基于改進灰色預(yù)測gm（1,1）模型自主水下航行器傳感器故障診斷方法
【專利摘要】基于改進灰色預(yù)測GM(1,1)模型自主水下航行器傳感器故障診斷方法，涉及自主水下航行器(AUV)故障診斷領(lǐng)域。本發(fā)明是為了增強自主水下航行器在水下工作的安全性。本發(fā)明主要包括以下步驟：1、建立自主水下航行器傳感器故障模型；2、對自主水下航行器的傳感器數(shù)據(jù)進行預(yù)處理；3、設(shè)計改進的灰色預(yù)測GM(1,1)模型；4、將改進的灰色預(yù)測GM(1,1)模型運用到自主水下航行器傳感器中并進行故障診斷；5、利用改進GM(1,1)模型實現(xiàn)自主水下航行器傳感器的實時故障診斷。本發(fā)明適用于自主水下航行器傳感器故障診斷。
【專利說明】
基于改進灰色預(yù)測GM(1，1)模型自主水下航行器傳感器故障 診斷方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及自主水下航行器(AUV)故障診斷領(lǐng)域，設(shè)及一種基于改進的灰色預(yù)測 GM(1，1)模型傳感器故障診斷方法。
【背景技術(shù)】
[0002] 自主水下航行器作為人類探索和海洋開發(fā)的工具，在海洋領(lǐng)域發(fā)揮著重要的作 用，特別是在海洋開發(fā)、科學(xué)考察、和水下作戰(zhàn)等領(lǐng)域內(nèi)尤其活躍。馬航MH370的失蹤更是將 自主水下航行器推到了一個更高的平臺。自主水下航行器具有水下活動范圍大、機動性好、 安全、結(jié)構(gòu)簡單等優(yōu)點，成為當(dāng)前世界各國海洋開發(fā)、國防工業(yè)部口和海洋裝備的最重要研 究方向之一。
[0003] 由于自主水下航行器在惡劣的條件下工作，周圍的環(huán)境復(fù)雜多變，因此極易出現(xiàn) 故障，如果故障沒有及時的被檢測出來，那么自主水下航行器將在一種不可預(yù)測的方式下 進行工作，不僅會縮短自主水下航行器的使用壽命，更會影響在水下的工作任務(wù)，甚至?xí)?來災(zāi)難性的后果。對于自主水下航行器的故障診斷，診斷信息大多數(shù)來自于自主水下航行 器攜帶的各類傳感器，所W如果傳感器不能工作在正常狀態(tài)（即發(fā)生故障），那么自主水下 航行器將無法正確的反映此時在水下的種種狀況，甚至將會使自主水下航行器整個系統(tǒng)擁 痕，無法正常工作。因此，對于自主水下航行器的傳感器故障診斷W及其診斷的正確性是至 關(guān)重要的。
[0004] 目前，國內(nèi)有運用傳統(tǒng)的灰色預(yù)測GM( 1，1)模型對自主水下航行器的傳感器進行 故障診斷。如費竣純在專利《水下無人航行器傳感器狀態(tài)診斷與信號恢復(fù)方法》中，利用傳 統(tǒng)的灰色預(yù)測GM(1，1)模型，對自主水下航行器的深度傳感器進行故障診斷。該方法是假設(shè) 背景值是由一次累加后生成序列的緊鄰權(quán)而獲得，即權(quán)重μ = 〇. 5。但是經(jīng)過一系列的試驗 驗證后得出，當(dāng)μ = 〇.5時，并不能說明此時的模型預(yù)測精度最高，并且若把XW(1)作為被求 解微分方程的初始值也是不準確的。本發(fā)明便是對μ值的選取做了一定的改進并且對預(yù)測 模型初始值的選取也做了一定的改進，從而在很大程度上提高了模型的預(yù)測精度。
[0005] 因此，研究自主水下航行器傳感器的故障診斷，對于提高自主水下航行器的安全 性和可靠性，已經(jīng)成為迫切的研究任務(wù)。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明是為了增強自主水下航行器在水下工作的安全性，從而提供一種基于改進 灰色預(yù)測GM( 1，1)模型自主水下航行器傳感器故障診斷方法。
[0007] 基于改進灰色預(yù)測GM( 1，1)模型自主水下航行器傳感器故障診斷方法，其特征是： [000引步驟一、建立自主水下航行器的傳感器故障模型，包括：
[0009] 傳感器失效模型：
[0010] y〇ut = 0 (1)
