一种惯性导航系统故障诊断方法、系统及设备

本发明涉及惯性导航系统健康管理，特别是涉及一种惯性导航系统故障诊断方法、系统及设备。

背景技术：

1、惯性导航系统是一种利用加速度计和陀螺仪等惯性元件实现定位和导航的技术。与传统的依赖于外部参考的导航方式不同，惯性导航系统可以在缺乏可靠的信号源的情况下进行导航和定位，因此在深海、极地、高空等特殊环境下具有重要的应用价值。惯性导航系统具有高精度、快速响应、不受外部环境影响等优点，被广泛应用于航空、航天、船舶、军事等领域。

2、在惯性导航系统中，数据采集是非常关键的一个环节，数据质量的好坏直接影响到导航精度和可靠性。在采集数据的时候，为了增加测试速度，在对惯性导航系统测试过程中会省略掉部分测试指标，并假设这些指标是正常的。然而，省略指标会导致所能够获取的测试信息量减少，影响了故障诊断精度。

3、同时，惯性导航系统是一种非常复杂的系统，所能够获取的有价值数据非常有限。如何基于高价值小样本数据缺失问题对惯性导航系统进行故障诊断，是当前亟需解决的问题。另外，惯性导航系统的机理比较复杂，系统的内在机理与测试指标之间存在非线性关系，专家的拟合能力受到限制。仅依靠人工判断测试指标，很容易产生较大的不确定性，这增加了故障诊断的难度。

4、因此，如何合理的补全属性数据缺失问题以及有效融合样本数据和不确定性专家知识是进行惯性导航系统故障诊断的关键。

技术实现思路

1、本发明的目的是提供一种惯性导航系统故障诊断方法、系统及设备，能够提高惯性导航系统故障诊断的准确性。

2、为实现上述目的，本发明提供了如下方案：

3、一种惯性导航系统故障诊断方法，包括：

4、对惯性导航系统的历史数据，采用极大似然估计方法进行指标数据的补全；所述历史数据为缺失加速度计累计脉冲量数据的数据；

5、构建惯性导航系统故障诊断模型；

6、利用补全后的数据以及完整属性数据对惯性导航系统故障诊断模型进行训练；

7、利用训练后的惯性导航系统故障诊断模型进行惯性导航系统故障的诊断；

8、惯性导航系统故障诊断模型的训练过程为：

9、将补全后的数据以及完整属性数据作为输入信息；

10、根据初始参数构造置信规则；初始参数包括：初始置信度、规则权重以及属性权重；

11、根据输入信息，采用证据推理算法进行置信规则融合；

12、对融合后的置信规则进行效用转换，输出故障诊断结果；

13、第个置信规则为：

14、；

15、其中，为第个置信规则；为惯性导航系统的指标的数量；为惯性导航系统的指标信息；为惯性导航系统中指标的对应的参考值；为惯性导航系统中个故障诊断结果；为故障诊断结果的数量；为每个故障诊断结果的置信度；为规则权重；为惯性导航系统中指标的权重；为置信规则的数量，为第个故障诊断结果。

16、可选地，采用投影协方差矩阵自适应进化策略对初始参数进行优化。

17、可选地，所述根据输入信息，采用证据推理算法进行置信规则融合，之前还包括：

18、确定输入信息与置信规则的匹配度；

19、根据匹配度确定置信规则的激活权重。

20、可选地，所述根据输入信息，采用证据推理算法进行置信规则融合，具体包括以下公式：

21、；

22、；

23、其中，表示第个故障诊断结果的置信度；表示激活权重；为第个置信规则下第个故障诊断结果的置信度，为第个置信规则下第个故障诊断结果的置信度；为融合过程中的归一化系数。

