基于AR模型参数的导航系统故障检测
基于AR 模型参数的导航系统故障检测
金天，丁东方，丛丽
（北京航空航天大学电子信息工程学院，北京100191）
摘要：为了解决导航系统中小幅值突变故障难以检测的问题，提出了一种基于AR 模型参数的故障检测算法。该方法利用AR 模型参数变化来进行实时故障检测。文中通过仿真实验，完成了对该算法性能的分析验证。结果表明，该算法能够有效的进行故障诊断，不仅对大的突变故障具有良好的检测效果，对小幅值突变故障也有较好的检测效果。关键词：AR 模型；参数；故障检测；导航系统中图分类号：V240.2
文献标识码：A
文章编号：1674－6236（2014）15-0168-03
Navigation system failure detection based on AR model parameters
JIN Tian ，DING Dong 鄄fang ，CONG Li
（School of Electronic and Information Engineering ，Beihang University ，Beijing 100191，China ）
Abstract:In order to solve the navigation system failure is difficult to detect small amplitude mutation problem ，we propose a model based on AR Parameter fault detection algorithms.The method uses the AR model parameters for real 鄄time fault detection.Text through simulation experiments completed analysis of the performance of the algorithm validation.The results show that the algorithm can effectively carry out fault diagnosis ，not only for large mutations detected fault has a good effect on the value of mutations fault has slightly better detection results.Key words:AR mode ；parameter ；fault detection ；navigation system
收稿日期：2013-09-27
稿件编号：201309212
基金项目：国家自然科学基金资助项目（61101077）
作者简介：金天（1981—），男，上海人，副教授。研究方向：卫星导航、无线电导航、组合导航技术、软件无线电和软件接收机技术。
随着导航技术的发展，系统的可靠性成为普遍关注的研究热点，为了保证系统的可靠性，必须对系统进行实时的故障检测和隔离（FDI ）。70年代开始，很多学者对FDI 进行了研究，其中应用较为广泛的是基于模型的FDI 方法[1-4]，该方法通过设置一定的观测器来检测系统是否存在故障，比较有代表意义的是3δ检验和残差χ2检验，然而两种算法对一些大的突变故障具有良好的检测效果，但对一些小于10δ的小幅值突变故障检测效果不是太理想[5-6]。为此，鉴于两种检测存在的问题，文中提出了一种利用AR 模型参数变化来进行故障诊断的算法，其模型简单，计算量小，工程中也便于实现，同时它不仅对大的突变故障具有良好的检测效果，对一些小于10δ的小幅值突变故障也有较好的检测效果。
1AR 模型参数估计原理
对于时间序列{X t }t =1，2，…N ，AR （n ）模型的表达式为
X t =准1X t -1+准2X t -2+…+准n X t -n +a t ，a t ~NID （0，σ2a ）（1）
参数估计方法就是按照一定的方法估计出准1，准2，…准n ，这n 个参数，其中n 为AR 模型的阶数。a t 为均值为0，方差为σ2a 的白噪声。AR 模型参数估计一般采用最小二乘算法进行精估计[7-8]。
由于GPS 伪距新息数据是连续的时间序列，可以进行AR 建模，当其连续的时间序列中某些数据发生故障时，将改
变系统的动态特性从而影响伪距新息序列的特性，使得其不再具有白噪声特性，均值不再为零，另外其方差阵也将偏离滤波理论值，从而导致AR 模型参数发生变化，因此可以利用
AR 模型参数的变化进行这类系统的故障检测，即这类系统
的故障检测问题就转化为如何尽可能快地检测AR 模型参数的改变。
2基于AR 模型参数变化的导航系统故障检测模型
基于AR 模型参数变化的导航系统故障检测模型如图2
所示。
其基本思路为：确定AR 模型阶数为n ，时间序列个数为
