基于SVM与小波变换的微小型无人直升机传感器故障诊断.doc

浙江大学控制科学与工程学系硕士学位论文基于SVM与小波变换的微小型无人直升机传感器故障诊断姓名：吴康申请学位级别：硕士专业：控制理论与控制工程指导教师：韩波;李平20100101浙江大学硕十学位论文（），；：，（），（）（），：（）；（）；浙江大学硕士学位论文浙江大学研究生学位论文独创性声明浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得逝望盘堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：羡尿签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解逝望盘堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝望盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：畏展签字日期：印年月日月波年讳帅名期签日再师字导签浙江大学硕七学位论文致谢致谢本论文是在李平教授、韩波副研究员的悉心指导下完成的。李老师和韩老师两位学者严谨的治学态度、渊博的学识、开阔的眼界以及忘我的工作精神给我留下了深刻的印象。正是在两位导师的悉心指导和谆谆教诲下，让我在各方面的能力都有了显著的提高，这对于我今后的工作与学习无疑是一笔巨大的精神财富。在我两年半的硕士研究生学习阶段，对李老师、韩老师以及控制系其他老师给予我的热情帮助和支持，在此向他们表示诚挚的感谢！感谢各位同窗益友在平日的学习生活中给予的鼓励和支持。感谢方舟、徐玉、侯鑫、任沁源四位大师兄在学习、科研条件上给予的大力支持与帮助；感谢吴建德、谷雨、孙文达、徐伟杰、刘博、邵科、刘斐、王喜权、孙胜凯、史智宁、周晓庆、郝钏钏、刘晋苏、张栋、郑慧、余慧、章国林、申星、云昭洁、罗平波等师兄弟妹这几年来给予的支持和帮助。感谢我多年的同窗郑璞、沈蕾对于英文摘要的指导写作。同时感谢嵌入式系统组的全体成员，正是在你们的无私帮助和协作下，才使我能够完成论文研究工作！深深地感谢我的父亲吴亚山先生和母亲朱秋明女士，感谢你们对我的养育之恩，以及在我完成学业的过程中给予的无私关怀和支持，让我满怀信心和勇气去克服困难，迎接挑战，你们的恩情我永远不能忘怀。感谢论文的评审老师，十分感谢您们为此付出的宝贵时间和辛勤劳动！最后，再次感谢所有关心我的人对我的全力支持和帮助！吴康、，、年月于浙大求是园浙江人学硕士学位论文绪论第章绪论研究背景无人机是无人驾驶飞行器（，）的简称，是指未搭载操作人员的采用空气动力产生升力的空中飞行器，能够自主飞行或遥控飞行；既能够一次使用也能够进行回收使用；能够携带杀伤性或非杀伤性有效载荷的动力航空器【。无人机适用范围广泛，成本低廉，效费比好；无人员伤亡风险；生存能力强，机动性好，使用方便，在民用领域以及国防建设中有着广泛的应用前景。按其使用范围可分为军用型和非军用型两大类。早期的主要作为军事用途，以靶机和侦察机为主，进入世纪后，随着微电子技术、微机械传感技术、全球卫星导航技术、自主控制技术、数字通信技术等科学技术的不断融合与发展，军用型也已经从单纯地作为空中侦察、靶机使用，扩展到情报监视、战地指挥、导弹攻击、火力制导、通讯干扰、通信中继、边境巡逻、战况评估甚至空中格斗等用途，发展出了电子干扰机、通讯机、无人战斗机等多种新型军事无人机。非军用型则体现了先进技术民用化这一趋势，具体又可分为警用以及民用两类，警用基于其价格低廉，维护简单，使用方便的优点，可广泛地替代警用有人机执行搜索救援、空中巡逻、交通监控：搜捕、灾情监测、缉毒缉私等任务：民用型则主要用于医疗卫生、抢险救灾、气象探测、海洋检测、科学实验、遥感测绘、教育训练、文化体育、旅游观光等方面，具有广阔的应用前景。按其结构又可分为固定翼型和旋翼型（无人直升机）两大类，分别如图和图所示。