[0011] YDut是傳感器模型故障時的實際輸出；
[0012] 傳感器突跳模型：
[0013] y〇ut = V (2)
[0014] 其中V為常數(shù)；
[0015] 傳感器恒增益模型：
[0016] y〇ut(K+l)=0y〇ut 化） （3)
[0017] 其中β辦直增益系數(shù)，K為故障時刻；
[001引傳感器恒偏差變化模型：
[0019] y〇ut = yin+A (4)
[0020] 其中Δ為恒偏差值;yin是傳感器模型正常時輸出的信息；
[0021] 步驟二、對自主水下航行器傳感器數(shù)據(jù)進行預(yù)處理，所述預(yù)處理包括剔除野值處 理和平滑濾波處理；
[0022] 步驟Ξ、建立改進的灰色預(yù)測GM(1，1)模型，具體為：
[0023] 步驟Ξ -、設(shè)原始數(shù)列為：
[00巧]η為大于1的整數(shù)；
[0030] 得到一階線性微分方程：
[0031]
(8)；
[0032] 其中：a為發(fā)展灰度，反映及xW是如何變化的；U為內(nèi)生控制灰度（灰作用 量），反映數(shù)據(jù)之間的變化關(guān)系；
[0033] 步驟=二、求解a和U，令之= (a.u)T為待估向量，將上式中^離散化，則有： dt
[0034]
(9)
[0035] 令；
[0043]其中；
[0057]步驟Ξ五、令^ = 0時，此時S取得最小值，模型具有最高的預(yù)測精度，得： at
[0061 ]
(23)
[0062] 然后在此基礎(chǔ)上加一個很小的量Δμ〉0,即供仁興+:Δ片，增大μ的值，直到μ=1;獲 得不同的測量值與實際值的離差平方和，取其中測量值與實際值的離差平方和最小時的權(quán) 重作為背景值，利用該權(quán)重值作為改進灰色預(yù)測GM(1，1)模型對傳感器進行預(yù)測；
[0063] 步驟四、利用步驟Ξ所述改進的灰色預(yù)測GM( 1，1)模型實現(xiàn)自主水下航行器傳感 器的實時故障診斷。
[0064] 步驟四所述利用步驟Ξ所述改進的灰色預(yù)測GM(1，1)模型實現(xiàn)自主水下航行器傳 感器的實時故障診斷的具體方法為：
[0065] 步驟四一、對所有的原始數(shù)據(jù)序列xw做一次累加得到χ(υ.
[0066] 步驟四二、運用步驟四一的方法確定此時測量值與實際值的離差平方和最小的權(quán) 重，同時確定此時的k值并代入到XW化)中，從而建立最佳改進的GM( 1，1)模型；
[0067] 步驟四Ξ、求得原始數(shù)據(jù)N+1時刻的預(yù)測值XW(N+1)，此時，將序列中的xW(i)去 掉，加入X(W(化1)，構(gòu)成新的原始序列：
[006引 乂式=(jr)(2)，x'")(3)，...，；r)(iv+u);
[0069] 步驟四四、利用實際傳感器在n+1時刻反饋的數(shù)據(jù)與改進的灰色預(yù)測GM(1，1)模型 在N+1時刻的預(yù)測值做差與殘差值作比較，即：θ=|χ(η+1)-Χ^(Ν+1)|，與設(shè)定的闊值作比 較；
[0070] 若小于所設(shè)定的闊值，作為傳感器n+1時刻的實際數(shù)據(jù)，返回執(zhí)行步驟四Ξ;
[0071] 若大于所設(shè)定的闊值，那么進行故障報警，并將預(yù)測的數(shù)據(jù)作為N+1時刻的數(shù)據(jù)， 返回執(zhí)行步驟四Ξ，實現(xiàn)實時動態(tài)故障診斷。
[0072] 本發(fā)明利用改進的灰色預(yù)測GM(1，1)模型對自主水下航行器傳感器故障進行及時 的診斷，從而增強自主水下航行器在水下工作的安全性。
【附圖說明】
[0073] 圖1是剔除野值仿真示意圖；
[0074] 圖2是平滑濾波仿真示意圖；
[0075] 圖3是改進的GM(1，1)模型流程示意圖；
[0076] 圖4是改進的灰色預(yù)測GM(1，1)模型對傳感器實時動態(tài)預(yù)測流程示意圖；
[0077] 圖5是W自主水下航行器光纖羅經(jīng)為例，假設(shè)其臘向角輸出數(shù)據(jù)出現(xiàn)異常，對光纖 羅經(jīng)失效故障的仿真驗證圖；
