一種大氣數據系統在故障時的異常測量值數據自恢復方法技術方案

本發明專利技術屬于智能傳感技術領域，具體涉及一種大氣數據系統在故障時的異常測量值數據自恢復方法；解決了現有大氣數據系統在故障時無法對自身測量值進行糾正輸出的問題；包括以下步驟：一是構造訓練樣本，明確樣本集的物理含義；二是基于多核相關向量機的工作原理，建立大氣參數數據恢復模型；三是當檢測到大氣系統發生故障時，利用步驟二已建立的大氣參數數據恢復模型對錯誤的輸出值進行最佳估計，利用最佳估計值作為大氣系統測量值進行輸出；四是利用最新的大氣系統測量值對步驟一中的訓練樣本集進行更新，重復上述步驟實現數據恢復。本發明專利技術基于有限的稀疏相關向量可有效降低計算負擔，利于機載大氣數據系統的實時性實現。

An abnormal recovery method for atmospheric data systems at fault

The invention belongs to the technical field of smart sensor, in particular to a fault in the air data system measuring abnormal values when data self recovery method; to solve the existing air data system in the fault can not be measured for their correct output; includes the following steps: one is to construct the training sample, clear physical meaning of sample set; two is the working principle of multi core based on relevance vector machine, a data recovery model of atmospheric parameters; the three is when the detected air system fault occurs, the atmospheric parameters data using step two has been established to make a best estimate of the error recovery model of output value, using the best estimate system output as atmospheric measurements; four to update a step in the training sample set by measuring the atmospheric system and the latest value, repeat the above steps to achieve data recovery. The invention can effectively reduce the calculation burden based on the limited sparse correlation vector, and is favorable for realizing the real-time performance of the airborne atmospheric data system.