固定翼型泛指比空气重，有动力装置驱动，机翼固定于机身，而且机翼本身不会相对机身运动，靠空气对机翼的作用力而产生升力的无人航空器；旋翼型（无人直升机）则指重予空气，其飞行升力主要由一个或多个旋翼上的空气反作用取得的无人航空器【】。浙丈学碰位立圈美国“全球鹰”固定翼无机图雅马哈。”旋翼无人帆旋翼型（无直升机）这一大类下又可分为许多小类，如共轴双桨型、纵列式双菔翼型、倾转菔翼型和单旋翼带尾桨构型等等。在众多子类旋翼机中，又阻单旋翼带尾桨构型（图）研究时问最长、最为成熟、使用范围最广，通常所见的有人驾驶旋翼机（即通常所说的直升机）均为此类构型。本文提到的徽小型无直升机（，简称），如无特别说明，皆为单旋翼带尾桨构型。按其大小毗及载重的划分，又可分为大型、中型、小型微小型等。小型化、轻量化是未来的发展方向。微小型无人直升机（，简称）更固其体积小、重量轻、成本低、环境受制小、机动性高等优点，成为近年来的研究热点。微小型无直升机一般是指翼展机身尺寸在以下，自重不超过公斤的无人直升机，通常由遥控器手操飞行或自王控制飞行”】。结构上其属于旋翼型无机，功能上则属于垂直起降飞行器。近十几年来，随着复合材料、动力系统、传感器、尤其是飞行控制等技术的研究进展微小型无人直升机得到迅速的发展。微小型无人直升机可以搭载多种遥感设备，便于开展各类监测任务在军事侦察、抢险救灾、地形勘探、交通监控、资源勘探、电力线路检测、森林防火等领域具有广泛的军用和民用前景。微小型无人直升机国内外研究现状无人直升机发展历程自从上世纪年代美国海军成功研制出世界上首架无人直升机一以来无直升机先后经历无人靶机、预编程序控制无侦察机、指夸遥控无人侦察机，复合控制和智能化控制的多用逢无人直升机的发展过程。在世纪浙江大学硕士学位论文绪论年代的越南战争后无人直升机的发展曾经一度陷入低谷，受限于当时的技术发展水平，无人直升机的失事率一直居高不下，从而导致了美军决策层对其失去兴趣，并将研究计划束之高阁。然而随着年伊拉克战争的爆发，复杂的城市间小规模战役的特点，以及相关学科技术水平的不断发展，美军又将无人直升机作为重点研究项目并投入巨资进行相关机型的研制。在战场上，无人直升机卓有成效地执行了多种军事任务，包括：照相侦察、散发传单、信号情报搜集、布撒雷达干扰箔条、防空火力诱饵、防空阵地位置标识、直升机航路侦察，为武器系统提供目标定位、目标指示、目标动态监视和目标毁伤评估的实时情报及导弹攻击。与固定翼型无人机相比，无人直升机的优势主要体现为以下几个方面【】：（）能够垂直起降、空中悬停、原地转弯，并能前飞、后飞和侧飞；（）能长时间悬停、贴近地面飞行，或利用地形地物隐蔽飞行：（）在野外场地垂直起飞和降落，不需要专门的机场和跑道：（）若发动机发生故障空中停车，无人直升机可以利用旋翼自转下滑安全着陆；（）具有低速飞行特性和灵活性等特点无人直升机以其独特的性能使各国军事首脑对其刮目相看，对无人直升机作为军队战斗力倍增器的作用与地位及其潜在的军事价值取得了共识，从而为无人直升机的未来发展提供了强大动力。而由于其体积更小，机动性更强的特点，成为无人直升机研究领域的重点和热点。随着目前国际形式的缓和，各国军费开支锐减，迫使军方努力寻求既能完成特定任务，又能节省经费的途径，这无疑为无人直升机尤其是微小型无人直升机的发展提供了机遇；从军事侦察使用角度来看，微小型无人直升机可以作为侦察卫星和有人侦察机的补充，与侦察卫星相比，其成本更低、侦察地面目标更加灵活且目标分辨率也更高；与有人侦察机相比，侦察时间更长且不受昼夜影响。在国家经济建设中同样可以发挥重要作用。随着目前社会信息化程度的不断提高，空间信息作为一种资源越来越凸显其重要的价值。资源管理、防灾救灾以及生态控制等众多领域都需要高分辨率空间信息的支持；此外，由于资源的勘探调查及环境污染监测任务周期短，对于空间信息需求多、分辨率要求高、时间要求快的应急动态监测缺乏行之有效的解决手段【。