2 页 3 接由 n-4 维奇偶向量检测和隔离阶跃故障， 由移动窗口处理进一步检测和隔离斜坡故障 ； 2-3） 当第 3 个故障， 以及后续的故障出现时， 依次采用类似的方法进行故障检测和隔 离 ； 2-4） 当第 n-3 个故障出现时， 此时的奇偶向量只有 1 维， 当检测到故障时， 在故障诊断 隔离处理中， 采用离散小波变换法来诊断故障并进行隔离。 3. 根据权利要求 1 所述的基于分布式传感器网络的导航系统完好性监测方法， 其特征 在于， 所述的系统级完好性监测处理 （22） 中， 基。

10、于分布式导航系统的各个局部 KF 滤波器的 新息处理进行完好性监测， 处理步骤包括 ： 3-1） 将经过惯性测量融合处理得到的 k 组计算惯性测量信息， 输入到 k 个局部 KF 中进 行局部信息融合处理， 采用差分滤波的方式， 每个局部 KF 中的观测信息为所有 k 组计算惯 性测量信息的差分处理， 所述主节点的局部 KF 的观测量中还融合了 GNSS 伪距信息 ； 3-2） 在k个局部KF解算过程中， 将它们的新息发送到基于新息处理的完好性监测单元 中 ； 首先根据滤波新息的残差检验进行阶跃故障检测 ； 如果未检测到故障， 则进一步采用 新息移动窗口法进行斜坡故障检测 ； 当两种完好性检测。

11、都通过时， 认为该局部 KF 的结果是 可信的， 否则表明该局部 KF 出现故障 ； 3-3） 将基于新息处理的完好性监测得到的完好性信息， 输入到基于局部信息融合滤波 器的局部导航状态更新单元中， 进一步融合 k 个局部 KF 的相同类型的局部导航信息， 提高 各个网络节点的导航性能 ； 当某个局部 KF 的新息不满足完好性要求时， 在局部信息融合滤 波器中对其进行隔离。 权 利 要 求 书 CN 102819030 A 3 1/10 页 4 基于分布式传感器网络的导航系统完好性监测方法 技术领域 0001 本发明涉及一种基于分布式传感器网络的导航系统完好性监测方法， 属于导航系 统完好性监。

12、测的技术领域。 背景技术 0002 完好性是指导航系统在使用过程中， 发生故障或性能变坏所导致的误差超过可能 接受的限定值 （告警阀值） 时， 提供及时、 有效告警信息的能力。为了确保导航系统的可靠 性， 需要对导航系统进行完好性监测， 其主要目的是进行故障检测并隔离。 完好性监测通过 对硬件、 软件等冗余信息的分析， 进行检测统计量、 阀值判断等处理。 0003 目前， 国内外已对导航系统的完好性监测进行了较多研究， 通常分为快照法 （snapshot） 和连续法 （sequential） 。快照法利用单个历元的测量信息来检测和隔离瞬时 的阶跃故障， 通常用于变化较大的故障， 典型的方法有最。

13、小二乘残差法、 奇偶向量法等， 另 外国内外广泛研究的 GNSS（全球导航卫星系统） 接收机自主完好性监测 （RAIM） 也属于快 照法。快照法可以检测导航传感器或 GNSS 信号的阶跃故障， 但不能检测由惯性传感器漂移 等引起的慢变的斜坡故障。对于慢变斜坡故障的检测， 通常基于历史累积信息的连续法， 如连续概率比检测法 （SPRT） 、 基于动力学模型法等， 但目前的算法比较耗时， 甚至达到数十 分钟。Brenner 等人基于 Kalman 滤波组给出了多解分离法 （MSS） ， 根据所有测量集合以及 不同测量子集的卡尔曼滤波器进行完好性检测， 并应用到了 Honeywell 公司的 IN/。