m ，可得到n 个参数分别为准1，准2，…准n ，。利用N 组GPS 正常
电子设计工程
Electronic Design Engineering
第22卷Vol.22第15期No.152014年8月Aug.2014
图1
仿真系统模型框图
Fig.1
The simulation diagram of the system model
－168－
汽车导航系统的诊断与修复
学习情境4 汽车信息娱乐系统的诊断与修复 学习单元4.1 汽车导航系统的诊断与修复 学习要求 认识汽车导航系统的组成及工作原理，掌握汽车导航系统故障的的诊断与修复方法，能够排除汽车导航系统的故障。 随着汽车工业的发展，道路交通中“有路行不通”的问题越来越严重，同时，汽车在生疏地带行驶时，会迷失方向。为此，世界各国先后开发了各式各样的导向行驶系统，即汽车导航系统，如图4-1-1所示。汽车导航系统具有导航、防盗、调度、监测报警等功能。 图4-1-1 汽车导航系统 4.1.1汽车导航系统的认识 1．汽车导航系统的特点 （1）由于导航系统采用了检测精度高、工作稳定性较好的角速度传感器，能实现实时位置测定。 （2）装备CD—ROM只读存储器，采用声控进行导航，使系统具有自动检索功能。 （3）采用GPS（Global Positioning System）全球定位系统及先进的检测手段和传播技术，引入了具有自动修正车辆位置的地图匹配技术，实现了自动修正车辆位置的功能。 （4）导航系统正在实现与地面交通管理网络的联机，成为“汽车一道路一人一环境一交通管理”系统中的重要组成部分，加快了未来交通向智能化发展的速度。 2．汽车导航系统的功能 （1）具有路线检索功能 该系统可以实时获得汽车自身所在位置和目的地的坐标，以及全部行驶的直线距离、速度、时间及前进方向。还可以直接输入地名、经纬度、电话号码等进行路线检索，快捷地提供一条到达目的地的最佳路线。 （2）具有瞬时再检索功能
当最佳路线行不通时，系统可以进行瞬时自动再检索，重新提供出新的行车路线。因为该功能是在行驶中进行的，要求检索快速，所以CPU应具有高速运算能力。 （3）提供丰富的菜单和记录功能 为捡索方便，整个系统必须建立十分丰富的地名索引，可以用街道、胡同、门牌号数、电话号码检索。大约应记录1000万件住所地名，30万人口以上城市的电子地图应分十层表示。电话号码可根据不同局号、类别应记录l 100万件以上，还应留有用户自行设置电话号码的地址空间，供用户随时调用存取。 （4）可以新增兴趣点 由于城市处于不断的建设和发展中，新的建筑物和道路会不断增多，这就需要能够不断更新电子地图，可以将新的目标点或路线增加到电子地图上。这些新增的兴趣点与原有点一样，均可套用电子地图的各项功能。 （5）提供实时语音提示 为使驾驶员事先了解行驶中前方路面变化情况，系统应在适当时刻作出语音提示，一般道路在 300~700m之前，高速公路按当前行驶速度在2000m、1000m、500m之前，分别向驾驶员说明前方路面情况及可更改的方向、十字交叉路口名称、高速公路分支点、进出口、禁止左拐、禁止驶人的单行线等提示，同时可进行中英文两种语音切换。配备语音识别单元，可以实现语音检索，例如用会话形式呼出“××区××街道××胡同”，电子地图上立即显示出汽车位置、到达目的地的时间、前进方向等信息。 （6）提供交叉路口全画面的扩大图 系统通过开窗程序自动表示交叉路口全画面，扩大十字路口路周围建筑物和交通标志，这是汽车导航中的一项最主要功能。凡行驶在十字路口前300m处，高速公路进出口前300m处，系统自动显示扩大了的十字路口附近的全画面图，指示汽车位置、交叉点的名称、到交叉点的距离、拐弯后的道路名称及方向等。 （7）具有扩展功能 系统设有多种扩展接口，可以与交通管理部门、邮电部门、建筑部门的VICS、A TIS、IIS联网，以便及时了解路面车辆情况。 VICS专门收集和处理各方面交通信息和停车场空缺的信息，并不断生成新的信息，通过多路调频发射、一般道路上设置的远红外光标的发射和高速公路上设置的无线电波光标发射这三种手段提供道路实时交通信息，然后由VISC专用接收机接收，在电子地图上分三层显示，第一层用文字表示，第二层用图形表示，第三层用图形表示。地图画面上用红色和橙色线路的亮灭表示道路的堵塞和拥挤状况，用绿色线路表示通畅的路线。帮助行驶车辆回避堵塞和拥挤的路段，实现自动选择道路和无阻挡行驶。交通信息通信系统框图如图4-1-2所示。
导航传感器故障检测策略