而微小型无人直升机的出现则为解决这些特殊需求提供了新的技术途浙江大学硕士学位论文绪论径，并将成为众多小范围、危险地区遥感监测任务的最佳选择。以上种种因素促使微小型无人直升机的发展进入了一个新的时代，未来对微小型无人直升机的需求必将越来越大。国外微小型无人直升机发展状况由于微小型无人直升机广泛的应用前景，近年来，许多发达国家的知名高校都在争相开展对微小型无人直升机的研究。其中，卡耐基梅隆大学走在了研究的前列，年夏天在资助下其利用微小型无人直升机对加拿大北极圈部分地区进行了高精度地图的绘制工作。日本雅马哈公司研制的微小型无人直升机在农、林业生产及病虫害防治中也已经得到了广泛应用。此外，国际无人系统协会举办的国际空中机器人比赛（，）也吸引了众多的高水平的研究机构进入该领域。此项赛事代表了民用科研机构研制微小型无人直升机的最高水准。的基本要求为：空中机器人不能由人通过遥控的方式操作，必须自主与环境进行交互，同时做出相应的反应。比赛虚拟以下几层任务】：（）完全自主地飞行公里；（）进入城市并找到一幢开有窗户的特殊建筑；（）空中机器人可选择从窗户进入建筑内部或发射自主探测器到建筑内寻找特殊目标并将其发送回公里外的起点；（）在分钟内连贯完成前个任务；在年的比赛中，乔治亚理工学院的微小型无人直升机成功完成了前三层的任务设置，可视为目前微小型无人直升机的最高技术水平。迄今为止，已经成功吸引了所知名高校及无人飞行器研究机构的参与，极大的推动了微小型无人飞行器的研究。卡耐基梅隆大学（）是微小型无人直升机领域研究的先驱之一，其于年就开始了微小型无人直升机的研究，年成功实现了自主起飞与降落以及航线飞行，并在年比赛中获得了冠军。的无人直升机由雅马哈改造而成，装备了双频、磁通门罗盘等传感器。目前的无人直升机已经实现了基于图像的增稳与控制、自主起降与航线飞行、航空绘图、图像目标识别等功能。麻省理工学院（）在模型直升机的基础上开发了无人直升浙江人学硕士学位论文绪论机，挂载了、舵机控制器、气压高度计、磁传感器等所组成的总重约公斤的飞行控制设备。在年，无人直升机首次实现了无人直升机的度全自主滚翻大机动飞行。美国加州大学伯克利分校（）的微小型无人直升机项目起始于年，选择了较为独特的电动直升机作为其研究平台。机载电子设备主要有、航向传感器、超声波阵列等。并于年成功实现了自主起飞、悬停、避障和降落，目前正在试验多机编队飞行。除了上述研究组外，国外从事微小型无人直升机研究的学校还有斯坦福大学、德克萨斯大学奥斯汀分校、德国柏林工业大学、加拿大滑铁卢大学、苏黎世联邦工业大学等，这些学校的微小型无人直升机也大都实现了自主起降与自主航线飞行。国内微小型无人直升机发展状况尽管我国有很长的无人机研究历史，从最早的长空一号（）高速无人机到西北工业大学研制的被视为中国目前最先迸的无人机，我国的无人机走出了一条从无到有，从落后到先进的发展道路。但其研究主要集中于固定翼型无人机。与此相对，国内对旋翼型无人机（无人直升机）的研究起步较晚，由于受经验、基础和研究条件的限制，进展也比较缓慢，目前大部分型号都处于研发阶段，还没有像美国的“火力侦察兵”无人直升机和日本的无人直升机那样进行广泛的实际应用。目前国内的无人直升机主要有上海雏鹰公司、总参谋部研究所和南京航空航天大学联合研制的型无人直升机；总参谋部研究所研制的单旋翼尾桨式遥控型无人直升机；南京航空航天大学研发的“翔鸟”无人直升机。在微小型无人直升机研究方面，浙江大学于年开始利用级模型直升机研制“玉泉之翼”微小型无人直升机，并与年成功实现了自主悬停，年实现了自主封闭航线飞行与自主降落。在年转型利用级模型直升机作为研究平台后，也相继完成了自主悬停，定点飞行以及自主降落。目前正朝着自主起飞、自主中高速飞行、视觉伺服飞行等方向努力。国内对微小型无人直升机进行研究的高校还有西北工业大学、哈尔滨工业大学、华南理工大学、南京航空航天大学、北京航空航天大学、清华大学、中科院沈阳自动化研究所、武警工程学院等。浙江大学硕士学位论文绪论综上所述，我国的微小型无人直升机研究刚刚处于起步阶段，在整体上与国际先进国家存在较大差距。