14、GPS/ 大 气数据的混合导航系统 （HIGH） ； Diesel 等人给出了一种自主完好性外推法 （AIME） ， 应用到 Litton 公司的 GPS/IRS 组合系统中。对于 GNSS 接收机导航， RAIM 法是目前常用的较为有 效的完好性监测方法 ； 对于惯性导航完好性监测， 通常采用 GLRT（广义释然比） 法、 奇偶向 量法等 ； 对于多传感器组合， 如 GNSS 与惯性导航系统组合， MSS 和 AIME 是目前具有工程应 用报道的完好性监测方法。 0004 采用分布式传感器网络的导航系统是一种新的导航系统设计理念， 它是在近年来 新一代的低成本、 小体积、 轻质量的导航传感器。

15、， 如 MEMS（微机电系统） 惯性传感器、 MSIS （微小型固态惯性传感器） 、 光纤陀螺、 GNSS 接收机等， 以及高速大容量的嵌入式微处理器和 分布式模块化电子设备的基础上发展起来的新技术。 它将多个惯性传感器系统配置在载体 （如飞机、 舰船、 大型航天器等） 的多个位置， 构成分布式惯性网络拓扑结构， 不仅能够为载 体的导航提供冗余的分布式测量信息， 而且为载体的电子设备如雷达跟踪、 装备载荷等， 提 供局部的量测系统， 同时还能提供用于载体电子设备局部运动补偿的惯性状态信息。基于 分布式传感器网络的导航结构通过重构和共享有限的计算资源， 可以提高故障容错水平， 并能动态的配置传感。

16、器系统功能。 0005 目前的完好性监测方法， 通常是针对单独的惯性导航系统， 或者是单独的 GNSS 导 航系统， 或者适合于传统的集中滤波或联邦滤波结构的多传感器导航系统， 但是不能直接 应用于分布式导航系统中。 惯性传感器除了由于电子器件、 机械部件引起的阶跃故障外， 通 常还存在慢变的漂移， 而且各网络节点间的运动状态并不是统一的， 通常的完好性监测方 说 明 书 CN 102819030 A 4 2/10 页 5 法不能直接应用于分布式传感器网络结构。对于基于分布式传感器网络的导航系统， 目前 还没有有效的完好性监测方法， 来确保整个导航系统的整体性能。 发明内容 0006 本发明针。

17、对新型的基于分布式惯性传感器网络的导航系统， 提出了一种基于分布 式传感器网络的导航系统完好性监测方法， 克服现有完好性监测方法不能直接应用到分布 式导航系统的不足， 提高分布式导航系统的完好性。 0007 本发明为解决其技术问题采用如下技术方案 ： 一种基于分布式传感器网络的导航系统完好性监测方法， 采用传感器级的完好性监测 处理和系统级的完好性监测处理的分级处理方式， 对基于分布式传感器网络的导航系统进 行完好性监测。其中， 基于分布式传感器网络的导航系统包括 GNSS（全球导航卫星系统） 接收机、 k 个 SRIMU( 斜装冗余惯性测量单元 ) 网络节点， k 为自然数， 各个网络节点可。

18、以具 有相同的性能或者不同的性能， 在导航处理中均共享其它网络节点的信息进行信息融合， 其中一个SRIMU网络节点还与GNSS接收机的信息融合， 具有更高的导航性能， 作为主节点。 完好性监测与导航解算的处理步骤如下 ： （1） 在传感器级完好性监测阶段， 对 GNSS 接收机采用 RAIM（接收机自主完好性监测） 法进行完好性监测， 将 k 个 SRIMU 网络节点的测量信息分别发送到 k 个 SRIMU 网络节点的 FDI( 故障检测与隔离 ) 处理单元进行， 进行故障检测与隔离处理 ； （2） 经过 k 个 SRIMU 网络节点的 FDI 处理单元处理后的惯性信息， 分别输入到 k 个惯。

19、性 测量融合单元中， 对经过传感器级完好性监测的 SRIMU 的惯性信息进行融合处理， 得到相 对于三轴正交坐标系的计算的惯性信息 ； （3） 将 k 个惯性测量融合处理后的计算惯性信息， 输入 k 个局部 KF( 卡尔曼滤波器 ) 中， 进行局部导航信息解算。其中， 各个局部 KF 接收所有共享的惯性测量融合信息 ； 另外， 主节点的局部 KF 中， 还将融合经过 RAIM 监测后的 GNSS 接收机信息， 比其它滤波器的导航 解算具有更高的性能。 0008 （4） 将 k 个局部 KF 的新息输入到系统级完好性监测处理单元中， 采用基于新息处 理的完好性监测方法， 进行导航系统的系统级完好。

