本發(fā)明屬于無(wú)人機(jī)編隊(duì)系統(tǒng)領(lǐng)域，具體涉及一種具有通訊時(shí)延的無(wú)人機(jī)編隊(duì)的分布式速度傳感器故障診斷方法。

背景技術(shù)：

近年來(lái)，無(wú)人機(jī)編隊(duì)系統(tǒng)在森林防火、地圖測(cè)繪和人員搜救等領(lǐng)域中受到越來(lái)越多的關(guān)注。無(wú)人機(jī)編隊(duì)系統(tǒng)通過(guò)無(wú)人機(jī)之間的協(xié)同可以實(shí)現(xiàn)單個(gè)無(wú)人機(jī)無(wú)法實(shí)現(xiàn)的功能或者具有單個(gè)無(wú)人機(jī)無(wú)法具有的優(yōu)良性能。由于無(wú)人機(jī)之間具有通訊連接，單個(gè)無(wú)人機(jī)的故障會(huì)導(dǎo)致整個(gè)編隊(duì)系統(tǒng)的隊(duì)形無(wú)法保持，進(jìn)而影響編隊(duì)系統(tǒng)的功能和性能，甚至?xí)l(fā)生撞機(jī)事故。編隊(duì)系統(tǒng)的故障診斷是保證無(wú)人機(jī)安全編隊(duì)飛行的重要技術(shù)。

目前無(wú)人機(jī)編隊(duì)系統(tǒng)的故障診斷方法主要分為集中式故障診斷和分布式故障診斷兩種。在集中式故障診斷框架下，故障診斷算法集中在系統(tǒng)的單個(gè)無(wú)人機(jī)或者地面站中，此無(wú)人機(jī)或者地面站利用所有無(wú)人機(jī)的信息進(jìn)行故障診斷。此方法的缺點(diǎn)在于可靠性不高，通訊負(fù)載大。在分布式故障診斷框架下，故障診斷算法分布于所有無(wú)人機(jī)中，每個(gè)無(wú)人機(jī)中的故障診斷算法相同。每個(gè)無(wú)人機(jī)只利用自身和鄰居的信息對(duì)自身和鄰居進(jìn)行故障診斷。此方法通訊負(fù)載低，可靠性較高。

無(wú)人機(jī)編隊(duì)中，無(wú)人機(jī)之間的通訊由于受到環(huán)境干擾、通訊帶寬等因素的影響，容易產(chǎn)生時(shí)間延遲。在當(dāng)前的無(wú)人機(jī)編隊(duì)系統(tǒng)的分布式故障診斷方法中，沒(méi)有考慮時(shí)間延遲的影響。時(shí)間延遲使得當(dāng)前分布式故障診斷的結(jié)果產(chǎn)生很大誤差甚至錯(cuò)誤。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)當(dāng)前的無(wú)人機(jī)編隊(duì)系統(tǒng)的分布式故障診斷方法無(wú)法適用于編隊(duì)具有通訊時(shí)延的情況，本發(fā)明提供了一種針對(duì)具有定長(zhǎng)通訊時(shí)延的無(wú)人機(jī)編隊(duì)系統(tǒng)的分布式速度傳感器故障診斷方法。本方法可以有效的實(shí)現(xiàn)恒偏差傳感器故障或者周期為定長(zhǎng)時(shí)延的傳感器故障的分布式故障診斷。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種時(shí)延無(wú)人機(jī)編隊(duì)系統(tǒng)的分布式速度傳感器故障診斷方法，包括以下步驟：

步驟1：計(jì)算無(wú)人機(jī)編隊(duì)的通訊拓?fù)鋮?shù)，針對(duì)由n個(gè)無(wú)人機(jī)組成的編隊(duì)系統(tǒng)，g＝{v,e}為編隊(duì)系統(tǒng)的無(wú)向通訊拓?fù)?，其中v＝{1,2,...,n}為通訊拓?fù)涔?jié)點(diǎn)，每個(gè)通訊拓?fù)涔?jié)點(diǎn)代表一個(gè)無(wú)人機(jī)；為通訊拓?fù)涞倪?，每條邊代表了一對(duì)無(wú)人機(jī)之間的通訊；

令矩陣ag＝[aij]為通訊拓?fù)涞泥徑泳仃?，如?i,j)∈e，稱(chēng)節(jié)點(diǎn)i與節(jié)點(diǎn)j互為鄰居節(jié)點(diǎn)，即節(jié)點(diǎn)i和節(jié)點(diǎn)j之間有通訊，則aij＝aji＝1，否則aij＝aji＝0；