美国等发达国家的微小型无人直升机已经服务于生产建设以及科学考察中。因此，我们只有奋发图强，不断提高自主研发能力，缩小与发达国家的差距。微小型无入直升机传感器故障诊断国内外研究现状无人直升机随着自主控制技术的发展，世界各地的研究机构均对其开展了广泛的研究。又因其对比固定翼无人机具备有很多优势，其独特的飞行性能和广阔的使用前景使之成为新兴的研究热点，对其安全可靠性的要求也在不断提高。目前无人直升机的研究朝着小型化、轻量化的方向发展，因此本论文的主要研究对象为微小型无人直升机（），而保证微小型无人直升机安全飞行的前提则是机载传感器系统的可靠性。机载传感器是飞控系统的基础部件，也是最容易产生故障的环节之一。由于微小型无人直升机稳定性差、不容易控制，且具有时变、多变量、强耦合、高度非线性、开环不稳定等多种动力学特性，且机载传感器的工作环境恶劣，受制于微小型无人直升机电控箱空间有限，不能及时地进行散热，极易造成内部高温；小型化后相关减震设备以及减震措施的缺乏，也容易引发电控箱甚至整个机体的强烈振动同时航空燃油又具有强腐蚀性，以上因素都会引起传感器性能不稳定并引发故障。在航空领域，一旦传感器发生故障并输出错误的数据，后果将十分严重，甚至会酿成人员伤亡的惨剧。因此，对于无人直升机的故障诊断技术的研究就成为了提高其安全性和可靠性的迫切研究任务【。美国国防部就曾在其报告【】中出“提高无人直升机的可靠性是当前以至今后确保其成功的最重要因素”，突出了无人直升机故障诊断在整个无人直升机自主控制中的重要性。而与其它控制系统相比，传感器故障诊断的特点主要有：（）建模难度大。到目前为止还难以精确建立微小型无人直升机的飞行动力学模型，难以通过基于动力学模型的方法进行传感器的故障诊断。的动力学模型中包含了机身的刚体动力学模型、旋翼动力学模型，以及水平、垂直安定面的模型等，是一个严重的非线性模型系统。而且由于旋翼的气动力学过于复杂，其理论研究目前还不是十分完善。因此，目前对于的建模主要是在机理分析的基础上，通过系统辨识的方法来实现，如文献浙江大学硕士学位论文绪论【】、【】中关于的模型辨识方法就是采用美国军方以及开发的频域模型辨识方法（）。该方法得到的模型一般都是特定工作点（如悬停工作点）附近线性化的模型，可用于指导在这些工作点附近线性控制器（如等）的设计，但由于模型噪声比较大，一般难以对发生微小故障的传感器做出正确的诊断，容易出现对微小故障的误诊或漏诊彤】，更不能纯粹基于辨识得到动力学模型实现对传感器故障的容错控制。（）机载资源少。的载荷十分有限，难以通过机载传感器硬件冗余的方式提高姿态、速度、位置等测量的可靠性。（）故障的人工干预能力有限，潜在危害大。的控制系统是一个典型的串级结构，控制回路从内而外依次是姿态环、速度环、位置环。实现完全自主飞行的前提条件是能够对自身当前的姿态、速度、位置的准确判断，涉及到众多传感器，任何一个传感器出现问题对整个飞行控制系统的影响都是显而易见的，可谓是牵一发而动全身。此外在超视距飞行过程中，由于长距离通讯的时延和不可靠因素，几乎不可能实现有效的人工干预。（）故障发生概率大。在正常飞行过程中，主旋翼维持在的转速，会产生强烈的机械震动，传感器长时间在这样的环境下工作容易出现机械松动、断路（传感器触点接触不良）以及测量噪声过大等故障。此外，由于与地面控制站之间距离较远，需要经过数传电台进行无线通信。通讯过程中会产生强烈的电磁干扰，如果没有对传感器采取有效的电磁屏蔽措施，或屏蔽层脱落、松动等，都可能会造成传感器测量信号较大的偏差。（）冗余信息多。的飞控系统中包括三轴陀螺仪、三轴加速度计、三轴磁传感器、声纳高度计、转速计等传感器。这些传感器的信息之间具有一定的冗余。如可以得到的位置、速度等信息，而速度的微分即为的加速度信息。目前机载传感器故障诊断的研究内容主要包括三个方面，即传感器故障的检测、分离和信号重构【】。诊断方法主要有硬件冗余法和解析冗余法。硬件冗余浙江大学硕士学位论文绪论法集中于提高传感器的质量或进行多传感器备份。