[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

说明书

本发明公开了一种基于级联神经网络的船舶组合导航故障检测方法，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：获取组合导航系统滤波过程中产生的协方差矩阵P_k；S5：获取残差的χ²检验法的故障信息统计量q_k；S6：获取组合导航系统的故障信息。本发明针对基于残差观测器的故障检测算法存在渐变故障不易被识别以及故障阈值设置依赖先验知识的问题，采用级联神经网络实现对渐变故障更加敏感，提高了组合导航系统故障检测的智能性，具有故障检测的鲁棒性。

技术领域

本发明涉及船舶组合导航故障检测技术领域，尤其涉及一种基于级联神经网络的船舶组合导航故障检测方法。

背景技术

组合导航系统的正常工作依赖于各个子系统的正常工作，对导航传感器故障的检测和分离有助于提升组合导航系统的鲁棒性。在实际应用中，由于受外界因素的影响或元器件自身的原因，导航传感器输出难免存在故障。在组合导航系统噪声及量测噪声有界未知的条件下，基于残差观测器的故障检测算法存在依赖先验知识、阈值难以设定，对渐变故障不敏感等缺陷。

发明内容

本发明提供一种基于级联神经网络的船舶组合导航故障检测方法，以克服上述技术问题。

为了实现上述目的，本发明的技术方案是：

一种基于级联神经网络的船舶组合导航故障检测方法，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。

进一步的，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。

进一步的，所述S2中，组合导航状态估计误差的变量选取如下：