[0078] 圖6是W自主水下航行器光纖羅經(jīng)為例，假設(shè)其臘向角輸出數(shù)據(jù)出現(xiàn)異常，對光纖 羅經(jīng)突跳的仿真驗證圖；
[0079] 圖7是W自主水下航行器光纖羅經(jīng)為例，假設(shè)其臘向角輸出數(shù)據(jù)出現(xiàn)異常，對光纖 羅經(jīng)恒增益變化的仿真驗證圖；
[0080] 圖8是W自主水下航行器光纖羅經(jīng)為例，假設(shè)其臘向角輸出數(shù)據(jù)出現(xiàn)異常，對光纖 羅經(jīng)恒偏差變化的仿真驗證圖；
【具體實施方式】
【具體實施方式】 [0081] 一、本發(fā)明W自主水下航行器傳感器作為研究對象，提出了一種基 于改進的灰色預(yù)測GM(1，1)模型傳感器故障診斷方法。傳統(tǒng)的灰色動態(tài)預(yù)測方法還是有一 定的缺陷的，如果不對其改正將會引入到理論誤差，從而得到不準確的預(yù)測結(jié)果。改進的灰 色動態(tài)預(yù)測GM( 1，1)模型不需要診斷信息的太多信息，也不需要建立診斷對象的模型，通過 診斷對象的原始數(shù)據(jù)實現(xiàn)故障傳感器的數(shù)據(jù)預(yù)測。
[0082] 下面結(jié)合附圖對本發(fā)明作進一步詳細說明。
[0083] (1)首先建立自主水下航行器的傳感器故障模型
[0084] 傳感器是自主水下航行器在水下作業(yè)的重要設(shè)備，通?？蒞分為兩類:運動控制 傳感器和海洋勘測傳感器。其中運動控制傳感器是用來獲得自主水下航行器的自身狀態(tài)信 息W及獲得跟自主水下航行器運動相關(guān)的信息，例如:測高聲納、深度計等;海洋勘測傳感 器作用是感知自主水下航行器的外部環(huán)境信息和采集、存儲自主水下航行器的外部信息， 可用于對海洋的勘探，例如:ADCP和CTD等。傳感器運行正常與否直接關(guān)系到自主水下航行 器的整個運行狀態(tài)的好壞，因此保證傳感器的正常運行，W及及時的診斷出傳感器的故障 是至關(guān)重要的。
[0085] 自主水下航行器的傳感器常見的故障有:傳感器失效、傳感器突跳、傳感器恒增益 變化、傳感器恒偏差變化。
[0086] a.傳感器失效:指的是傳感器正常工作一段時間后完全沒有輸出，失去所有功能。 當(dāng)用于建立模型時，定義為0輸出。令ynut作為傳感器模型故障時的實際輸出，yin作為傳感器 模型正常時輸出的信息。則:傳感器的失效模型為：
[0087] y〇ut = 0 (1)
[0088] b.傳感器突跳：指的是傳感器數(shù)據(jù)一直正常，但在某一時刻(故障時刻)數(shù)據(jù)突然 突變到某一定值，即：傳感器突跳模型為：
[0089] y〇ut=V，其中 V 為常數(shù) （2)
[0090] C.傳感器增益變化:指的是傳感器數(shù)據(jù)一直正常，但在某一時刻（故障時刻)數(shù)據(jù) 按照一定的比例變化，即：傳感器恒增益模型為：
[00川 y0ut化+1)=曲?*化），其中0為恒增益系數(shù) （3)
[0092] d.傳感器恒偏差變化:指的是傳感器數(shù)據(jù)一直正常，但在某一時刻（故障時刻)數(shù) 據(jù)與之前正常數(shù)據(jù)存在一定的恒偏差，即：
[OOW] y〇ut = yin+A，其中Δ為恒偏差值 （4)
[0094] (2)對自主水下航行器傳感器數(shù)據(jù)預(yù)處理方案
[00M]本發(fā)明中，傳感器數(shù)據(jù)的正確性對于自主水下航行器正常的工作，W及工作中遇 到突發(fā)事件所采取的措施是至關(guān)重要的。傳感器不正確的數(shù)據(jù)可能會導(dǎo)致自主水下航行器 工作狀態(tài)不穩(wěn)定，更甚者會產(chǎn)生不可估量的損失。自主水下航行器工作環(huán)境復(fù)雜，所采集到 的數(shù)據(jù)普遍存在野值，W及帶有一定的干擾。因此，需要將采集到的信號采取一定的處理之 后才能進行正確的數(shù)據(jù)分析。通常情況下，自主水下航行器傳感器輸出的數(shù)據(jù)處理方式分 為剔除野值和數(shù)據(jù)濾波兩個步驟。
