Robust fault detection filter and its application in MEMS-based INS/GPS

Since any disturbance and fault may lead to significant performance degradation in practical dynamical systems,it is essential for a system to be robust to disturbances but sensitive to faults.For this purpose,this paper proposes a robust fault-detection filter for linear discrete time-varying systems.The algorithm uses H∞ estimator to minimize the worst possible amplification from disturbances to estimate errors,and H_ index to maximize the minimum effect of faults on the residual output of the filter.This approach is applied to the MEMS-based INS/GPS.And simulation results show that the new algorithm can reduce the effect of unknown disturbances and has a high sensitivity to faults.     

衰减记忆自适应滤波在惯导系统传递对准中的应用

针对滤波稳定性问题,提出了一种改进的衰减记忆自适应滤波算法。通过引入衰减记忆滤波矩阵,根据残差序列输出的互不相关性,在线自适应地调整衰减因子,从而使衰减记忆滤波工作在最佳状态。将该算法应用于惯导系统的传递对准过程,仿真结果表明在模型和噪声统计特性的先验信息不准确时,该算法优于传统的卡尔曼滤波。     

Transfer alignment of shipborne inertial-guided weapon systems

The transfer alignment problem of the shipborne weapon inertial navigation system (INS) is addressed. Specifically, two transfer alignment algorithms subjected to the ship motions induced by the waves are discussed. To consider the limited maneuver level performed by the ship, a new filter algorithm for transfer alignment methods using velocity and angular rate matching is first derived. And then an improved method using integrated velocity and integrated angular rate matching is introduced to reduce the effect of the ship body flexure. The simulation results show the feasibility and validity of the proposed transfer alignment algorithms.     

OAS/INS/GPS/APS舰艇组合导航系统设计与仿真

舰艇高精度导航需求日益迫切，设计的组合导航系统可以使舰艇在水上水下一些特殊环境下实现高精度航向和定位测量。系统设计和利用了三种新型导航系统作为导航分系统，分别为光学标校系统(OAS)、水声定位系统(APS)和GPS姿态测量系统。为了克服惯性导航系统(INS)系统的积累误差以及GPS、APS和OAS系统各自的缺陷，采用联邦卡尔曼滤波技术，设计了OAS／INS／GPS／APS组合导航系统滤波算法，仿真结果验证了算法的有效性，表明基于上述系统的组合导航系统可以获得较高的航向定位精度。     

New rapid transfer alignment method for SINS of airborne weapon systems

Transfer alignment is an effective alignment method for the strapdown inertial navigation system （SINS） of airborne weapon systems. The traditional transfer alignment methods for large misalignment angles alignment use nonlinear transfer align- ment models and incorporate nonlinear filtering. A rapid transfer alignment method with linear models and linear filtering for ar- bitrary misalignment angles is presented. Through the attitude quaternion decomposition, the purpose of transfer alignment is converted to estimate a constant quaternion. Employing special manipulations on measurement equation, velocity and attitude linear measurement equations are derived. Then the linear trans- fer alignment model for arbitrary misalignment angles is built. An adaptive Kalman filter is developed to handle modeling errors of the measurement noise statistics. Simulation results show feasibili- ty and effectiveness of the proposed method, which provides an alternative rapid transfer alignment method for airborne weapons.     

基于无轨迹卡尔曼滤波的大失准角INS初始对准

讨论了大失准角情况下，惯性导航系统（INS）初始对准的非线性误差模型，分析了无轨迹卡尔曼滤波原理，提出将无轨迹卡尔曼滤波（UKF）技术应用于惯性导航系统初始对准ψ角估计中，进行了静基座状态下的初始对准仿真。仿真结果表明，在方位误差角为大角度，水平误差角为小量的情形下，无轨迹卡尔曼滤波比扩展卡尔曼滤波（EKF）对准时间更快，估计精度更高。当ψ角三个分量均为小量时，无轨迹卡尔曼滤波也具有很好的性能。     

光纤通道航空电子系统容错拓扑可靠性研究

对于采用FC(光纤通道)网络的航空电子系统,从FC的基本模型出发,给出了三种具有容错能力的常用拓扑结构:双环结构、双交换机结构和交换机仲裁环组合结构。在基于任务的系统可靠性建模方法之上,提出了系统平均可靠度的概念;并在不针对确定任务集的情况下,提出使用系统平均可靠度来衡量网络系统的可靠度;针对三种容错拓扑结构,分别给出了系统平均可靠度的表达式。最后通过实例计算分析了三种结构系统平均可靠度受通信节点数影响的情况。     

惯性系下平台惯导传递对准方法

由于导弹的高速旋转导致其内部的子惯导平台难以施矩,不能跟踪地理系,在发射前需要使子惯导平台跟踪惯性系,而主惯导则一直跟踪地理系。针对这一情况的传递对准应用问题给出了相应的解决办法。首先介绍了跟踪惯性系平台惯导的工作原理,然后针对这种情况,提出了2种惯性系下传递对准的方法,分别是平台惯性系以及地心惯性系下的速度匹配。经过对比分析,仿真结果说明平台惯性系下的方位失准角精度不高,而地心惯性系下在3个方向上都达到了误差小于1′的精度,是一种可行的对准方法。     