第36卷第7期 2002年7月 上海交通大学学报 JO U RN A L O F SHA N GHA I JIA O T O NG U N IV ERSIT Y Vol.36No.7 J ul.2002 收稿日期:2001-01-08 作者简介:徐力平(1956-),男,江苏溧阳人,博士生,主要从事导 航及控制研究. 文章编号:1006-2467(2002)07-0966-04 导航传感器故障检测策略 徐力平, 赵忠华, 张炎华 (上海交通大学信息检测技术及仪器系,上海200030) 摘 要:为了提高故障检测灵敏度,分析了通常的故障检测中难以兼顾虚警概率和漏检概率的原因和船舶组合导航系统故障检测过程中噪声与故障对检测量的影响.根据船舶组合导航系统故障检测的特点,提出了以模糊逻辑和指数加权平均处理检测量和阈值的故障检测策略,并用实船航行数据仿真.该策略对未知输入等干扰不敏感而对故障敏感,且可根据故障的大小自动调节检测时间的长短.对不易检测的小故障,自动延长检测时间以利用更多的信息从而提高检测的正确率;对于较大的故障,自动缩短检测时间从而减少检测延时和累积误差,起到了自适应检测时间窗的作用.关键词:故障检测;模糊逻辑;指数加权平均中图分类号:T P 18 文献标识码:A Navigation Sensor Failure Detecting Tactic X U L i -p ing , ZH A O Zhong -hua , ZH A N G Yan -hua (Dept.of Infor matio n M easurement Technolog y and Instrument, Shang hai Jiaotong Univ.,Shanghai 200030,China) Abstract :A cer tain kind o f failure detecting tactic based on fuzzy log ic and ex ponent-weighted average w as brought forw ard in order to im pro ve failure detection w ith high noises.And sim ulation w as per for med w ith real stabilized gy rocompass readings dur ing a voy age.The failur e detection tactic is sensitivie to er-rors other than disturbance such as system's unknow n input .Fur thermo re ,the tactic may adjust the leng th o f detection time adaptively.When the erro r mag nitude is small and interm ixed with noises,the tactic incr eases the detectio n tim e to m ake use of mo re inform ation,w hich results in hig her pro bability of co rrect detection .When the erro r magnitude is big ger ,the tactic decreases the detection tim e ,consequent-ly the detecting delay is decreased and the erro r accumulatio n is r educed .Key words :failur e detection;fuzzy logic;ex ponent-w eig hted average 就检测过程看,影响检测正确性的原因是检测量无故障时的条件概率密度曲线与有故障时的条件概率密度曲线有交迭造成的.通常的检测方法是设定一个阈值,当检测量大于该阈值时判定为有故障;否则,判定为无故障.因而,若无故障时检测量落入大于该阈值的范围则出现虚警,若有故障时检测量落入小于该阈值的范围则导致漏检. 检测量无故障时的条件概率密度曲线与有故障时的条件概率密度曲线有部分交迭是由检测量中的噪声引起的.由于未知输入、海况等强干扰,导航系统中存在大幅度噪声使条件概率密度曲线交迭严重.检测量是由估计误差(E e )构成的.就未知输入等干扰噪声与故障造成的E e 的表现形式看,导航传感器本身的噪声一般为非平稳随机过程,其造成的E e 通常很小,无故障时出现的突出的大幅值E e 往往是未知输入及其他强干扰引起的,这些大幅值E e 通常不是连续出现的.而传感器发生故障时通常是连续
基于AR模型参数的导航系统故障检测