[0096] a.剔除野值
[0097] 通常情況下，傳感器采集的數(shù)據(jù)有一個總體的趨勢，如果某小部分數(shù)據(jù)嚴重偏離 運個趨勢，則稱運小部分數(shù)據(jù)為野值。如果不對野值進行任何處理，會大大的影響后續(xù)對數(shù) 據(jù)預(yù)測的正確性，從而對傳感器的故障診斷便會受到影響。常用的剔除野值的方法主要有 萊W特準則(3σ準則）、格拉布斯準則。
[0098] 附圖1W自主水下航行器臘向角為例，進行剔除野值仿真。根據(jù)光纖羅經(jīng)Octans特 性，取0 = 2%則自主水下航行器反饋所得到的臘向角S的范圍應(yīng)該在(Ts-3〇，Ts+3〇)區(qū)間內(nèi)， 不在此區(qū)間的即為野值需要剔除，其中Ts為臘向角的真值。
[0099] b.平滑濾波
[0100] 對于自主水下航行器數(shù)據(jù)的濾波通常采用平滑濾波。由于自主水下航行器運行速 度比較緩慢，因此對于自主水下航行器的數(shù)據(jù)不需要太高階次的擬合，便能得到很好的平 滑效果。本發(fā)明對自主水下航行器數(shù)據(jù)平滑濾波采用五點二次平滑公式。附圖2是W自主水 下航行器的縱向速度為例，對其縱向速度數(shù)據(jù)平滑濾波，具體方法如下：
[0101] 令
裝擬合曲線，其中1=-2，-1，0，1，2，為了讓(5)式的方 差取得最小值，
[0102]
(5)
[010；3]令^ = 〇，/ =叫2，即得到公式(6)(五點二次平滑公式）：
[0104] 夫十：=城_: -5知-化 +化+1 +31>'計;）/35 C6)
[0105] 其中yi為i時刻自主水下航行器傳感器的數(shù)據(jù)信息，i+2時刻為當(dāng)前時刻。將初步 濾波值與當(dāng)前濾波數(shù)據(jù)加權(quán)求和得到自主水下航行器濾波后的數(shù)據(jù)。
[0106] (3)改進的灰色預(yù)測GM(1，1)模型傳感器動態(tài)故障診斷設(shè)計
[0107] 灰色系統(tǒng)理論的關(guān)鍵部分是灰色預(yù)測模型，模型的特點是根據(jù)已知的數(shù)據(jù)預(yù)測部 分未知的數(shù)據(jù)?；疑A(yù)測理論的核屯、部分是微分擬合，W灰色生成函數(shù)作為建模方法。通過 系統(tǒng)的特征數(shù)據(jù)，利用數(shù)據(jù)與數(shù)據(jù)之間或者是數(shù)據(jù)自身的關(guān)系和規(guī)律，從而建立起一種描 述被研究對象的模型。
[0108] 附圖3是對傳統(tǒng)的GM(1，1)模型進行改進的流程圖，具體方法介紹如下：
[0109] 第一步:假設(shè)原始數(shù)列為：
[0110] Χ(〇) = (Χ(〇)α)，Χ(〇)(2)，Χ(〇)(3)......，Χ(〇)(η)) (7)
[0111] -階累加后生成新的序列：
[0112] Χ(" = (Χ(ι)α)，Χ(ι)(2)，Χ(ι)(3)......，Χ(ι)(η)) (8)
[0113] 其中；
[0114]
(9)
[0115] 得到一階線性微分方程：
[0116]
UO) _ ./y' i'
[0117] 第二步:求解a和u，令之=(a. u)T為待估向量，將上式中離散化，則有 dt
[0140]第五步:令^ = 0時，此時S取得最小值，模型具有最高的預(yù)測精度，得： 從
[0145] 然后在此基礎(chǔ)上加一個很小的量Δμ〉0,即興仁公+ Δ//，增大μ的值，直到μ=1。利 用該方法便能夠獲得不同的測量值與實際值的離差平方和，取其中測量值與實際值的離差 平方和最小時的權(quán)重作為背景值，此時的預(yù)測精度最高。然后用運個權(quán)重值作為改進灰色 預(yù)測GM( 1，1)模型對傳感器進行預(yù)測。
[0146] (4)利用改進GM(1，1)模型實現(xiàn)自主水下航行器傳感器的實時故障診斷設(shè)計主要 方法如附圖4,具體步驟如下：
[0147] a.對所有的原始數(shù)據(jù)序列XW做一次累加得到χ(υ.
