题目：飞控传感器故障诊断及重构方法

随着航空技术的发展，飞行控制系统的复杂性大大增加，人们对飞机性能及可靠性的要求也越来越高。在飞机设计和控制中，飞机的飞行安全是需要考虑的首要因素。因此，飞控传感器的故障诊断和信号重构技术是提高飞控系统稳定性和可靠性的重要研究内容之一。本文重点研究了飞控传感器的建模及滤波方法，基于硬件余度的传感器故障诊断方法，在典型非线性飞机模型的基础上，研究了基于飞机模型、支持向量机及解析冗余方法的飞控传感器故障检测及信号重构方法。本文的主要工作及结论如下：

分析了角速率传感器、姿态角传感器、加速度传感器、迎角侧滑角传感器的原理及故障机理，分析了飞控传感器硬件余度结构的配置方法，研究了惯性传感器最优余度配置及故障检测与信号重构方法，对于迎角侧滑角传感器分析了余度信号的监控表决方法。针对四种传感器分别给出了具体建模方法。并利用数字滤波和小波滤波方法对传感器信号进行去噪平滑。

研究了基于模型的传感器故障诊断方法，针对非线性飞机模型采用容积卡尔曼滤波构造残差进行传感器故障诊断，并将故障信号扩展到状态，实现故障与状态的联合估计，从而进行信号重构。分析研究了未知输入观测器的等价卡尔曼滤波结构，将CKF和未知输入观测器相结合，即非线性未知输入CKF滤波方法，进行残差的构建。CKF和非线性未知输入CKF两种滤波方法在构造残差中各有利弊，提出了两种方法相结合的故障诊断及重构方案。

基于知识的故障诊断方法中，研究了最小二乘支持向量机(LS-SVM)方法。针对飞控系统的复杂性、强非线性、难以构建准确模型等特点，利用LS-SVM对任意非线性及高阶系统的精确拟合逼近能力，进行系统辨识建模，构造解析余度，生成残差，从而进行传感器故障诊断。

针对角速率信号、法向过载信号、迎角侧滑角信号这三种传感器的解析冗余关系分别进行了信号重构研究。针对传感器信号因噪声不能直接微分求导的问题，重点研究了非线性跟踪微分器(TD)和基于sigmoid函数的改进型跟踪微分器(STD)，对原信号进行去噪滤波，并给出比较准确的近似微分信号。