简介：由于GPS和无线电信号在水下衰减很快而无法使用，因此以惯性导航为核心，加以其它声学辅助导航设备的组合导航系统正适合水下航行器的使用环境。以捷联惯性系统／超短基线／多普勒测速仪／磁航向仪组合导航系统为研究对象，给出了联邦滤波结构，并利用X^2残差检测法诊断出子系统的故障并进行系统重构从而不影响系统性能，最后对组合系统进行了仿真，成功检测出了超短基线系统定位故障并及时进行了隔离。姿态误差和速度误差在故障发生和消失时刻由于系统重构有轻微跳动，其它时刻均保持较高精度，当故障消失时位置误差又恢复到正常量级（5～10m）。仿真结果表明，所提出的SINS／水下声学辅助设备组合导航系统能够提供水下航行器精确的速度、姿态及位置信息，并能够正确及时检测并隔离故障。

简介：针对SINS/GNSS组合导航在GNSS信号异常时出现的系统滤波精度和稳定性下降的问题,提出一种基于EKF的自适应分类容错滤波算法。该算法通过比较系统残差协方差矩阵的实际值与理论值来检测GNSS信号是否存在异常,然后对异常信号进行分类,并对不同类别的异常信号使用不同的加权矩阵进行修正,以减弱异常值对系统滤波精度的影响,同时在滤波过程中加入UD分解,使系统滤波性能更稳定。仿真结果表明：该算法能够有效降低GNSS输出异常信号对SINS/GNSS组合导航带来的不利影响并提高系统稳定性;在GNSS信号出现异常情况下,其导航精度相比EKF至少提高95.6%,相比REKF和AEKF分别至少提高44.5%和24.6%。

简介：在Sage-Husa滤波基础上,提出了其改进的滤波算法,以解决它在容错性能差和高阶状态阵滤波发散等方面的问题.仿真结果表明,利用改进Sage-Husa滤波可有效提高GPS/INS组合制导的容错性能和精度.

简介：容错技术已成为提高计算机系统可靠性的必要手段。通过对冗余模式及级别进行选择，本文提出了一种面向任务的双机并联体系结构，运用双机数据比较实现容错。文中给出了此系统的功能、结构及原理，并给出了部分实现方案

简介：故障树在设备的故障诊断中被广泛应用.当系统复杂度较大时,故障模式和故障树的分支会剧烈增加,故障现象和故障原因因此出现复杂关系,这必然给故障检测和诊断推理带来极大的困难.在故障诊断中引入一种新的人工智能方法,即蚁群算法,可以确定故障树的最优检测次序,并指导系统多故障状态的决策.由于该方法具有平行性、鲁棒性等特点,可以很好地解决前面所提问题.仿真结果显示,在故障树中采用该新方法可行、有效.

简介：针对多星座情况下多卫星同时故障时的接收机自主完好性检测的问题,分析了多卫星同时故障的原因及特点,提出基于极大似然比的分层完好性检测方法。通过奇偶向量矩阵的计算,根据极大似然估计,进行故障检测与隔离,利用全量检验统计值与部分检验统计值之间的关系进行故障卫星的确定,并利用接收机的数据进行仿真验证。仿真结果表明,本方法可以快速有效地实现多星座情况下的接收机自主完好性检测,检测出并隔离故障卫星。

简介：为提高多传感器组合导航系统对各导航传感器的在线故障检测能力，提出了一种基于调频高斯小波变换的导航传感器故障诊断改进算法。该算法在分析调频高斯小波特性的基础上，采用高斯小波变换计算出观测量的小波系数后，然后利用带遗忘因子的数据平滑算法对小波系数进行平滑，通过判断平滑值来诊断导航工作正常与否。其优点是仅利用传感器的观测量来直接检测导航传感器故障，适当选择小波变换的拉伸因子和数据的衰减因子可以对方差突变等软故障进行有效的在线检测，并解决了误检问题。仿真结果证明了该算法的有效性。

简介：针对非合作航天器的相对导航问题,提出了一种利用点云矩形面特征测量非合作航天器位姿的方法。首先从点云数据中提取矩形面;然后根据矩形面点云数据计算出点云分布矩阵,通过特征值分解求出相对位置和姿态,并解决了因矩形面对称而产生的多解问题;最后设计了卡尔曼滤波器,确定目标星与追踪星的相对位置参数以及目标星的姿态、角速度。仿真结果表明：相对位置的估计精度优于0.005m,目标星姿态精度优于0.1°,验证了该方法的有效性。

简介：针对卫星姿态测量系统(SAMS),将径向基函数RBF(RadialBasisFunction)网络和多传感器信息融合技术相结合,并将其应用在系统的故障检测与诊断中.研究结果表明,此方法是可行有效的,可以提高系统的测量精度和性能.

简介：针对平台自动测试系统故障诊断的特点和设计要求,提出了一种将知识发现技术融入故障诊断系统中的新的框架,同时设计了知识发现操作的具体过程.系统运行后,既可以发现新知识,又可以改进原有规则,大大提高了系统的知识获取和故障诊断能力.

简介：在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波（STUKFMMAE）算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~（-4）,且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。

简介：本文用ＢＰ神经网络对挠性陀螺仪伺服回路的故障诊断进行了模拟，取得了满意的结果。同时还介绍了作者设计的这一通用型ＢＰ神经网络软件包及其特色

简介：在三轴整体式速率偏频激光陀螺无法进行输出轴冗余配置的情况下,为实现陀螺的元件级故障检测与隔离,提出了由三轴整体式速率偏频激光陀螺和挠性陀螺组构成的双惯性系统的故障检测与隔离方案,给出了双惯性系统的量测方程,并以此为基础推导了用于进行故障检测与隔离的奇偶方程.提出一种基于奇偶方程的双惯性系统故障检测与隔离方法,并针对一类无法用奇偶方程进行隔离的故障,给出一种搜索无故障陀螺输出轴的故障检测与隔离新方法.