【技術實現步驟摘要】
一種大氣數據系統在故障時的異常測量值數據自恢復方法
本專利技術屬于大氣數據智能傳感
，涉及一種大氣數據系統在故障時的異常測量值數據自恢復方法。
技術介紹
大氣數據系統作為當今空中飛行器的重要機載設備，在國內外無人機、戰斗機和空天往返飛行器等領域已得到廣泛應用。作為飛行高度、飛行速度、來流迎角和側滑角等飛行參數信息獲取的源頭，大氣系統輸出的測量值質量較為關鍵，一旦系統發生故障，輸出值不正確，將無法如實反映真實飛行狀態。若利用該錯誤數據進行飛行控制，此時會直接影響著飛行器正常飛行，甚至會發生事故。針對上述問題，當大氣系統發生故障時，若能用一個最佳估計值代替故障下錯誤數據輸出進行有效數據恢復，可有效避免飛行器發生異常。目前，可供借鑒的大氣數據系統恢復方法主要有：基于主元分析的方法、基于多項式預測的方法、基于神經網絡的方法和基于支持向量機的方法等。其中基于主元分析的數據恢復模型一般適用于某一種故障，不適合解決大氣數據系統存在的多故障情況；基于多項式預測方法可同時對大氣系統中的多路壓力測量故障數據進行數據糾正恢復，但該方法需要較多的訓練樣本方能保證預測精度，不適合解決大氣數據系統故障處理中的小樣本問題；基于神經網絡的方法在一定程度有解決小樣本問題，但其結構復雜，實時性較差，不利于機載大氣數據系統的實時性數據恢復；基于支持向量機的方法可利用稀疏的少量支持向量即可對模型進行有效描述，但在模型構建中核函數選擇必須滿足Mecer條件，且核參數選擇不靈活。
技術實現思路
針對上述現有技術，本專利技術的目的在于提供一種大氣數據系統在故障時的異常測量值數據自恢復方法，解決了現有大氣數據系統在故障時無法對自身測量值進行糾正輸出的問題，并解決大氣系統故障測量值數據恢復中的非線性問題。為了達到上述目的，本專利技術采用以下技術方案。本專利技術的目的在于提供一種大氣數據系統在故障時的異常測量值數據自恢復方法，包括以下步驟：步驟一、確定訓練樣本數據；獲取大氣數據系統中壓力測量通道的數目N，依據每一路壓力測量通道的壓力測量數據，確定其對應的訓練樣本序列Pi＝[pi(1)pi(2)…p(m)](i＝1,2,…,N)，其中i是壓力通道，m是第i路壓力測量通道對應的無故障樣本數；步驟二、構建訓練樣本集；大氣數據系統中每一路壓力測量通道故障下，訓練樣本集包括輸入樣本集和目標樣本集；表1為第i路壓力測量通道的訓練樣本，其中每一行輸入樣本和目標樣本一一對應；表1第i路壓力測量通道的訓練樣本分布構建第i路壓力測量通道的輸入訓練樣本集Xi見式(1)所示，目標樣本集Yi見式(2)所示：Yi＝[pi(k+1)pi(k+2)…pi(m)]T(2)式中：k是時間步長，i表示壓力測量通道編號，m表示無故障訓練樣本時間點序列；步驟三、利用多核相關向量機的原理，建立大氣數據系統中的每一路壓力測量通道的數據恢復模型；第i路壓力測量數據恢復模型如式(3)所示：YiR＝Wi·ker(Xi)+Bi(i＝1,2,…,N)(3)式中：Wi和Bi是利用多核相關向量機獲取的第i路壓力測量數據恢復模型參數，YiR是對應的多核相關向量機輸出，ker(Xi)是核函數；步驟四、利用步驟三建立的數據恢復模型進行數據恢復；將第i路壓力測量通道測量數據的測試樣本向量[pi(m-k+1)pi(m-k+2)…pi(m)]輸入到數據恢復模型，得到下一時刻點m+1處的預測值輸出并將該預測值和實際測量值pi(m+1)進行比較，若偏差小于設定閾值δth，則表明該路壓力測量通道工作正常；若該偏差大于閾值，則判定為故障；當連續幾個時刻點或一段時間內均判定為故障，則該故障類型為永久性故障；若僅僅幾個時刻點處出現故障，然后重新回到正常工作狀態，則該故障類型為瞬時性故障；當檢測到大氣數據系統中的某路壓力測量發生故障后，大氣數據系統選擇數據恢復模型輸出的預測值的歷史最佳估計值代替故障的錯誤輸出值pi(m+1)，實現數據恢復。進一步，該方法還包括以下步驟：步驟五、更新步驟三中所述的數據恢復模型；當時刻點m+1處，第i路壓力測量通道未發生故障或正常輸出，則實際輸出值pi(m+1)更新到訓練樣本集的輸出樣本中，同時去除第1個時間點處的樣本數據，更新后輸入樣本和輸出樣本分別如式(4)和(5)所示：當時刻點m+1處，第i路壓力測量通道發生故障時，此時將數據恢復模型輸出的預測值更新到訓練樣本集的輸出樣本中，如式(6)所示：進一步，該方法還包括以下步驟：步驟六、利用大氣數據系統數據恢復后的壓力測量值，進行大氣參數氣壓高度和馬赫數的解算并輸出；通過所有壓力測量通道的壓力測量值獲取氣壓高度和馬赫數參數的計算公式如式(7)和式(8)所示：式中：H為氣壓高度，f為已知模型(具體參考標準HB6127)，M為馬赫數，g為已知模型(具體參考標準HB6127)，分別為N路壓力測量通道經數據恢復后的輸出值。進一步，所述核函數為多項式和小波核函數，多項式和小波核函數的權值比重為0.5。進一步，所述閾值δth的取值為大氣數據系統中壓力測量通道在正常工作時的預測值與實際值的均方根誤差的5～8倍。本專利技術實施例提供的技術方案帶來的有益效果是：本專利技術一種大氣數據系統在故障時的異常測量值數據自恢復方法，基于多核相關向量機的大氣數據系統在故障狀態下的錯誤測量值數據糾正及恢復方法，可有效提高建模速度，降低運算量，在小樣本條件下提高數據恢復的精度和實時性。本專利技術一種大氣數據系統在故障時的異常測量值數據自恢復方法，針對大氣數據系統中多路壓力測量可能同時發生故障的情況，利用大氣系統在異常情況發生前的正常數據樣本，并結合多核相關向量機方法來實現多故障情況下的數據恢復，解決大氣數據系統測量值數據恢復中的小樣本和實時性問題。本專利技術一種大氣數據系統在故障時的異常測量值數據自恢復方法，利用多核相關向量機構建較稀疏的數據恢復模型，利用核映射的方法不僅解決大氣系統故障測量值數據恢復中的非線性問題，而且基于有限的稀疏相關向量可有效降低計算負擔，利于機載大氣數據系統的實時性實現。本專利技術一種大氣數據系統在故障時的異常測量值數據自恢復方法，可有效避免經典學習方法中的過擬合和模型較為復雜等缺點，具有實時性好、在線更新、數據恢復精度高等優點。附圖說明圖1為本專利技術一種大氣數據系統在故障時的異常測量值數據自恢復方法示意圖；具體實施方式下面結合附圖和具體實施方式對本專利技術一種大氣數據系統在故障時的異常測量值數據自恢復方法作詳細說明。如圖1所示，本專利技術一種大氣數據系統在故障時的異常測量值數據自恢復方法，包括以下步驟：步驟一、確定訓練樣本數據；獲取大氣數據系統中壓力測量通道的數目N，依據每一路壓力測量通道的壓力測量數據，確定其對應的訓練樣本序列Pi＝[pi(1)pi(2)…p(m)](i＝1,2,…,N)，其中i是壓力通道，m是第i路壓力測量通道對應的無故障樣本數；步驟二、構建訓練樣本集；大氣數據系統中每一路壓力測量通道故障下，訓練樣本集包括輸入樣本集和目標樣本集；表1給出了第i路壓力測量通道的訓練樣本，其中每一行輸入樣本和目標樣本是一一對應；表1第i路壓力測量通道的訓練樣本分布由此可知，構建第i路壓力測量通道的輸入訓練樣本集Xi見式(1)所示，目標樣本集Yi見式(2)所示：Yi＝[pi(k+1)pi(k+2)…本文檔來自技高網...