24、可选地，所述对融合后的置信规则进行效用转换，输出故障诊断结果，具体包括以下公式：

25、；

26、其中，为惯性导航系统故障诊断结果为的效用值，为惯性导航系统故障诊断模型输出的故障诊断结果。

27、一种惯性导航系统故障诊断系统，应用于所述的一种惯性导航系统故障诊断方法，包括：

28、数据补全模块，用于对惯性导航系统的历史数据，采用极大似然估计方法进行指标数据的补全；所述历史数据为缺失加速度计累计脉冲量数据的数据；

29、模型构建模块，用于构建惯性导航系统故障诊断模型；

30、模型训练模块，用于利用补全后的数据以及完整属性数据对惯性导航系统故障诊断模型进行训练；

31、故障诊断模块，用于利用训练后的惯性导航系统故障诊断模型进行惯性导航系统故障的诊断；

32、惯性导航系统故障诊断模型的训练过程为：

33、将补全后的数据以及完整属性数据作为输入信息；

34、根据初始参数构造置信规则；初始参数包括：初始置信度、规则权重以及属性权重；

35、根据输入信息，采用证据推理算法进行置信规则融合；

36、对融合后的置信规则进行效用转换，输出故障诊断结果。

37、一种惯性导航系统故障诊断设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现所述的一种惯性导航系统故障诊断方法。

38、可选地，所述存储器为计算机可读存储介质。

39、根据本发明提供的具体实施例，本发明公开了以下技术效果：

40、本发明所提供的一种惯性导航系统故障诊断方法、系统及设备，根据缺失指标的历史数据，采用正态分布的极大似然估计方法补全缺失的数据，然后与完整属性数据共同作为置信规则库（belief rule base，brb）的输入指标信息。然后采用置信规则库构建惯性导航系统故障诊断模型，根据输入信息，采用证据推理算法进行置信规则融合；对融合后的置信规则进行效用转换，以故障诊断效用值作为故障诊断结果进行输出。本发明通过少量测试数据对模型参数开展调整，进而实现知识与数据的融合，最大化使用系统信息，能够有效克服现有技术中惯性导航系统故障诊断所面临的难题，能够提高惯性导航系统故障诊断的准确性。

技术特征：

1.一种惯性导航系统故障诊断方法，其特征在于，包括：

2.根据权利要求1所述的一种惯性导航系统故障诊断方法，其特征在于，采用投影协方差矩阵自适应进化策略对初始参数进行优化。

3.根据权利要求1所述的一种惯性导航系统故障诊断方法，其特征在于，所述根据输入信息，采用证据推理算法进行置信规则融合，之前还包括：

4.根据权利要求1所述的一种惯性导航系统故障诊断方法，其特征在于，所述根据输入信息，采用证据推理算法进行置信规则融合，具体包括以下公式：

5.根据权利要求4所述的一种惯性导航系统故障诊断方法，其特征在于，所述对融合后的置信规则进行效用转换，输出故障诊断结果，具体包括以下公式：

6.一种惯性导航系统故障诊断系统，应用于权利要求1-5任意一项所述的一种惯性导航系统故障诊断方法，其特征在于，包括：

7.一种惯性导航系统故障诊断设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-5中任一项所述的一种惯性导航系统故障诊断方法。

8.根据权利要求7所述的一种惯性导航系统故障诊断设备，其特征在于，所述存储器为计算机可读存储介质。

技术总结
本发明公开一种惯性导航系统故障诊断方法、系统及设备，涉及惯性导航系统健康管理技术领域，该方法包括对惯性导航系统的历史数据，采用极大似然估计方法进行指标数据的补全；构建惯性导航系统故障诊断模型；利用补全后的数据以及完整属性数据对惯性导航系统故障诊断模型进行训练；利用训练后的惯性导航系统故障诊断模型进行惯性导航系统故障的诊断；惯性导航系统故障诊断模型的训练过程为：将补全后的数据以及完整属性数据作为输入信息；根据初始参数构造置信规则；根据输入信息，采用证据推理算法进行置信规则融合；对融合后的置信规则进行效用转换，输出故障诊断结果。本发明能够提高惯性导航系统故障诊断的准确性。

技术研发人员：杨若涵,赵二凯,李玥,周德云,李枭扬,曾丽娜,冯志超
受保护的技术使用者：西北工业大学
技术研发日：
技术公布日：2024/1/14