优点是不需要被控对象的精确数学模型，鲁棒性强；缺点是硬件结构复杂，体积、重量，成本大幅增加。解析冗余法利用计算机的快速集中处理能力，应用理论分析进行故障诊断。优点是硬件成本低，占用空间小；缺点是诊断速度相对较慢，且诊断的准确性有待提高【】。基于微小型无人直升机硬件平台低成本化以及机载设备轻量化的考虑，目前微小型无人直升机传感器故障诊断方法大多为解析冗余法。具体又可分为以下几类：基于知识的故障诊断方法、基于解析模型的故障诊断方法以及基于信号处理的故障诊断方法。基于知识的微小型无人直升机传感器故障诊断微小型无人直升机其体积小、重量轻、结构紧凑的特点决定了其有限的负载能力，又因为传感器众多，再加上发动机飞行过程中左右的强烈振动很难保证飞行过程中不出任何问题【们。由于微小型无人直升机没有固定翼型无入机所具有的优良降阶特性，自微小型无人直升机研究开展以来，在飞行实验的过程中传感器发生故障的概率高，相当程度上影响了飞行实验的顺利进行。微小型无人直升机的传感器故障诊断具有如下的显著特征：建模难度高、机载资源少、故障范围大、故障潜在危害大、人工干预能力有限。基于知识的传感器故障诊断方法通过引入诊断对象的综合信息，能够充分利用领域专家的诊断知识，从而避免对精确数学模型的过分依赖，是一种非常适合离线系统的诊断方法【。基于知识的故障诊断方法不需要建立精确的数学模型，首先被应用于有人机，并进行了试验验证【。其后等人【】将基于神经网络的故障诊断方法运用于波音传感器的故障检测上。通过使用在线学习的神经网络估计器，采用反向传播算法对多层前馈神经网络进行训练，其后又提出了神经网络输出二次估计误差（）这一标准，通过试验验证表明此标准对于发生的传感器故障既能够保证较好的检测性能且能同时处理多传感器非同时刻故障等。美军方将基于神经网络的故障诊断方法应用于某型无人直升机角速度传感器的故障诊断中，应用神经网络解析冗余信息，检测疑似故障传感器的测量值并生成残差。故障发生后将神经网络训练产生的估计值替代故障信号以保证飞行器的可控性。南京航空航天大学的曹杭炜等人针对微小型无人直升机的特点提出一种基于浙江大学硕士学位论文绪论神经网络故障诊断方法，通过建立神经网络预测器来实现微小型无人直升机机载传感器的故障诊断，以正交最小二乘算法（）作为网络学习算法，并利用微小型无人直升机机载传感器数据验证此算法进行故障诊断的有效性。然而，由于微小型无人直升机机载计算机计算能力有限，在线训练的神经网络会占用相当比重的机载计算机资源，影响了微小型无人直升机传感器故障诊断的实时性并会影响整个飞行品质。基于模型的微小型无人直升机传感器故障诊断基于解析模型的故障诊断方法是现今最为主流的故障诊断方法，将系统的数学模型建立在现有知识的基础上，把系统的输入与输出同时传递给数学模型，基于一定的标准建立系统的残差准则，继而再根据相应的判定准则确定系统是否发生故障、故障种类以及故障严重程度等。基于观测器和参数估计的故障诊断方法是目前故障诊断中最常用的方法之一【，其基本思路是将测量值作为基础，确定系统的输出主要通过在确定性系统中采用观测器或在随机性系统中采用卡尔曼滤波器进行估计。西班牙的等人【基于唱观测器留数产生方法设计了微小型无人直升机传感器的故障检测与诊断系统，通过系统仿真并结合实际的飞行实验对此方法进行了验证，实验结果表明：对于传感器输出“硬”故障诸如零值或者常值传感器故障，此方法能够有效地检测出故障，但对于传感器输出“软”故障如加性或者乘性故障等则取决于误差的大小，如果误差过小，则很难进行准确的故障诊断，误判率较高。同时由于微小型无人直升机的飞行控制系统是一个随机性系统，具有较大的系统噪声以及测量噪声，将其作为确定性系统进行研究是一种简化假设，会降低整个故障诊断系统的可靠性。基于信号处理的微小型无人直升机传感器故障诊断基于信号处理的故障诊断方法不需要建立系统对象的数学模型，直接利用信号数据进行相应地处理，自适应能力强，广泛适用于线性系统以及非线性系统。