[0148] b.運用上述方法確定此時測量值與實際值的離差平方和最小的權(quán)重，同時確定此 時的k值并代入到XW化)中，從而建立最佳改進的GM( 1，1)模型；
[0149] C.求得原始數(shù)據(jù)N+1時刻的預(yù)測值XW(N+1)，此時，將序列中的XW(1)去掉，加入X W (化1)，構(gòu)成新的原始序列：
[0150]
[0151] d.利用實際傳感器在n+1時刻反饋的數(shù)據(jù)與改進的灰色預(yù)測GM(1，1)模型在N+1時 刻的預(yù)測值做差與殘差值作比較，即e=|x(n+l)-xW(N+i)|，與設(shè)定的闊值作比較。若小于 所設(shè)定的闊值，那么傳感器n+1時刻的實際數(shù)據(jù)，循環(huán)C步驟;若大于所設(shè)定的闊值，那么進 行故障報警，并將預(yù)測的數(shù)據(jù)作為化1時刻的數(shù)據(jù)循環(huán)C步驟，實現(xiàn)實時動態(tài)故障診斷。
[0152] 其中，闊值ε的設(shè)定根據(jù)傳感器的種類來設(shè)定W及AUV當(dāng)時所運行的狀態(tài)來設(shè)定。 當(dāng)通過改進的灰色預(yù)測檢測出故障時，并不能判定此時一定是傳感器故障，還有可能是相 對應(yīng)的推進器或者傳感器發(fā)生故障。此時，應(yīng)讓其中的傳感器單獨工作而不讓相應(yīng)的推進 器和輔助的傳感器工作，觀察其異常。
[0153] (5) W光纖羅經(jīng)為例，假設(shè)臘向角輸出數(shù)據(jù)異常，進行仿真驗證
[0154] W自主水下航行器的某次試驗航向數(shù)據(jù)中截取500組數(shù)據(jù)作為航向研究的原始數(shù) 據(jù)，預(yù)設(shè)航向殘差闊值δ = 10°。航向曲線圖的第Os~299s為UUV正常工作時的航向數(shù)據(jù)，在 第300s時分別加入四種異常信號，即分別設(shè)置(1)所述的四種故障類型。
[0155]從附圖5至8中可W看出航向殘差數(shù)據(jù)曲線圖中可W看出在第Os~299s中當(dāng)原始 數(shù)據(jù)變化率較小時ε化)較小(低于3°)，即使當(dāng)原始數(shù)據(jù)變化率較大時ε化)也不高于10%均 小于闊值S，由此可見本文采用的改進GM(2，1)模型能較好的對航向數(shù)據(jù)進行預(yù)測。在第 302s時，殘差曲線睹增且后續(xù)較長時間內(nèi)ε化)均大于δ，若此時艙角、航速、加速度傳感器均 正常工作，則認為出光纖羅經(jīng)異常。
【主權(quán)項】
1.基于改進灰色預(yù)測GM( 1，1)模型自主水下航行器傳感器故障診斷方法，其特征是： 步驟一、建立自主水下航行器的傳感器故障模型，包括： 傳感器失效模型： y〇ut=0 (1) 是傳感器模型故障時的實際輸出； 傳感器關(guān)跳1?型： y〇ut=V (2) 其中V為常數(shù)； 傳感器恒增益模型： y〇ut(K+l)=Py〇ut(K) (3) 其中β為恒增益系數(shù)，K為故障時刻； 傳感器恒偏差變化模型： y〇ut=yin+A (4) 其中Λ為恒偏差值;yin是傳感器模型正常時輸出的信息； 步驟二、對自主水下航行器傳感器數(shù)據(jù)進行預(yù)處理，所述預(yù)處理包括剔除野值處理和 平滑濾波處理； 步驟三、建立改進的灰色預(yù)測GM( 1，1)模型，具體為： 步驟三一、設(shè)原始數(shù)列為： χ(ο) = (χ(ο)⑴，χ(ο)⑵，χ(ο)⑶......，X(0)(n)) (5) 一階累加后生成新的序列： X⑴= (Χ(1)(1)，Χ(1)(2)，Χ(1)(3)......