基于STF-Singer模型的AUV传感器故障诊断.pdfVIP

学兔兔 第31卷 第7期 仪 器 仪 表 学 报 VoL 31 No．7 2010年7月 Chinese Journal of Scientific Instrument Ju1．2010 基于STF—Singer模型的AUV传感器故障诊断 陈小龙，庞永杰，李 晔，李东起 (哈尔滨工程大学水下智能机器人技术国防科技重点实验室 哈尔滨 150001) 摘 要：为了实现水下机器人传感器系统的故障诊断和信号恢复，将基于信号处理的方法和强跟踪滤波器方法相结合，提出了 一 种基于一阶时间相关函数的辛格模型和强跟踪滤波器理论的sTF—Singer模型的故障诊断方法，该方法不依赖AUV精确的数 学模型，对于AUV传感器故障有着很好的辨识能力。某型水下机器人的计算机仿真和海上试验的数据结果，验证了该方法的 有效性和可行性。 关键词：水下机器人；故障诊断；辛格模型；强跟踪滤波器 中图分类号：TP24 文献标识码：A 国家标准学科分类代码：580-50 AUV sensor fault diagnosis based on STF—Singer model Chen Xiaolong，Pang Yongjie，Li Ye，Li Dongqi (State Key Laboratory of Autonomous Underwater Vehicle，Harbin Engineering University，Harbin 150001，China) Abstract：To deal with the fauh diagnosis and signal recovery issue of the sensor system for autonomous underwater vehicle(AUV)，a method based on Singer model of first order time correlation function and strong tracking filter (STF)algorithm is proposed，which combines signal processing method and STF method．This method does not re— quire an accurate mathematical model of the controlled object and has good identification capacity for AUV sensor faults．Simulation and experiment data results for a certain type AUV verify that the proposed method is an efficient and feasible tool for the fault diagnosis of AUV sensor． Key words：Autonomous Underwater Vehicle(AUV)；fault diagnosis；Singer—model；strong—tracking filter 于需要被诊断对象较为精确的数学模型，而一般非线性 1 引 言 系统的模型较难以获取，从而影响了该方法的准确性。 基于知识的方法现在大多用到的是神经网络的方法，但 自主式水下机器人(AUV)运行在不可预知的复杂 是由于存在训练样本难以获取、收敛时间过长的问题，使