混合χ~2检测法在组合导航系统故障检测中的应用
本文选题:组合导航系统 切入点:混合χ检验法 出处:《中国惯性技术学报》2016年05期 论文类型:期刊论文
【摘要】:为提高SINS/GPS组合导航系统的可靠性,在分析了残差χ~2检测法和双状态χ~2检测法的基础上,提出一种混合χ~2检测法。该方法中残差χ~2检验法和双状态χ~2检验法并行工作且共用同一个卡尔曼滤波器,同时残差χ~2检验法的检测结果决定了对双状态χ~2检验法的两个状态递推器的操作:当残差χ~2检验法检测到组合导航系统故障时,则通过控制开关使卡尔曼滤波结果不对两个状态递推器进行状态重置,反之,如果残差χ~2检验法检测系统正常,则允许卡尔曼滤波结果对状态递推器进行状态重置,从而有效地解决了残差χ~2检验法对软故障不敏感的问题和双状态χ~2检验法的两个状态递推器易受污染的问题,组合导航系统故障诊断结果由残差χ~2检测法和双状态χ~2检测法共同决定。仿真实验分析表明,该方法能够降低虚警率,有效地提高组合导航系统故障诊断的准确性和可靠性。
[Abstract]:In order to improve the reliability of SINS/GPS integrated navigation system, based on the analysis of residual 蠂 ~ 2 detection method and dual-state 蠂 ~ 2 detection method, A mixed 蠂 ~ 2 detection method is proposed, in which the residual 蠂 ~ 2 test and the two-state 蠂 ~ (2) test work in parallel and share the same Kalman filter. At the same time, the result of residual 蠂 ~ 2 test determines the operation of two state recursors of the two-state 蠂 ~ 2 test: when the residual 蠂 ~ (2) test detects the failure of the integrated navigation system, Then the Kalman filter results can not reset the state of the two state recursors by controlling the switch. On the contrary, if the residual 蠂 ~ 2 test method detects the system to be normal, then the Kalman filter results can reset the state of the state recursors. The problem that residual 蠂 ~ 2 test method is insensitive to soft fault and that two state recursive devices of double state 蠂 ~ 2 test method are easily contaminated are solved effectively. The fault diagnosis results of integrated navigation system are determined by the residual 蠂 ~ 2 detection method and the dual-state 蠂 ~ 2 detection method. The simulation results show that the method can reduce the false alarm rate and effectively improve the accuracy and reliability of the integrated navigation system fault diagnosis.
【作者单位】: 山东理工大学机械工程学院;
【基金】:国家自然科学基金(61302162) 山东省自然科学基金(ZR2015FL012) 山东省高等学校科技计划项目(J14LN76)
【分类号】:TN967.2
【相似文献】
相关期刊论文 前10条
1 马昕,于海田,袁信;组合导航系统故障检测问题研究[J];东南大学学报;1999年03期
2 石旭生;王琛;郭莉;邓方林;;自适应模糊粒子滤波在组合导航中的应用[J];计算机仿真;2008年04期
3 杨润奎;胡云安;范英飚;耿宝亮;;船舶组合导航技术探索与研究[J];海军航空工程学院学报;2009年01期
4 魏国;王宇;周健;龙兴武;;基于激光多普勒测速仪的车载组合导航[J];强激光与粒子束;2011年01期
