Ссылка для цитирования : Лукоянов Е. В., Гонтарь Д. А., Драницына Е. В. Сравнение алгоритмов решения задач обнаружения и поиска отказов резервированных бесплатформенных инерциальных навигационных систем // Изв. вузов. Приборостроение. 2025. Т. 68, № 1. С. 79–88. DOI: 10.17586/0021-3454-2025-68-1-79-88.

Аннотация. Выполнено сравнение эффективности трех алгоритмов обнаружения и поиска отказов бесплатформенных инерциальных навигационных систем (БИНС) при использовании тройного резервирования последних. В основе алгоритмов лежит метод попарных разностей, для которого предложены различные модификации, обеспечивающие повышение эффективности решения поставленной задачи. В частности, предлагается расчет взвешенной суммы попарных разностей, значений адаптивного порога срабатывания и преобразования к главным компонентам. В отличие от подходов, при которых задача обнаружения отказов решается на системном уровне, а именно используются значения выходных навигационных и динамических параметров БИНС, предлагается решать задачи диагностики по выходным измерениям инерциальных датчиков, что сократит время от возникновения отказа до его обнаружения. Кроме того, решение задач диагностики на уровне инерциальных датчиков открывает возможности для реконфигурации БИНС в целях обеспечения целостности выработки навигационного решения резервированной системой в случае отказа одного или нескольких приборов в ее составе. Сравнение алгоритмов осуществляется путем полунатурного моделирования, в рамках которого к экспериментальным данным добавляются смоделированные отказы. В качестве примера рассматриваются аддитивные одиночные и множественные отказы со случайной амплитудой. Для сравнения эффективности предложенных алгоритмов производится расчет матрицы ошибок, из которой далее вычисляются метрики точности и полноты.

Ключевые слова: обнаружение отказов, поиск отказов, попарные разности, бесплатформенная инерциальная навигационная система, резервирование

Благодарность: работа выполнена при поддержке Российского научного фонда, грант No 23-79-10071

Список литературы:

1. Chen J. and Patton R. J. Robust Model-Based Fault Diagnosis for Dynamic Systems. Boston: Kluwer Academic Publishers, 1999. 354 p. 
2. Дмитриев С. П., Колесов Н. В., Осипов А. В. Информационная надежность, контроль и диагностика навигационных систем. СПб: Электроприбор, 2003. 206 с. 
3. Колесов Н. В., Толмачева М. В., Юхта П. В. Системы реального времени. Планирование, анализ, диагностирование. СПб: Электроприбор, 2014. 185 с. 
4. Wang R., Xiong Z., Liu J., Xu J., Shi L. Chi-square and SPRT combined fault detection for multisensor navigation // IEEE Transactions on Aerospace and Electronic Systems. 2016. Vol. 52, N 3. Р. 1352–1365. 
5. Кошаев Д. А. Многоальтернативный метод обнаружения и оценки нарушений на основе расширенного фильтра Калмана // Автоматика и телемеханика. 2010. № 5. С. 70–83.
6. Groves P. D. Principles of GNSS, inertial, and multisensor integrated navigation systems [Book review] // IEEE Aerospace and Electronic Systems Magazine. 2015. Vol. 30, N 2. Р. 26–27. 
7. Dubrova E. Hardware redundancy // Fault-Tolerant Design. Springer Science & Business Media, 2013. Р. 55–86. 
8. Земляный Е. С., Тектов М. В. Кворум-элемент для определения параметрического отказа курсовертикалей // Изв. Тульского государственного университета. Технические науки. 2023. № 6. С. 104–109. 
9. Dai Y., Lai J., Zhang Q., Li Z., Shen Y. An Improved Fault Detection and Isolation Method for Airborne Inertial Navigation System/Attitude and Heading Reference System Redundant System // Aerospace. 2023. Vol. 10, N 12. Р. 1024. 
10. Слим M., Сайед M., Мазех Х., Шраим Х., Франсис К. Отказоустойчивое управление групповым полетом мультикоптеров // Гироскопия и навигация. 2021. Т. 29, № 2(113). С. 78–96. 
11. Yang C. K., Shim D. S. FDI using multiple parity vectors for redundant inertial sensors // European Journal of Control. 2006. Vol. 12, N 4. Р. 437–449. 
12. Li B., Wang H., Mu L., Shi Z., & Du B. A configuration design method for a redundant inertial navigation system based on diagnosability analysis // Measurement Science and Technology. 2020. Vol. 32, N 2. Р. 025111. 
13. Abdi H., Williams L. J. Principal component analysis // Wiley interdisciplinary reviews: computational statistics. 2010. Vol. 2, N 4. Р. 433–459. 
14. Li D., Wang Y., Wang J., Wang C., & Duan Y. Recent advances in sensor fault diagnosis: A review // Sensors and Actuators A: Physical. 2020. Vol. 309. Р. 111990. 
15. Realpe M., Vintimilla B., Vlacic L. Sensor fault detection and diagnosis for autonomous vehicles // MATEC Web of Conferences. EDP Sciences, 2015. Vol. 30. Р. 04003.
16. Amin M. F. Confusion Matrix in Binary Classification Problems: A Step-by-Step Tutorial // Journal of Engineering Research. 2022. Vol. 6, N 5. DOI:10.21608/erjeng.2022.274526.