20、性监测， 并将完好性信息发送到 k 个局 部导航状态更新单元中。 0009 （5） 最后， k 个局部导航状态更新单元， 接收 k 个局部 KF 的相同类型的导航状态信 息， 进行融合处理， 得到最终的更新的导航信息。在该 k 个局部导航状态更新中， 根据系统 级完好性监测处理提供的完好性信息， 如果某个局部 KF 存在故障， 则在融合处理中剔除该 局部 KF 的导航状态信息。 0010 本发明的有益效果如下 ： 1、 目前基于分布式传感器网络的导航系统是一种新的导航系统设计概念， 针对该类导 航系统还没有有效的完好性监测方法， 本发明可以解决该问题。 0011 2、 采用传感器级的完好性监测。

21、处理和系统级的完好性监测处理的分级处理方式， 从分布式传感器网络节点到整个导航系统层面， 全面增强完好性性能。 0012 3、 所设计的完好性监测算法实时性好、 可靠高、 计算量小， 不仅能检测和隔离快变 的阶跃故障， 而且可以检测和隔离慢变的斜坡故障。 说 明 书 CN 102819030 A 5 3/10 页 6 0013 4、 在传感器级完好性监测中， 采用 MW-PV 法与离散小波变换法的综合方法， 不仅 可以对多个故障依次进行检测和隔离， 同时克服单独的奇偶向量法对于 4 个传感器， 只能 检测而不能隔离故障的缺点 （当只有 1 个冗余观测量时， 奇偶向量法不能诊断故障是出现 在哪个。

22、传感器上） ， 在只有 1 个冗余观测时 , 仍能有效的检测和隔离故障。同时， 采用移动 窗口 (MV) 的方法， 可以进一步检测和隔离慢变的斜坡故障。 0014 5、 在主要的网络节点上， 采用 GNSS 接收机的外部辅助导航传感器。利用局部 KF 的新息与GNSS实际测量是独立的特点， 通过监测所有网络节点的局部KF新息， 实现系统级 完好性监测。 0015 6、 在系统级完好性监测中， 采用基于滤波新息的残差检验， 以及新息移动窗口法 处理， 不仅可以进行系统级中快变的阶跃故障检测， 还可以进行系统级中慢变的斜坡故障 检测。 附图说明 0016 图 1 为本发明的基于分布式传感器网络的导。

23、航系统实施示意图。 0017 图 2 为本发明的基于分布式传感器网络的导航系统完好性监测流程图。 0018 图 3 为本发明的传感器级完好性监测的 SRIMU 处理流程示意图。 0019 图 4 为本发明的系统级完好性监测处理流程示意图。 具体实施方式 0020 下面结合附图对本发明创造做进一步详细说明。 0021 基于分布式传感器网络的导航系统实施路线 如图 1 所示， 以飞机运动载体为例 （其它运动载体如舰船、 大型航天器等应用与之类 似） ， 由 SRIMU 构成的 k 个传感器网络节点， k 为自然数， 分布式的配置在飞机的多个位置， 构成分布式传感器网络拓扑结构， 不仅能够为载体的导。

24、航提供冗余的分布式测量信息， 而 且为载体的电子设备如雷达跟踪、 装备载荷等， 提供局部的量测系统， 同时还能提供用于载 体电子设备局部运动补偿的惯性状态信息。 基于分布式传感器网络的导航结构通过重构和 共享有限的计算资源， 可以提高故障容错水平， 并能动态的配置传感器系统功能。 通常飞机 的主要导航设备位于其中心， 还配置有如 GNSS 接收机等其它助航系统， 在本发明中视为主 要网络节点， 因此在局部 KF 中， 观测量中除了充分利用各个惯性测量融合信息外， 还增加 了 GNSS 观测信息。 0022 基于分布式传感器网络的导航系统完好性监测总体方案 如图 2 所示， 对于基于分布式传感器。