5 曾伟一;林训超;曾友州;贺银平;;组合导航技术的发展趋势[J];成都航空职业技术学院学报;2011年02期
6 孙枫;唐李军;;基于cubature Kalman filter的INS/GPS组合导航滤波算法[J];控制与决策;2012年07期
7 祝建成;吴美平;逯亮清;;车载GPS/光纤陀螺组合导航定姿技术研究[J];微计算机信息;2009年13期
8 史国华;高智杰;刘志国;;多模卫星组合导航容错滤波算法[J];计算机应用;2009年S1期
9 李睿佳;李荣冰;刘建业;熊智;;卫星/惯性组合导航事后高精度融合算法研究[J];系统仿真学报;2010年S1期
10 刘文超;谭志杨;卞鸿巍;王荣颖;;游移方位INS/GPS组合导航在极地地区的应用[J];火力与指挥控制;2013年02期
相关会议论文 前10条
1 杨姜伟;张旭东;高隽;范之国;潘登凯;崔帅;;一种利用偏振光的组合导航移动系统设计与实现[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年
2 李鹏;陆明泉;沈军;冯振明;;组合导航体系性能仿真分析[A];第一届中国卫星导航学术年会论文集(中)[C];2010年
3 黄显林;卢鸿谦;王宇飞;;组合导航非等间隔联合滤波[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
4 彭东立;马海涛;许伟杰;;DVL在组合导航技术中的发展应用[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
5 刘伟;刘婷;来奇峰;袁洪;罗晓燕;;GPS/INS深组合全链路仿真[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
6 黄康;刘成;;一种组合导航信息融合新算法框架[A];第四届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2013年
7 高法钦;谈展中;;无源北斗3星/惯导组合导航数据融合算法研究[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
8 章大勇;吴文启;吴美平;;低成本MEMS-IMU/GPS组合导航的自适应滤波器设计[A];第二十七届中国控制会议论文集[C];2008年
9 贾鹤;刘瑞华;;基于单片机的组合导航信号采集传输系统设计[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年
10 戴绍忠;岳冬雪;吴光跃;;基于多传感器信息融合的组合导航滤波算法[A];第二届中国卫星导航学术年会电子文集[C];2011年
相关博士学位论文 前10条
1 何晓峰;北斗/微惯导组合导航方法研究[D];国防科学技术大学;2009年
2 徐田来;车载组合导航信息融合算法研究与系统实现[D];哈尔滨工业大学;2007年
3 汪秋婷;自适应抗差UKF在卫星组合导航中的理论与应用研究[D];华中科技大学;2010年
4 周卫东;组合导航系统应用软件可靠性研究[D];哈尔滨工程大学;2006年
5 卢鸿谦;SINS/GPS组合导航性能增强技术研究[D];哈尔滨工业大学;2006年
6 易大江;组合导航中的鲁棒滤波研究[D];国防科学技术大学;2008年
7 张爱军;水下潜器组合导航定位及数据融合技术研究[D];南京理工大学;2009年
8 王小旭;非线性SPKF滤波算法研究及其在组合导航中的应用[D];哈尔滨工程大学;2010年
9 康力;水下装备组合导航关键技术研究[D];浙江大学;2015年
10 陈帅;精确制导炸弹低成本惯导/卫星组合导航方法研究[D];南京理工大学;2008年
相关硕士学位论文 前10条
1 邹慧莹;基于ARM的SINS/GPS组合导航系统信息处理[D];长春工业大学;2016年
2 王杰;基于DSP的SINS/GPS组合导航系统信息处理[D];长春工业大学;2016年
3 王志坤;车载组合导航技术应用研究[D];国防科学技术大学;2010年
4 房永鑫;惯性/卫星/多普勒组合导航技术研究[D];哈尔滨工程大学;2012年
5 王哲;组合导航系统性能测试平台的改进研发[D];上海交通大学;2008年
6 刘亚龙;基于微惯性/多普勒的组合导航方法研究[D];哈尔滨工程大学;2012年
7 陈翔铭;高性能弹载INS/GPS组合导航滤波方法研究[D];上海交通大学;2013年
8 苗媛;基于GIS的组合导航技术的研究应用[D];长江大学;2013年
9 李斌;卫星/捷联惯性组合导航数据处理方法研究[D];沈阳理工大学;2009年
10 赵林;捷联惯导及其组合导航研究[D];南京理工大学;2002年
,本文编号:1590544
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1590544.html