，Χ⑴(η)) (6) 其中：η為大于1的整數(shù)； 得到一階線性微分方程：其中:a為發(fā)展灰度;u為內(nèi)生控制灰度； 步驟三二、求解a和u，令、? = 〇.u)T為待估向量，將上式中.尚散化，貝>J有： 令：Z(1)(k)=yX(1)(k)+(l-y)X(1)(k-l),k=2,3,......,n (10) 對整個式子離散化得： X(1)(k)-X ⑴(k-l)+aZ ⑴(k)=u，k = 2,3,......，n (11)； 步驟三三、令μ = 0，代入上式得： X(1)(k)-X(1)(k-l)+aX(1)(k-l)=u,k = 2,3,......,n (12)C是一個常數(shù)； 步驟三四、將：累減，得到原始序列的估計方程：令C = c · (l-ea)，將C分別帶入(15)和（16)式得：步驟三五、，此時S取得最小值，模型具有最高的預(yù)測精度，得：將(21)分別代入式(17)和（18)中，得：然后在此基礎(chǔ)上加一個很小的量Λμ>0，即私仁+ ，增大μ的值，直到μ= 1;獲得不 同的測量值與實際值的離差平方和，取其中測量值與實際值的離差平方和最小時的權(quán)重作 為背景值，利用該權(quán)重值作為改進灰色預(yù)測GM(1，1)模型對傳感器進行預(yù)測； 步驟四、利用步驟三所述改進的灰色預(yù)測GM(1，1)模型實現(xiàn)自主水下航行器傳感器的 實時故障診斷。2. 根據(jù)權(quán)利要求1所述的基于改進灰色預(yù)測GM(1，1)模型自主水下航行器傳感器故障 診斷方法，其特征在于步驟四所述利用步驟三所述改進的灰色預(yù)測GM(1，1)模型實現(xiàn)自主 水下航行器傳感器的實時故障診斷的具體方法為： 步驟四一、對所有的原始數(shù)據(jù)序列X(())做一次累加得到X(1); 步驟四二、運用步驟四一的方法確定此時測量值與實際值的離差平方和最小的權(quán)重， 同時確定此時的k值并代入到X(()) (k)中，從而建立最佳改進的GM( 1，1)模型； 步驟四三、求得原始數(shù)據(jù)N+1時刻的預(yù)測值X(Q)(N+1)，此時，將序列中的X(Q)(1)去掉，加 入X(())(N+1)，構(gòu)成新的原始序列：步驟四四、利用實際傳感器在n+1時刻反饋的數(shù)據(jù)與改進的灰色預(yù)測GM(1，1)模型在N+ 1時刻的預(yù)測值做差與殘差值作比較，即：e= |χ(η+1)-Χ((?)(Ν+1) |，與設(shè)定的閾值作比較； 若小于所設(shè)定的閾值，作為傳感器n+1時刻的實際數(shù)據(jù)，返回執(zhí)行步驟四三； 若大于所設(shè)定的閾值，那么進行故障報警，并將預(yù)測的數(shù)據(jù)作為Ν+1時刻的數(shù)據(jù)，返回 執(zhí)行步驟四三，實現(xiàn)實時動態(tài)故障診斷。3. 根據(jù)權(quán)利要求1所述的基于改進灰色預(yù)測GM(1，1)模型自主水下航行器傳感器故障 診斷方法，其特征在于傳感器包括運動控制傳感器和海洋勘測傳感器，運動控制傳感器是 用于獲得自主水下航行器的自身狀態(tài)信息以及獲得跟自主水下航行器運動相關(guān)的信息； 海洋勘測傳感器用于感知自主水下航行器的外部環(huán)境信息和采集、存儲自主水下航行 器的外部信息。4. 根據(jù)權(quán)利要求1所述的基于改進灰色預(yù)測GM(1，1)模型自主水下航行器傳感器故障 診斷方法，其特征在于步驟二中，對自主水下航行器傳感器數(shù)據(jù)進行剔除野值處理采用萊 以特準則或格拉布斯準則實現(xiàn)。
【文檔編號】G01D18/00GK105823503SQ201610169230
【公開日】2016年8月3日
【申請日】2016年3月23日
【發(fā)明人】李娟 , 張曉悠, 徐健, 張娟, 張偉, 陳興華
【申請人】哈爾濱工程大學(xué)