25、网络的导航系统完好性监测， 采用传感器级的完 好性监测处理和系统级的完好性监测处理的分级处理方式。其中， 基于分布式传感器网络 的导航系统包括 GNSS（全球导航卫星系统） 接收机、 k 个 SRIMU( 斜装冗余惯性测量单元 ) 网络节点， k 为自然数， 各个网络节点可以具有相同的性能或者不同的性能， 在导航处理中 均共享其它网络节点的信息进行信息融合， 其中一个SRIMU网络节点还与GNSS接收机的信 息融合， 具有更高的导航性能， 作为主节点。为了获得最好的系统完好性监测效果， 本具体 实施方式中选取载体中心位置的 SRIMU 网络节点 1 作为主节点。在传感器级完好性监测阶 段， 对。

26、 GNSS 接收机采用 RAIM （接收机自主完好性监测） 法进行完好性监测， 将 k 个 SRIMU 网 说 明 书 CN 102819030 A 6 4/10 页 7 络节点的测量信息分别发送到 k 个 SRIMU 网络节点的 FDI( 故障检测与隔离 ) 处理单元进 行， 进行故障检测与隔离处理 ； 经过 k 个 SRIMU 网络节点的 FDI 处理单元处理后的惯性信 息， 分别输入到k个惯性测量融合单元中， 对经过传感器级完好性监测的SRIMU的惯性信息 进行融合处理， 得到相对于三轴正交坐标系的计算的惯性信息 ； 将 k 个惯性测量融合处理 后的计算惯性信息， 输入 k 个局部 KF。

27、( 卡尔曼滤波器 ) 中， 进行局部导航信息解算， 各个局 部 KF 接收所有共享的惯性测量融合信息， 其中在主节点的局部 KF （本具体实施方式中即局 部KF1） 中， 还将融合经过RAIM监测后的GNSS接收机信息， 比其它滤波器的导航解算具有更 高的性能 ； 将 k 个局部 KF 的新息输入到系统级完好性监测处理单元中， 采用基于新息处理 的完好性监测方法， 进行导航系统的系统级完好性监测， 并将完好性信息发送到 k 个局部 导航状态更新单元中 ； 最后， k 个局部导航状态更新单元， 接收 k 个局部 KF 的相同类型的导 航状态信息(即位置、 速度、 姿态信息)， 进行融合处理， 得。

28、到最终的更新的导航信息， 在该k 个局部导航状态更新中， 根据系统级完好性监测处理提供的完好性信息， 如果某个局部 KF 存在故障， 则在融合处理中剔除该局部 KF 的导航状态信息。 0023 传感器级完好性监测处理 如图 3 所示， 在传感器级完好性监测处理中， GNSS 接收机采用通常的 RAIM 法进行完好 性监测。本发明重点针对 SRIMU 的完好性监测， 采用如下步骤 ： （1） 总体步骤 a建立观测方程 记 第 a 个 斜 装 冗 余 惯 性 测 量 单 元 的 传 感 器 数 量 为 n，其 中， ， n 为大于 3 的自然数 ( 当 n=3 时为最小配置， 此时不具备故障检测和。

29、隔离能 力 )， 首先将 n 个传感器信息发送到基于 MW-PV（移动窗口 - 奇偶向量） 法的故障检测处理 单元中， 建立观测方程如下 （1） 其中， 为n维测量向量 ； 为真实的状态向量 （三轴角速度、 三轴加速度等） ； 为n个 传感器的安装矩阵 ； 为 n 维的故障向量， 当第 i（） 个传感器出现故障时， 的 第 i 个元素为非零值， 否则为零 ； 为传感器的测量噪声。 0024 计算奇偶向量 式 （1） 的奇偶向量可以表示为 （2） 其中，为 n-3 维奇偶向量， 它直接反映了故障的偏差信息 ； 为 （n-3） n 维 奇 偶 空 间 矩 阵， 具 有 如 下 性 质 ：， 其 中。