但基于信号处理的方法前提是需要对故障机理进行透彻的分析和研究，判断出测量信号有哪些具体特征能够最显著地反映出故障特性。基于信号处理的方法一般包括基于小波变换的方法、信号的谱分析和相关性分析等方法】。其中又以小波变换的方法应用最为广泛。浙江大学硕士学位论文绪论小波变换的故障诊断方法是目前基于信号处理的故障诊断方法中的研究热点，基于其能够进行时频分析的特点，可以准确地诊断出传感器的故障。利用小波变换进行故障诊断的基本思路为通过对传感器系统的输人输出信号进行小波变换，求解出输入输出信号的奇异点，去除掉由于输入突变所引起的极值点，则剩下的极值点就对应为相关传感器的故障状态。首尔大学的等人【首先提出了基于离散小波变换与扩展卡尔曼滤波相结合的故障诊断方法，并应用到双硬件冗余的无人机惯性测量单元上，试验结果表明，基于信号处理的故障诊断方法能够对惯性测量单元传感器故障进行有效的检测与诊断。中国科学院沈阳自动化所的齐俊桐等人【将小波的多分辨率分析特性应用于微小型无入直升机的突变传感器故障中，实验结果证明小波变换的方法能有效的对突变传感器故障进行检测与隔离。论文主要内容和章节安排主要研究内容早期的故障诊断技术普遍应用于工业过程中的故障检测与诊断，其后故障诊断技术相继应用于固定翼型飞机、倾转桨旋翼机、地面机器人以及水下机器人等，但对于无入直升机尤其是微小型无人直升机的应用还很少。同时，我国的微小型无人直升机研究尚处于起步阶段，故障诊断的研究更是凤毛麟角，与发达国家还存在很大的差距，传感器系统的故障问题早日得到解决，对保证微小型无人直升机自主控制实验的顺利进行以及相应的飞行可靠性及飞行品质至关重要。本文的主要研究内容为：基于试验中的数学建模相对困难，样本采集量小，飞控计算机（）计算能力有限、样本训练时间要求相对较少、简单且便于控制实现、同时保证实时性好且资源占用少等特点，提出了基于和小波变换的微小型无人直升机传感器故障诊断方法。根据微小型无人直升机传感器的特点将传统故障诊断中的基于小波变换的故障诊断方法运用到微小型无人直升机传感器系统的故障诊断中；其次结合对小样本支持性好同时不需要进行复杂的机理建模的特点，建立基于回归型支持向量机（，）的微小型无人直升机横纵向动力学模型，并构建了残差生成器。最后将两者结合起来对微小型无人直升机传感器系统进行综合故障诊断。浙江大学硕学位论文绪论章节安排本论文着重研究了应用对微小型无人直升机进行回归建模并生成残差，传统的小波变换方法应用于微小型无人直升机传感器的故障诊断，以及将回归型支持向量机与小波变换相结合进行综合的传感器故障诊断。论文的组织结构如图所示，各章内容安排如下：第一章为绪论部分，首先介绍了无人机的概念、特点以及用途；然后简要介绍了无人直升机的发展历史以及国内外研究现状；其后，分析了微小型无人直升机故障诊断的重要性并简单概括了国内外无人直升机故障诊断的研究现状。最后简述了本论文的研究内容以及章节安排。第二章简要介绍了微小型无人直升机飞控系统的硬件系统构架以及相应的传感器选择，并结合低成本微小型无人直升机的特点，说明了微小型无人直升机传感器的数据融合算法。第三章首先介绍了小波变换的基础知识，描述了应用小波变换法进行传感器故障检测的原理。通过小波变换可以准确定位时域及频域信号，利用输出信号能量的不同，小波的多尺度分辨特性可以及时检测出传感器输出信号的异常状态从而进行传感器的故障诊断。实验结果证明基于小波变换的故障诊断方法能够对微小型无人直升机平稳飞行时的传感器故障进行有效地诊断。第四章首先介绍了支持向量机的概念，运用回归型支持向量机的方法建立微小型无人直升机横纵向运动模型，并建立残差生成器，其后将多类的支持向量机分类方法运用到微小型无人直升机传感器故障检测以及故障分类中进行微小型无人直升机传感器的故障诊断。实验结果表明，运用建模构建残差生成器以及分类的故障诊断方法对于微小型无人直升机传感器系统的故障诊断也是有效的。第五章提出一种将支持向量机回归建模（）与离散小波变换（）相结合的微小型无人直升机传感器故障检测与分离方法。