-
公开(公告)号：CN103970127B
公开(公告)日：2017-02-01
申请号：CN201410216215.7
申请日：2014-05-21
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明公开了一种载体俯仰通道控制系统鲁棒故障诊断方法。包括以下几个步骤：建立俯仰通道控制系统的状态空间描述，得到俯仰通道控制系统的未知输入扰动；确定满足系统稳定的未知输入扰动约束条件；确定故障诊断观测器鲁棒度性能指标；对带有未知输入扰动和故障的俯仰通道控制系统构造鲁棒故障诊断观测器；通过比较鲁棒故障诊断观测器输出的残差与门限阈值的关系进行故障决策。本发明利用鲁棒技术构造了故障诊断观测器，提高了故障诊断方法的鲁棒性。
-
公开(公告)号：CN103970127A
公开(公告)日：2014-08-06
申请号：CN201410216215.7
申请日：2014-05-21
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明公开了一种载体俯仰通道控制系统鲁棒故障诊断方法。包括以下几个步骤：建立俯仰通道控制系统的状态空间描述，得到俯仰通道控制系统的未知输入扰动；确定满足系统稳定的未知输入扰动约束条件；确定故障诊断观测器鲁棒度性能指标；对带有未知输入扰动和故障的俯仰通道控制系统构造鲁棒故障诊断观测器；通过比较鲁棒故障诊断观测器输出的残差与门限阈值的关系进行故障决策。本发明利用鲁棒技术构造了故障诊断观测器，提高了故障诊断方法的鲁棒性。
-
公开(公告)号：CN103900574B
公开(公告)日：2017-02-22
申请号：CN201410136157.7
申请日：2014-04-04
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于迭代容积卡尔曼滤波姿态估计方法，包括以下几个步骤：步骤一：采集陀螺与星敏感器的输出数据作为量测量；步骤二：确定状态向量和量测向量；步骤三：在k-1时刻利用迭代容积卡尔曼滤波估计出k时刻的误差四元数矢量部分以及陀螺漂移误差；步骤四：对于k时刻的估计 求出四元数估计及陀螺漂移估计，对姿态及陀螺漂移进行校正，得到修正后k时刻姿态及陀螺漂移；步骤五：姿态估计非线性离散系统的运行时间为M，若k＝M，则输出姿态及陀螺漂移的结果；若k＜M，则重复步骤三至步骤四，直至姿态估计系统运行结束。本发明具有估计精度高、计算量少的优点。
-
Patent Agency Ranking
公开(公告)号：CN103900574A
公开(公告)日：2014-07-02
申请号：CN201410136157.7
申请日：2014-04-04
Applicant: 哈尔滨工程大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明公开了一种基于迭代容积卡尔曼滤波姿态估计方法，包括以下几个步骤：步骤一：采集陀螺与星敏感器的输出数据作为量测量；步骤二：确定状态向量和量测向量；步骤三：在k-1时刻利用迭代容积卡尔曼滤波估计出k时刻的误差四元数矢量部分以及陀螺漂移误差；步骤四：对于k时刻的估计求出四元数估计及陀螺漂移估计，对姿态及陀螺漂移进行校正，得到修正后k时刻姿态及陀螺漂移；步骤五：姿态估计非线性离散系统的运行时间为M，若k＝M，则输出姿态及陀螺漂移的结果；若k＜M，则重复步骤三至步骤四，直至姿态估计系统运行结束。本发明具有估计精度高、计算量少的优点。
-
公开(公告)号：CN112488181B
公开(公告)日：2022-10-18
申请号：CN202011357084.6
申请日：2020-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种基于MIDS‑Tree的服务故障高响应匹配方法。对多元融合数据集进行选取和去噪；进行面向特定服务故障和降级类型的标签处理，得到多元数据集；对数据集进行故障类型分类，形成多元微服务故障数据集；通过Apriori方法进行面向多类型服务故障的特征和属性提取；根据提取后的特征属性进行特征属性敏感度计算，得出最优特征属性并进行态势分析，得出服务故障特征属性的波动范围；根据态势分析以及服务故障类型信息，进行MIDS‑Tree的建立,并进行服务故障的预测，使得服务的资源利用率最大化。本发明提出的轻量级架构模型，为解决已有服务故障预测方法，存在的模型庞杂、冗余；同时该模型能够快速高响应的进行面向服务故障策略匹配，提高现有模型的响应时间。
-
公开(公告)号：CN112488181A
公开(公告)日：2021-03-12
申请号：CN202011357084.6
申请日：2020-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种基于MIDS‑Tree的服务故障高响应匹配方法。对多元融合数据集进行选取和去噪；进行面向特定服务故障和降级类型的标签处理，得到多元数据集；对数据集进行故障类型分类，形成多元微服务故障数据集；通过Apriori方法进行面向多类型服务故障的特征和属性提取；根据提取后的特征属性进行特征属性敏感度计算，得出最优特征属性并进行态势分析，得出服务故障特征属性的波动范围；根据态势分析以及服务故障类型信息，进行MIDS‑Tree的建立,并进行服务故障的预测，使得服务的资源利用率最大化。本发明提出的轻量级架构模型，为解决已有服务故障预测方法，存在的模型庞杂、冗余；同时该模型能够快速高响应的进行面向服务故障策略匹配，提高现有模型的响应时间。
-
公开(公告)号：CN104020671B
公开(公告)日：2017-01-11
申请号：CN201410234813.7
申请日：2014-05-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于利用鲁棒滤波技术进行飞行器姿态估计的技术领域，涉及一种量测干扰下用于飞行器姿态估计的鲁棒递推滤波方法。本发明包括：采集飞行器运动过程中陀螺与星敏感器的输出数据；建立量测干扰下基于姿态四元数的飞行器非线性状态空间模型；进行时间更新，求得一步状态预测和预测方差的上界；进行鲁棒递推滤波量测更新，求得最优的滤波增益，进而求出k+1时刻的状态估计值和方差的上界，将k+1时刻的状态估计中四元数部分进行强制的归一化约束；输出姿态四元数及陀螺漂移的结果，完成姿态估计。本发明采用基于最小方差的鲁棒滤波设计，能够实现在最小方差意义下最优滤波增益设计，有利用提高系统的姿态估计精度。
-
公开(公告)号：CN104020671A
公开(公告)日：2014-09-03
申请号：CN201410234813.7
申请日：2014-05-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于利用鲁棒滤波技术进行飞行器姿态估计的技术领域，涉及一种量测干扰下用于飞行器姿态估计的鲁棒递推滤波方法。本发明包括：采集飞行器运动过程中陀螺与星敏感器的输出数据；建立量测干扰下基于姿态四元数的飞行器非线性状态空间模型；进行时间更新，求得一步状态预测和预测方差的上界；进行鲁棒递推滤波量测更新，求得最优的滤波增益，进而求出k+1时刻的状态估计值和方差的上界，将k+1时刻的状态估计中四元数部分进行强制的归一化约束；输出姿态四元数及陀螺漂移的结果，完成姿态估计。本发明采用基于最小方差的鲁棒滤波设计，能够实现在最小方差意义下最优滤波增益设计，有利用提高系统的姿态估计精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.13 seconds)