30、 为 n-3 维零矩阵，为 n-3 维单位矩阵。因此， 为安装矩阵 的零空间矩阵， 在本发明中通过对转秩矩阵的奇异值分解 （SVD） 得到 （3） 说 明 书 CN 102819030 A 7 5/10 页 8 其中， 为 33 维酉矩阵 ； 为半正定 3n 维对角矩阵 ； 是 nn 维酉矩阵，为 其共轭转置 ； 为对角矩阵， 其对角线上的元素即为的奇异值 ；为的前 3 行 （即 的前 3 列） ；为的后 n-3 行， 即由零空间的张成。因此， 奇偶空间矩阵为 （4） 此时， 有。由式 （1） 、（2） 和 （4） 可得奇偶向量为 （5） c计算检测统计量 由式 （5） 可知， 奇偶向量为故障。

31、与噪声的函数， 与状态量无关。当传感 器无故障时， 为零均值的 n-3 维正态分布白噪声序列， 其方差为 （6） 其中， 为噪声标准差。当某个传感器出现故障时， 不再是零均值的白噪声， 其均值 为， 方差为。因此， 可定义检测统计量为 （7） 当传感器无故障时， 服从自由度为 n-3 的中心化分布 ； 当出现故障时， 服从非中 心化分布， 设非中心化参数为。 0025 计算检测门限 由奇偶向量和检测统计量， 作如下假设 ： 由假设条件 , 当无故障时 SRIMU 处于正常检测状态， 如果出现告警则为误警。当给定 误警率 PFA， 则有 (8) 由上式可以得到检测门限。 通过比较检测统计量 与检。

32、测门限， 如果则表 明存在故障， 否则无故障。 0026 移动窗口处理 如果单独采用上述的奇偶向量处理的完好性监测， 对于快变的阶跃故障是非常有效 的， 但对于慢变的斜坡故障检测效果不明显。 本发明进一步采用移动窗口处理的方法， 对斜 坡故障进行检测， 在奇偶向量检测的基础上， 建立一个长度为 L 的先进先出的奇偶向量堆 栈结构 说 明 书 CN 102819030 A 8 6/10 页 9 （9） 其中，为时刻的奇偶向量，为时刻的奇偶向量，为 时刻的奇偶向量。此时， 检测统计量为 （10） 进而通过比较检测统计量与检测门限， 如果则表明存在故障， 否则 无故障。 0027 故障诊断隔离 当检。

33、测到故障时， 进一步将测量信息发送到基于 MW-PV 法与小波分析法的综合故障诊 断隔离处理单元中， 根据奇偶向量和移动窗口处理， 分别诊断出阶跃故障或者斜坡故障， 对 故障信号进行隔离， 并在观测方程中剔除故障传感器信息， 重新建构观测方程。其中， 对于 第 1 到第 n-4 个故障， 在故障诊断隔离时不需要小波分析法， 对于第 n-3 个故障 （即最后 4 个传感器中诊断隔离故障时） ， 由于奇偶向量法不能诊断， 此时采用离散小波变换法。设计 第 i 个传感器的故障诊断函数为 ， （11） 其中， 为奇偶空间矩阵的第 i 个列向量。如果所有传感器均无故障， 则所有 的故障诊断函数都为 0 。

34、； 如果第 i 个传感器出现了故障， 则第 i 个故障诊断函数为 。因此， 对应于最大故障诊断函数的第 i 个传感器即可认为出现了故障， 需要对其进行隔离。在故障隔离时， 将第 i 个传感器的测量量从观测方程 （1） 剔除。 0028 （2） 处理流程 a第 1 个故障 当第 1 个故障出现时， 由观测方程计算得到 n-3 维奇偶向量， 根据该 n-3 维奇偶向量可 以有效的检测阶跃故障 ； 接着采用移动窗口处理， 可以有效地检测斜坡故障 ； 当检测到故 障时， 进一步根据该 n-3 维奇偶向量和移动窗口处理， 分别诊断出阶跃故障或者斜坡故障， 对故障信号进行隔离， 在观测方程中剔除故障传感器。

35、信息， 重新建构观测方程。 0029 b第 2 个故障 当第 2 个故障出现时， 在第 1 个故障隔离后的观测方程基础上， 计算得到 n-4 维奇偶向 量， 采用前述处理步骤， 直接由 n-4 维奇偶向量检测和隔离阶跃故障， 由移动窗口处理进一 步检测和隔离斜坡故障。 0030 c第 3 个故障到第 n-4 个故障 采用上述相同的步骤， 依次进行故障检测和隔离 d第 n-3 个故障 说 明 书 CN 102819030 A 9 7/10 页 10 当第 n-3 个故障出现时， 此时的奇偶向量只有 1 维。由于根据 1 维的奇偶向量只能检 测故障， 而不能诊断是哪个传感器出现了故障。因此， 当根。

