[发明专利]一种基于级联神经网络的船舶组合导航故障检测方法

权利要求书

1.一种基于级联神经网络的船舶组合导航故障检测方法，其特征在于，包括：

S1：建立水面船舶SINS/GNSS和SINS/DVL/COMPASS的组合导航系统方程；

S2：选取组合导航状态估计误差的变量：

S3：选取组合导航量测误差的变量：

S4：根据水面船舶SINS/GNSS和SINS/DVL/COMPASS的组合导航系统方程，获取离散化的水面船舶SINS/GNSS和SINS/DVL/COMPASS的组合导航系统方程，以获取组合导航系统滤波过程中产生的协方差矩阵P_k；

S5：根据所述组合导航状态估计误差的变量和组合导航量测误差的变量，获取水面船舶SINS/GNSS和SINS/DVL/COMPASS组合导航系统在k时刻的残差，以获取残差的χ²检验法的故障信息统计量q_k；

S6：根据组合导航系统滤波过程中产生的协方差矩阵P_k和残差的χ²检验法的故障信息统计量q_k，通过级联神经网络获取水面船舶SINS/GNSS和SINS/DVL/COMPASS的组合导航系统的故障信息。

2.根据权利要求1所述的一种基于级联神经网络的船舶组合导航故障检测方法，其特征在于，

所述S1中，水面船舶SINS/GNSS和SINS/DVL/COMPASS的组合导航系统方程建立如下：

公式中：x_k为k时刻的组合导航状态估计误差；y_k为k时刻的组合导航量测误差；f(.)为非线性状态转移方程；H_k为k时刻的量测方程；D_k为k时刻的系统量测噪声的系数矩阵；w_k为k时刻的系统过程噪声；v_k为k时刻的系统量测噪声；k表示系统工作的时刻。

3.根据权利要求2所述的一种基于级联神经网络的船舶组合导航故障检测方法，其特征在于，所述S2中，组合导航状态估计误差的变量选取如下：

式中：为纵摇角误差；为横摇角误差；为艏向角误差；δv_E为东向速度误差；δv_N为北向速度误差；δv_U为天向速度误差；δL为纬度误差；δλ为经度误差；δh为高度误差；ε_E为东向的陀螺仪零偏；ε_N为北向的陀螺仪零偏；ε_U为天向的陀螺仪零偏；为东向加速度计零偏；为北向的加速度计零偏；为天向的加速度计零偏；ε和分别为陀螺仪零偏和加速度计零偏。

4.根据权利要求3所述的一种基于级联神经网络的船舶组合导航故障检测方法，其特征在于，所述S3中，组合导航量测误差的变量选取如下：

式中：为GNSS的量测误差；为DVL和COMPASS的量测误差；为k时刻SINS系统的位置误差；为k时刻GNSS系统的位置误差；为k时刻SINS系统的速度误差；为k时刻GNSS系统的速度误差；为k时刻DVL系统的速度误差；为k时刻的SINS系统的艏向角误差；为k时刻的COMPASS系统的艏向角误差。

5.根据权利要求4所述的一种基于级联神经网络的船舶组合导航故障检测方法，其特征在于，所述S4中，获取离散化的水面船舶SINS/GNSS和SINS/DVL/COMPASS的组合导航系统方程如下：

式中，为状态误差一步预测；P_k|k-1为状态误差协方差矩阵一步预测；Φ_k为f(.)离散化的状态转移矩阵；B_k为离散化的系统过程噪声的系数矩阵；Q_k为k时刻的系统噪声协方差矩阵；K_k为k时刻的滤波增益；I为单位矩阵；其中，E(.)为期望方程；为状态误差一步预测；P_k|k-1为状态误差协方差矩阵一步预测；R_k为量测噪声协方差矩阵；P_k为组合导航系统滤波过程中产生的协方差矩阵。