本发明涉及飞行器导航制导领域，特别是涉及一种飞行器FADS系统的故障判别与滤波处理方法。
背景技术：
飞行器在高速进入大气层时，为保证飞行控制稳定，需要准确测量攻角、侧滑角和动压等飞行参数。传统的外伸式空速管和攻角/侧滑角传感系统在高速状态下会引发一系列结构和防热问题，且无法适用于大攻角飞行状态。FADS(Flush Air Data Sensing，嵌入式大气数据测量系统)系统的发展和应用避免了上述问题，但FADS系统是直接测量飞行器表面压力，无法直接获得攻角、侧滑角、空速和动压等飞行参数，需要解决FADS系统数据解算问题。此外，飞行器的测压孔在飞行中可能出现烧蚀、全部或部分阻塞、气动导管受热膨胀或堵塞、压力传感器测压失效等问题，直接导致FADS系统数据解算不准确或者错误。
技术实现要素：
(一)要解决的技术问题
本发明的目的是提供一种能够进行合理性判别并适应故障情况的飞行器FADS系统的故障判别与滤波处理方法。
(二)技术方案
为了解决上述技术问题，本发明提供的一种飞行器FADS系统的故障判别与滤波处理方法，其包括以下步骤：
1)建立FADS系统方程和测量方程
设FADS系统数据解算的目的是获得给定的状态变量X，根据变量特征建立FADS系统方程：
Xk＝Φk,k-1Xk-1+Wk-1；
设FADS系统采用了m个测压孔，以测压孔的压力与惯性预示压力之差作为测量量，建立测量方程：
Zk＝HkXk+vk；
2)FADS系统压力故障判别
针对FADS系统各个测压孔压力输出，结合惯性预示压力，判断FADS系统各个测量压力是否合理，若满足下式时，认为测压孔测压合理，否则判定测压故障；
|Zi|＜εi+Ki·Piy，i＝1,2,...,m；
3)序贯滤波根据FADS系统压力故障判别结果，进行时间更新和测量更新。
其中，所述步骤3)中，当FADS系统经压力故障判别存在g个测压孔故障时，即g小于m，则序贯滤波需进行一次时间更新和m-g次测量更新。
其中，
时间更新算法为：
测量更新算法为：
其中，所述步骤3)中，当FADS系统经压力故障判别全部测压孔故障时，即g等于m，则只进行预测，不再进行测量更新。
其中，
时间更新算法为：
测量更新算法为：
(三)有益效果
本发明提供的一种飞行器FADS系统的故障判别与滤波处理方法，其具有以下优点：1、本发明方法针对FADS系统测压故障诊断和数据解算需求，根据惯性预示压力实现了FADS测量压力的故障判别，同时基于序贯滤波的FADS数据处理方法，避免了标准卡尔曼滤波所需的降维处理，简化了计算，提高了FADS系统的容错性和数据处理效率。2、本发明方法基于惯性预示压力，实现了FADS测量压力的合理性判别，当FADS测压孔出现故障时，采用序贯滤波处理方法可有降低系统重构难度，设计简单，计算量小，该方法为FADS系统数据解算提供了支撑。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明提供的飞行器测量系统的故障判别与滤波处理方法，包括以下步骤：
1)建立FADS系统方程和测量方程
设FADS数据解算的目的是获得给定的状态变量X，根据变量特征建立FADS系统方程：
Xk＝Φk,k-1Xk-1+Wk-1
式中，Xk为k时刻的状态变量，Φk,k-1为k-1时刻至k时刻的状态 一步转移矩阵，Xk-1为k-1时刻的状态变量，Wk-1为系统噪声。
设FADS系统采用了m个测压孔，则FADS系统最直接获得的是测压孔的压力值以惯性预示压力作为参考，建立系统测量方程：
Zk＝HkXk+vk
式中，Zk为k时刻的测量量，Hk为k时刻的测量矩阵，vk为k时刻的测量噪声。
其中，
压力值的上标f表示FADS测量值，上标y表示惯性预示值。
2)FADS系统压力故障判别
根据测量压力与惯性预示压力之差作为测压故障判别条件，只有满足下式时，认为测压孔测压合理，否则判定测压故障。
|Zi|＜εi+Ki·Piy，i＝1,2,...,m
其中，Zi是测量量Zk的第i个元素，εi是阈值门限值，需要综合考虑压力传感器测量精度和测量阈值等因素确定，Ki是预示压力比例系数，根据纯惯性获得的静压误差、动压误差、各测压孔的压力系数精度以及飞行包络等因素综合确定。
3)序贯滤波根据FADS系统压力故障判别，进行时间更新和测量更新
通常，FADS系统采用多个测压孔，因此存在多个测量量。对标准卡尔曼滤波而言，多个测量量直接导致测量噪声矩阵Rk的维数很高，计算滤波增益Kk时矩阵求逆的阶数也会很高，而求逆计算量与矩阵阶数的三次方近似成正比，大大增加了计算量。此外，当FADS系统的一个或多个测压孔判别出故障时，为了剔除故障测压孔对滤波估计的影响，需对测量方程进行降维处理和重构，软件编排繁琐。
采用序贯滤波处理FADS测量压力，一方面将高维矩阵求逆问题转化为了多次低阶矩阵求逆，尤其在FADS系统具有很多测压孔情况下，能够有效地降低弹载计算机的计算量，另一方面，当FADS系统因为测压故障导致观测方程维数不断变化时，只需增加或减少滤波循环次数，避免了标准卡尔曼滤波反复降维处理问题，处理起来更为方便简洁。
设FADS系统经故障判别，存在g个测压孔故障，其中g小于m，则序贯滤波需进行一次时间更新和m-g次测量更新。序贯滤波只对m-g次测量有效的压力值进行测量更新，直接剔除了故障压力值的影响，方法简便，具体方法如下。
时间更新：
测量更新：
其中，为第i个孔对应的Zk值，为第i个孔对应的Hk行，Qk-1为系统噪声方差阵，为测量压力噪声方差阵，为滤波增益， 为FADS数据解算状态变量的均方误差估计。
若FADS系统经压力故障判别全部测压孔故障时，即g等于m，则只进行预测，不再进行测量更新，具体算法如下。
时间更新：
测量更新：
至此，通过FADS测量压力故障判别，结合序贯滤波方法，可以实现对FADS压力故障诊断和FADS数据解算的滤波处理。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。