通过采用离线训练，在线应用的方式，通过建立系统的动态模型，将输出结果与实际系统输出相比较构建残差生成器检测传感器故障，在此基础上采用多分辨率分析的方法分解不同传感器的输出信号并提取故障特征，从而实现对故障传感器的分离。第六章对本文的研究内容进行总结，并对未来的工作进行了展望。浙江大学硕十学位论文绪论图论文的结构和章节安排浙江大学硕士学位论文飞控系统硬件架构及传感器数据融合过程第章飞控系统硬件架构及传感器数据融合过程引言飞行控制系统（简称飞控系统）是微小型无人直升机的核心部件，它负责微小型无人直升机的自主控制与导航【。要进行微小型无人直升机传感器的故障诊断首先就要了解微小型无人直升机的硬件架构以及相关的传感器选择及工作原理。对于无人机来说，无论是固定翼型还是旋翼型，在构建飞控系统的成本中，传感器都占很大的比重。因此传感器的选择对于整个飞控系统硬件构架起到了决定性的作用。然而微小型无人直升机出于低成本的考虑以及设备精简的原则，往往采用成本较低的传感器组合，但是成本降低的同时也会带来性能的降低以及可靠性不足等问题，这就要求不断提高传感器的故障诊断技术以保证飞行实验的顺利进行以及飞行实验过程的安全可靠。本章所研究的即是低成本传感器组合下的飞控系统硬件架构，包括了传感器的选择以及相应的数据融合技术。微小型无人直升机飞控系统硬件组成微小型无人直升机飞控系统硬件架构图所示即为飞控系统的结构框图，由飞控计算机、机载传感器组合、舵机、数据链路、电源系统、以及地面控制站等子系统构成。飞控计算机由与下级控制器构成，主要功能为采集与处理传感器输入信号、计算控制算法与导航算法、控制舵机以及负责信号通讯；机载传感器组合由三轴陀螺仪、三轴加速度计、三轴磁传感器、转速计、声纳高度计等传感器构成，主要负责获取飞行数据；电源系统负责机载设备的供电；数据链路系统主要由遥控无线链路以及通讯无线链路组成【引。地面控制站实时监控飞机状态并接收发送相应指令。学顷十位论文控系统碰件桨构传赙数据融合过囤微小型无人直升机飞控系统结构框图机载传痔器本节主要介绍机载传感墨的选择以及在上的应用。目前国际主流的微小型无人直升机飞控系统集成三轴陀螺仪、三轴加速度计、电子罗盘（三轴磋传感器）、声纳高度计、转速计（霍尔元件）等传感嚣用以获取微小型无人直升机自主飞行所需的姿态、速度、位置等信息。电控箱内罄十飞控系统的安装如图所示。圈微小型无直升机机载电控箱系目传堪教镕陀螺仪选用公司的微机械陀螺仪测量载体相对惯性坐标系的旋转角速度【“】。陀螺仪属于徽机械陀螵仪产品系列，适合于大批量、对成本敏感的应用。其在严峻的工作条件下比其它陀螺仪的可靠性高、功耗低易于使用、尺寸小、成本低。其内棱采用独特的表面微机械加工工艺并采用创新的设计方法，通过在同一硅片上集成微机槭单元和电子单元电路提高传感器的性能瞄。陀螺仪量程为，分辨率为，通过下级控制器的位模数转换器对陀螺仪的信号进行采集。该款陀螺仪同时还集成有模拟温度传感器，通过对温度信号进行采集，有效地进行陀螺仪的温漂补偿。加速度计则选用公司的微机械加速度计啡】，是高精度、低功耗的单轴双轴加速度计，提供经过信号调理的电压输出。采用先进的技术将所有功能均集成于一十单芯片中。通过下级控制器的位模数转换器对加速度计信号进行采集。其满量程加速度测量范围为舟辨率为。既可以测量动态加速度（例如振动），也可以测量静惑加速度（例如重力）。三轴加速度计和三轴陀螺仪以正戈安装的方式安置于电路板上，集成后的微型惯性测量单元如图，所示。围机载微型惯性测量单元公司的单轴双轴固态磁阻传感器被应用于地磁场的测量，该类磁阻传感器按四元件惠斯顿电桥配置，将地磁场转换成差分输出电压，并能传感强度低至高斯的磁场。相比于机械磁通门大大降低装配成本和功耗，并提高可靠性和耐用性。具有专利的置位复位带，可阵低温度漂移、非线陛误差和由于高磁场存在而导致的输出信号丢失。还具有专利的集成偏置带，可消除硬铣干扰的影响剐。其量程为高斯，分辨翠为“高斯。