36、据 1 维奇偶向量检测到故障后， 在故障诊断隔离处理中， 采用基于离散小波变换法的多尺度信号分解来诊断故障并进行隔 离。 0031 与 Fourier 变换、 快速 Fourier 变换相比， 小波变换是一种时间和频域的局部变 换， 具有多分辨率分析的特性， 它利用了非均匀分布上的分辨率， 通过平移的可变窗口观察 非平稳信号， 在信号瞬变或突变处 （高频） 用窄窗， 在信号缓变处 （低频） 用宽窗， 能有效地提 取信号波形特征， 被誉为数字显微镜。小波分析以其时频多分辨分析的优良特性特别适宜 于分析和处理非平稳信号， 已在信号去噪、 图像处理等方面获得广泛应用。 本发明将采用小 波分析方法对 。

37、SRIMU 输出信号进行多尺度分解， 使得在奇偶向量法无法使用的情况下， 也 能有效的诊断隔离故障。 0032 记实施故障诊断的传感器离散信号序列为， 其中表示信号分解的第级 尺度，N表示第N个离散时间步， 它可以被分解为近似信号部分和详细信号部分 ， （12） 其中，和分别为低通高通滤波器和高通滤波器系数， 可以由尺度函数 和小波函数的 2 尺度关系得到 ， （13） 其中，。 本发明的小波函数采用Daubechies小波， 具体分解 算法步骤如下 ： 第一步， 对于给定长度为K的原始信号， 根据公式 （12） 产生两组数据， 一组是作用低 通滤波器得到的近似信号， 另一组是作用高通滤波器得。

38、到的细节信号， 这 两个信号都是原信号在滤波器作用下以尺度 2 的下采样。低频部分表征信号本身特征， 高 频部分表征信号的细微差别。 0033 第二步同样做法， 把第一步得到的低频部分信号， 利用上述的方法再次分解， 直 到所需要的层数。在分解过程中为对信号做下采样， 则信号长度保持不变。 0034 对于长度为K的信号， 整个算法在至多步内完成。对小波分解后的信号， 根 据诊断阀值进行诊断， 如果超过诊断阀制， 则认为该传感器出现故障。其中诊断阀值为 （14） 其中， 为该传感器的测量噪声标准差 ；K为离散信号序列的长度 ； 为安全系数， 其 选择可以根据系统特性和导航系统运行环境确定。 00。

39、35 惯性测量融合及局部 KF 说 明 书 CN 102819030 A 10 8/10 页 11 在惯性测量融合阶段， 各个 SRIMU 网络节点对经过完好性监测处理后的传感器测量信 息， 重新构建观测方程 ：， 即方程 （1） 中已经剔除了故障， 采用加权最小二乘 法进行求解， 得到各个网络节点的计算惯性测量估计信息。为真实状态的估计。 0036 在局部 KF 阶段， 各个网络节点的惯性测量估计信息， 结合其它节点的惯性测量估 计信息， 构建局部卡尔曼滤波器， 解算该网络节点的局部导航状态估计。 0037 对于第 k 个节点的局部 KF， 令其状态量为， 其中 表示该节点的局部导航状态， 。

40、即 3 维的位置、 速度、 姿态误差共 9 维状态向量 ；为传感器 误差， 即陀螺和加速度计误差， 对于主节点的局部 KF（本具体实施方式中主节点的局部 KF 为 KF1） 中还包含 GNSS 的钟漂和频漂误差。观测量为， 为其它节点惯性测量估计信息与 网络节点的差分残差向量， 对于局部 KF1 还包含伪距差向量。则局部 KF 模型为 （15） 其中，为到 时刻的状态转移矩阵 ；和分别为系统噪声和测 量噪声向量。基于卡尔曼滤波递推方程组 , 进行局部导航状态估计。 0038 系统级完好性监测处理 如图 4 所示， 通过监测分布式局部 KF 的新息， 来进行系统级的完好性监测。局部 KF 接 收。