一类非线性系统的执行器偏差故障诊断

针对一类具有系统建模误差,以及含传感器模型不确定项的非线性控制系统,提出了一种用于执行器故障诊断的观测器方法。观测器中引入自适应补偿项,当出现偏差后将对故障及建模不确定项进行补偿。自适应算法中采用了死区算子,增强了算法的鲁棒性。同时利用自适应律进行偏差估计。理论分析证明观测器的观测误差收敛到零。仿真结果表明了方法的有效性。     

UKF方法在惯性导航系统初始对准中的应用研究

针对初始对准的精度直接影响系统工作性能问题,在初始对准中引入Unscented卡尔曼滤波算法(UKF)。Unscented卡尔曼滤波算法没有把非线性系统近似为线性系统,而是使用确定性样本的方法处理非线性问题,使采样点的均值和方差完全符合实际的非线性系统的均值和方差,解决了惯性导航系统正常工作的基本条件。仿真结果显示,使用Unscented卡尔曼滤波时惯性导航系统初始对准的精度和稳定性都好于普遍使用的广义卡尔曼滤波方法。     

基于抗差估计和改进AIME的缓变故障检测方法

为了解决经典缓变故障检测法——自主完好性监测外推法(autonomous integrity monitoring extrapolation, AIME)在组合导航中检测故障延迟时间较长和不能准确判定故障结束时刻的问题, 提出了基于抗差估计和改进AIME的缓变故障检测方法。该方法采用标准t分布和IGG-Ⅲ (Institute of Geodesy & Geophysics Ⅲ)方案设计自适应增益矩阵以缓解卡尔曼滤波故障跟踪的影响。同时, 结合AIME故障检测状态, 提出由外推法和残差卡方检验(residual chi-square test method, RCTM)故障检测统计量构成的r_A/R统计量概念, 然后在AIME检测到缓变故障的状态下利用样本分位数原理对r_A/R序列进行异常值检测, 从而判断缓变故障结束时刻。仿真结果表明, 在检测缓变故障时, 所提方法可明显缩短故障检测延迟时间, 并能够准确判定故障结束时刻。     

提高SINS初始对准方位失准角估计精度的方法

针对在静基座捷联惯导系统初始对准中,东向陀螺漂移没有估计效果,使得估计的方位失准角存在常值误差的问题,提出了一种新的方法。该方法通过建立东向陀螺漂移估计值的修正方程,并对其进行修正,从而大大提高了方位失准角的估计精度。给出了该方法的具体实现步骤,并通过仿真验证了该方法的有效性。     

FLAKF在无陀螺惯性测量组合中的应用

在无陀螺惯性测量组合（non gyro inertial measurement unit, NGIMU）导航计算中,由于加速度计输出动态噪声的存在,造成误差随时间迅速累积。采用传统卡尔曼滤波方法进行NGIMU/GPS组合导航系统设计时,又由于观测噪声的复杂性,造成滤波结果不明显。针对上述噪声统计特性不易确定的问题,基于NGIMU九加速度计配置方案,提出利用模糊逻辑自适应卡尔曼滤波(fuzzy logic adaptive Kalman filter, FLAKF)方法进行NGIMU/GPS组合导航系统设计。该FLAKF方法通过对噪声方差进行修正,将卡尔曼滤波器调整到最优状态。同时进行了系统位移、速度、角速度仿真,仿真结果验证了FLAKF方法的可行性。     

ICDKF在SINS大方位失准角初始对准中的应用

针对大方位失准角捷联惯性导航系统误差模型非线性的特点,利用基于迭代测量更新的中心差分卡尔曼滤波(iterated central difference Kalman filter, ICDKF)方法进行初始对准。与传统的非线性扩展卡尔曼滤波相比,ICDKF不仅能够提高滤波精度,而且不需要模型的具体解析形式,避免了复杂的雅可比矩阵的推导;同时ICDKF通过迭代测量更新,提高了目前存在的中心差分卡尔曼滤波的估计精度。仿真结果进一步表明ICDKF算法的可行性与优越性,能够满足初始对准的要求。     

H∞ fault estimation for a class of linear time-delay systems in finite frequency domain

This paper deals with the problem of H∞ fault estimation for linear time-delay systems in finite frequency domain. First a generalized coordinate change is applied to the original system such that in the new coordinates all the time-delay terms are injected by the system’s input and output. Then an observer-based H∞ fault estimator with input and output injections is proposed for fault estimation with known frequency range. With the aid of Generalized Kalman-Yakubovich-Popov lemma, sufficient conditions on the existence of the H∞ fault estimator are derived and a solution to the observer gain matrices is obtained by solving a set of linear matrix inequalities. Finally, a numerical example is given to illustrate the effectiveness of the proposed method.