基于AR 模型参数的导航系统故障检测 金天，丁东方，丛丽 （北京航空航天大学电子信息工程学院，北京100191） 摘要：为了解决导航系统中小幅值突变故障难以检测的问题，提出了一种基于AR 模型参数的故障检测算法。该方法利用AR 模型参数变化来进行实时故障检测。文中通过仿真实验，完成了对该算法性能的分析验证。结果表明，该算法能够有效的进行故障诊断，不仅对大的突变故障具有良好的检测效果，对小幅值突变故障也有较好的检测效果。关键词：AR 模型；参数；故障检测；导航系统中图分类号：V240.2 文献标识码：A 文章编号：1674－6236（2014）15-0168-03 Navigation system failure detection based on AR model parameters JIN Tian ，DING Dong 鄄fang ，CONG Li （School of Electronic and Information Engineering ，Beihang University ，Beijing 100191，China ） Abstract:In order to solve the navigation system failure is difficult to detect small amplitude mutation problem ，we propose a model based on AR Parameter fault detection algorithms.The method uses the AR model parameters for real 鄄time fault detection.Text through simulation experiments completed analysis of the performance of the algorithm validation.The results show that the algorithm can effectively carry out fault diagnosis ，not only for large mutations detected fault has a good effect on the value of mutations fault has slightly better detection results.Key words:AR mode ；parameter ；fault detection ；navigation system 收稿日期：2013-09-27 稿件编号：201309212 基金项目：国家自然科学基金资助项目（61101077） 作者简介：金天（1981—），男，上海人，副教授。研究方向：卫星导航、无线电导航、组合导航技术、软件无线电和软件接收机技术。 随着导航技术的发展，系统的可靠性成为普遍关注的研究热点，为了保证系统的可靠性，必须对系统进行实时的故障检测和隔离（FDI ）。70年代开始，很多学者对FDI 进行了研究，其中应用较为广泛的是基于模型的FDI 方法[1-4]，该方法通过设置一定的观测器来检测系统是否存在故障，比较有代表意义的是3δ检验和残差χ2检验，然而两种算法对一些大的突变故障具有良好的检测效果，但对一些小于10δ的小幅值突变故障检测效果不是太理想[5-6]。为此，鉴于两种检测存在的问题，文中提出了一种利用AR 模型参数变化来进行故障诊断的算法，其模型简单，计算量小，工程中也便于实现，同时它不仅对大的突变故障具有良好的检测效果，对一些小于10δ的小幅值突变故障也有较好的检测效果。 1AR 模型参数估计原理 对于时间序列{X t }t =1，2，…N ，AR （n ）模型的表达式为 X t =准1X t -1+准2X t -2+…+准n X t -n +a t ，a t ~NID （0，σ2a ）（1） 参数估计方法就是按照一定的方法估计出准1，准2，…准n ，这n 个参数，其中n 为AR 模型的阶数。a t 为均值为0，方差为σ2a 的白噪声。AR 模型参数估计一般采用最小二乘算法进行精估计[7-8]。 由于GPS 伪距新息数据是连续的时间序列，可以进行AR 建模，当其连续的时间序列中某些数据发生故障时，将改 变系统的动态特性从而影响伪距新息序列的特性，使得其不再具有白噪声特性，均值不再为零，另外其方差阵也将偏离滤波理论值，从而导致AR 模型参数发生变化，因此可以利用 AR 模型参数的变化进行这类系统的故障检测，即这类系统 的故障检测问题就转化为如何尽可能快地检测AR 模型参数的改变。 2基于AR 模型参数变化的导航系统故障检测模型 基于AR 模型参数变化的导航系统故障检测模型如图2 所示。 其基本思路为：确定AR 模型阶数为n ，时间序列个数为 m ，可得到n 个参数分别为准1，准2，…准n ，。利用N 组GPS 正常 电子设计工程 Electronic Design Engineering 第22卷Vol.22第15期No.152014年8月Aug.2014 图1 仿真系统模型框图 Fig.1 The simulation diagram of the system model －168－