此外，由于磁传感器输出的信号为毫优级，在使用时需要浙学论文系件目崞融程采用放大器对电桥输出进行差分放大通过下级控制器的位模数转换器对放大信号进行采集。集成后三轴磁传感器及相应的放大电路如图所示。图机载二轴磋侍感器本机的硬件构榘中采用的】测量无人直升机的位置、速度。由于飞行实验定位精度要求较高、需要进行高机动的飞行可以提供精确、频响高的测速信号且定位精度高。其差分精度为，单点精度为，最大测速量程为，精度为。在自主起飞和自主降落的过程需要借助于相距地面的高度信息，而声纳高度计在米的范围内可提供相对地面的高度信，”。在本机的硬件选型中采用超声波传感器是目前低成本超声波传感器中性能最高的。其独特的触发指令可以让工作在连续探剥模式，即能够自动在完成一个距离探测后自动进行第二次探测。其还支持神经元网络模式，能够将多次读数当作神经元同络的输入，从而进行更高教的算法处理。其内置的超声波模块可驵获得声纳范围内确切的障碍物距离，以此辨别障碍物。应用在上则可以进行高度测距，其频率为，标称量程为。具体传感器测量的物理量如下表所示。浙江大学硕士学位论文飞控系统硬件架构及传感器数据融合过程表传感器分类表被测物理量传感器加速度加速度计角速率陀螺仪姿态角倾角仪航向角磁罗盘速度及位置高度高度计机载传感器的故障形式目前的传感器故障主要分为以下几类，：（）传感器完全故障：这是最严重的一种故障，传感器在某一时刻停止工作且输出为零。这种故障类型的主要原因是供电中断或通信链路受干扰。（）传感器偏置故障：传感器在某一时刻输出带有一常数偏差，此后的输出保持此常数偏差。该故障主要是由温度变化或者振动干扰导致偏置电流或偏置电压变化产生。（）传感器漂移故障：这是模拟信号传感器最常见的一种故障，原因是内部温度的改变或者校准问题，使得传感器的输出具有一个附加的常数项。（）传感器乘性故障：这种类型的故障一般是由于传感器的标准输出后增加了乘数因子，导致输出数据大范围出错。主要原因是传感器内置电路受外界干扰失效出错。（）传感器离群数据故障：这种故障时常出现在等传感器上，在某一时刻会有一个较大的误差，但此后的输出又是正确的，是一种暂时性的故障。主要原因是搜星条件恶劣，通信受到干扰。根据试验的实际情况以及实验过程中相关传感器发生的故障概率，目前故障发生率最高并急需解决的传感器故障为姿态传感器系统（三轴加速度计、三轴陀螺仪以及）的偏置以及断电故障。姿态传感器系统测量的姿态角并进行相应的姿态估计，从而有效地保证的姿态控制，对于的自主控制有着至关重要的影响。而在姿态传感器系统中，又因为器件可靠性、抗震性的不同使得三轴加速度计成为最有可能发生故障的传感器，实验数据也表明三轴加速浙江大学硕士学位论文飞控系统硬件架构及传感器数据融合过程度计的实际故障发生率最高。因此在后续章节中进行相关方法的研究时采用的都是实验中的三轴加速度计故障数据。微小型无人直升机传感器数据融合过程飞机的实时运动状态虽然可以由各相应传感器测量，但是由于各个传感器异步到达，带宽差异大，即使测量同一物理量，不同传感器测量范围也不同。基于提高无人直升机自主飞行时姿态估计精度的考虑，本飞控系统采用了多传感器分级式数据融合的方法将冗余配置的传感器信息合理利用：首先运用扩展卡尔曼滤波算法把轴陀螺仪输出与磁传感器进行融合获得姿态信息；继而用估计的姿态信息分离轴加速度计输出的重力分量从而获得导航坐标系下的加速度，基于最小方差准则的算法将获得的加速度与输出的位置、速度以及声纳高度计输出的高度信息进行融合获得速度位置估计。融合过程如图所示。度置图机载传感器的分级式数据融合因此机载传感器经下级控制器输出给舵机的信号以及地面站软件获取的各姿态量以及加速度，速度等传感器数据信息的直观反映并不是由单个传感器所测取的，最终反映到地面站软件上的数据经过了复杂的数据融合过程，因而的传感器故障相对于其他机器人传感器故障更为繁琐，故障诊断所需要的不仅仅是地面站系统所获取的已融合量，还需要单独分离出的各传感器原始输出数据。本节以微小型无人直升