[发明专利]基于粒子群优化单稳态自适应随机共振的自主式水下机器人信号处理方法

说明书

技术领域

本发明涉及的是一种自主式水下机器人推进器故障诊断、容错控制方法。

背景技术

随着陆地资源日渐减少，人类开发海洋的步伐越来越快。自主式水下机器人(AUV：Autonomous Underwater Vehicle)是目前唯一能够在无人情况下在深海进行探测、开发的载体，一直受到国内外研究人员的高度重视。推进器是AUV最重要的执行部件且负荷最重，一旦其出现故障直接影响AUV的安全性。对AUV推进器状态进行故障诊断，是提高AUV安全性的重要技术手段。

由于外部干扰的影响，直接采用传感器采集到的AUV控制信号和状态信号进行故障诊断效果不佳，存在容易误检和漏检的问题。目前的外部干扰抑制方法能够有效抑制AUV信号中所含外部干扰，但在抑制的同时也极易造成过抑制问题，即对于故障诊断极为重要的信号特征也被抑制，影响故障诊断的准确性。随机共振理论是在研究古气象冰川问题时提出的，它是指在一个非线性双稳系统中，当仅在周期信号的驱动下，不足以使系统输出在两个稳态间进行跃迁，但在噪声的协助下，系统输出会按信号频率在两稳态间进行切换，从而达到抑制噪声并强化周期信号的效果。

为实现信号的随机共振，传统方法通常采用向原信号中添加噪声或固定系统一个结构参数并按固定步长调节另一个结构参数的自适应调整策略。但在研究AUV信号随机共振的过程中发现，AUV信号中外部干扰与真实故障信号耦合在一起难以剥离，添加噪声的方法难以实现其随机共振；固定一个参数调整另一个参数的调整策略能够实现AUV信号随机共振，但由于只对单一参数进行自适应调整，忽略了参数之间的交互作用，存在随机共振系统参数选取缺乏合理的理论依据以及难以实现最优随机共振效果的问题。

发明内容

本发明的目的在于提供一种能抑制外部干扰、增强故障信号特征、提高故障诊断的准确性的基于粒子群优化单稳态自适应随机共振的自主式水下机器人信号处理方法。

本发明的目的是这样实现的：

(1)首先，对自主式水下机器人采集到的数据进行滑动窗处理，当采集到数据长度为L的传感器和控制器信号后开始检测，当再次采集到新的数据后，舍弃原数组第一个数据并将新采集回来的数据放在原数组的末尾，始终保持数据长度为L＝250～500；

(2)采用粒子群优化算法对单稳态随机共振系统结构参数进行优化，首先进行种群初始化，具体方法为：设置单稳系统结构参数a、b的搜索范围在[0,7]区间，T_max＝100，随机初始化N＝50个粒子组成一个种群；

(3)采用式所示的单稳态随机共振模型处理自主式水下机器人信号，式中x(t)为单稳随机共振系统输出信号，为中x(t)的导数，s(t)为步骤(1)所述的自主式水下机器人控制信号和状态信号，a、b为单稳随机共振系统结构参数；

(4)采用互相关系数R作为适应度函数来评价粒子的个体适应度，R值越大则粒子的适应性越好；R由式求得，式中其中：s为自主式水下机器人纵向速度原始信号，x为单稳系统输出信号，L为自主式水下机器人信号数据长度，j代表取L个数据中的第j个数据；