41、所有网络节点的惯性测量融合信息进行卡尔曼滤波解算， 其中局部 KF1 除了惯性测量融 合信息外， 还接收 GNSS 的伪距测量信息。 0039 在局部 KF1、 局部 KF2、 局部 KFk 的解算过程中， 将它们的滤波器新息、 、 、 ， 以及新息的方差、 、发送到基于新息处理的完好性监测单元， 进行 系统级完好性监测。 0040 对于任一局部 KF 的新息处理， t 历元的滤波器新息为 (16) 其中， 为 t 历元的量测 ； 为量测矩阵 ；为一步预测值。 类似于方程 （5） 中 的奇偶向量。 当局部KF系统无故障时， 为零均值的n维正态分布白噪声序列 （n为观测向 量的维数） ， 其方差。

42、为 (17) 其中，为一步预测均方误差 ； 为测量噪声方差阵。 当局部KF系统出现故障时， 将不再是零均值的白噪声。定义检测统计量为 说 明 书 CN 102819030 A 11 9/10 页 12 (18) 当局部 KF 系统无故障时 , 服从自由度为 n 的中心化分布， 当出现故障时服从 非中心化分布， 设非中心化参数为。 检测门限的计算与前述的传感器级的奇偶向量 法完好性监测类似， 如方程 （8） 所示， 所不同的是自由度由 n-3 修改为 n。通过比较检测统 计量 与检测门限， 如果则表明存在故障， 否则无故障。 0041 同传感器级完好性监测类似， 基于上述的基于新息处理， 本质上。

43、属于快照法， 即根 据当前历元的新息进行处理， 因此对于快变的阶跃故障非常有效， 但对于慢变的斜坡故障， 由于局部 KF 是递推滤波方程组， 会跟踪故障导致一直很小， 因此检测不灵敏。因此， 本发 明在系统级完好性监测中， 也采用了移动窗口处理， 对斜坡故障进行检测， 在新息处理的基 础上， 建立一个长度为 L 的先进先出的新息向量堆栈结构 （19） 其中，为 t 时刻的奇偶向量，为时刻的奇偶向量，为 时刻的奇偶向量。此时， 检测统计量为 （20） 进而通过比较检测统计量与检测门限， 如果则表明存在故障， 否则无故障。 通过该步的完好性监测处理， 可以得到各个局部 KF 的完好性信息， 并将完。

44、好性信息发送到 局部导航状态更新单元中。 0042 局部导航状态更新处理 对于每个网络节点， 进一步设计一个局部信息融合滤波器， 充分融合其它网络节点的 局部 KF 信息， 进行局部导航状态更新， 从而得到更高性能的导航系统结果。以网络节点 1、 网络节点 2、 网络节点 3 的局部导航状态更新为例， 网络节点 1 的局部导航状态更新方程如 下 （21） 其中，和分别为节点 1 更新的局部导航状态及其均方差阵 ；和分别为 节点 1 的局部 KF 估计值及其均方差阵 ；和分别为节点 1 的局部 KF 估计值及其均方 差阵 ；和分别为节点 2 的局部 KF 估计值及其均方差阵 ；和分别为节点 3 。

45、的 局部 KF 估计值及其均方差阵 ； 和分别为节点 2 和节点 3 局部坐标系统到节点 1 局部 说 明 书 CN 102819030 A 12 10/10 页 13 坐标系的姿态转换矩阵 ； 和分别为节点 1 分别到节点 2 和节点 3 的姿态转换矩阵。 0043 当在系统级完好性监测处理中， 检测到某个局部 KF 出现故障， 则在局部导航状态 更新方程中， 剔除该局部 KF 的信息， 从而保证了最终局部信息融合滤波器的完好性， 提高 整个导航系统的完好性。 说 明 书 CN 102819030 A 13 1/2 页 14 图 1 图 2 说 明 书 附 图 CN 102819030 A 14 2/2 页 15 图 3 图 4 说 明 书 附 图 CN 102819030 A 15 。