【技術保護點】
一種大氣數據系統在故障時的異常測量值數據自恢復方法，其特征在于，該方法包括以下步驟：步驟一、確定訓練樣本數據；獲取大氣數據系統中壓力測量通道的數目N，依據每一路壓力測量通道的壓力測量數據，確定其對應的訓練樣本序列P

【技術特征摘要】
1.一種大氣數據系統在故障時的異常測量值數據自恢復方法，其特征在于，該方法包括以下步驟：步驟一、確定訓練樣本數據；獲取大氣數據系統中壓力測量通道的數目N，依據每一路壓力測量通道的壓力測量數據，確定其對應的訓練樣本序列Pi＝[pi(1)pi(2)…p(m)](i＝1,2,…,N)，其中i是壓力通道，m是第i路壓力測量通道對應的無故障樣本數；步驟二、構建訓練樣本集；大氣數據系統中每一路壓力測量通道故障下，訓練樣本集包括輸入樣本集和目標樣本集；表1為第i路壓力測量通道的訓練樣本，其中每一行輸入樣本和目標樣本一一對應；表1第i路壓力測量通道的訓練樣本分布序號輸入樣本目標樣本1pi(1),pi(2),…,pi(k)pi(k+1)2pi(2),pi(3),…,pi(k+1)pi(k+2)………m-kpi(m-k),pi(m-k+1),,pi(m-1)pi(m)構建第i路壓力測量通道的輸入訓練樣本集Xi見式(1)所示，目標樣本集Yi見式(2)所示：Yi＝[pi(k+1)pi(k+2)…pi(m)]T(2)式中：k是時間步長，i表示壓力測量通道編號，m表示無故障訓練樣本時間點序列；步驟三、利用多核相關向量機的原理，建立大氣數據系統中的每一路壓力測量通道的數據恢復模型；第i路壓力測量數據恢復模型如式(3)所示：YiR＝Wi·ker(Xi)+Bi(i＝1,2,…,N)(3)式中：Wi和Bi是利用多核相關向量機獲取的第i路壓力測量數據恢復模型參數，YiR是對應的多核相關向量機輸出，ker(Xi)是核函數；步驟四、利用步驟三建立的數據恢復模型進行數據恢復；將第i路壓力測量通道測量數據的測試樣本向量輸入到數據恢復模型，得到下一時刻點m+1處的預測值輸出并將該預測值和實際測量值pi(m+1)進行比較，若偏差小于設定閾值δth，則表明該路壓力測量通道工作正常；若該偏差大于閾值，則判定為故障；當連續幾個時刻點或一段時間內均判定為故障，則該故障類型為永久性故障；若僅僅幾個時刻點處出現故障，然后重新回到正常工作狀態，則該故障類型為瞬時性故障；當檢測到大氣數據系統中的某路壓力測量發生故障后，大氣數據系統選擇數據恢復模型輸出的預測值的歷...

【專利技術屬性】
技術研發人員：申爭光，祖建晶，苑景春，
申請(專利權)人：北京自動化控制設備研究所，
類型：發明
國別省市：北京,11