令ni為第i個(gè)無(wú)人機(jī)的鄰居集合，|ni|為集合ni中元素的個(gè)數(shù)；

令矩陣dg＝[dij]為通訊拓?fù)涞亩染仃嚕染仃嚨姆菍?duì)角線元素為零，對(duì)角線元素取值為

令矩陣lg為通訊拓?fù)涞睦绽咕仃?，則lg＝dg-ag；令0≤λ1＜λ2≤...≤λn為lg的從小到大的n個(gè)特征值；

步驟2：基于無(wú)人機(jī)編隊(duì)的通訊拓?fù)鋮?shù)、給定軌跡、編隊(duì)向量和預(yù)設(shè)條件，設(shè)計(jì)分布式編隊(duì)控制律，具體如下：

第i個(gè)無(wú)人機(jī)在空間坐標(biāo)系x軸方向上的開(kāi)環(huán)模型如下：

其中，i＝1,2,...,n，為第i個(gè)無(wú)人機(jī)的位移，為第i個(gè)無(wú)人機(jī)的速度，為第i個(gè)無(wú)人機(jī)的控制律，為第i個(gè)無(wú)人機(jī)的位移傳感器測(cè)量值，為第i個(gè)無(wú)人機(jī)的速度傳感器測(cè)量值，為第i個(gè)無(wú)人機(jī)的速度傳感器故障，且形式如下：

其中，為第i個(gè)無(wú)人機(jī)的故障發(fā)生時(shí)刻，為第i個(gè)無(wú)人機(jī)的故障幅值，χi(t)為恒定值或者周期為τ的函數(shù)，為鄰居無(wú)人機(jī)之間的通訊時(shí)延；

編隊(duì)系統(tǒng)的給定軌跡為以第1個(gè)無(wú)人機(jī)為領(lǐng)航者，令d1＝0且令編隊(duì)向量為d＝[d1,d2,...,dn]^t，其中為第i個(gè)無(wú)人機(jī)與第1個(gè)無(wú)人機(jī)之間的距離，第i個(gè)無(wú)人機(jī)的分布式控制律如下：

其中，分別為給定軌跡的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，k1＞0，k2＞0，k3＞0，k4＞0且滿足如下預(yù)設(shè)條件：和

步驟3：基于編隊(duì)系統(tǒng)閉環(huán)模型和每個(gè)無(wú)人機(jī)與鄰居的相對(duì)狀態(tài)測(cè)量，設(shè)計(jì)分布式故障檢測(cè)殘差生成器和對(duì)應(yīng)的故障檢測(cè)殘差評(píng)價(jià)函數(shù)，具體如下：

基于第i個(gè)無(wú)人機(jī)的開(kāi)環(huán)模型和分布式控制律，可得第i個(gè)無(wú)人機(jī)的閉環(huán)模型如下：

其中，分別為第j個(gè)無(wú)人機(jī)的位移和速度，為第j個(gè)無(wú)人機(jī)的速度傳感器故障，為第i個(gè)無(wú)人機(jī)的閉環(huán)模型的參考軌跡，具體形式如下：

令x＝[ξ1,ξ2,...ξn,ζ1,ζ2,...,ζn]^t，v＝[v1,v2,...,vn]^t，f＝[f1,f2,...,fn]^t；令yi(t)為第i個(gè)無(wú)人機(jī)與鄰居的相對(duì)狀態(tài)測(cè)量，形式如下：

其中，i1,i2,...,i|ni|分別為第i個(gè)節(jié)點(diǎn)的第1,2,...,|ni|個(gè)鄰域；

基于第i個(gè)無(wú)人機(jī)閉環(huán)模型和yi(t)，整個(gè)編隊(duì)系統(tǒng)的閉環(huán)模型如下：

其中，

其中，ii和分別為單位矩陣in和i2n的第k列；

基于編隊(duì)系統(tǒng)的閉環(huán)模型和第i個(gè)無(wú)人機(jī)與鄰居的相對(duì)狀態(tài)測(cè)量，第i個(gè)無(wú)人機(jī)的分布式故障檢測(cè)殘差生成器設(shè)計(jì)如下：

其中，為分布式故障檢測(cè)殘差生成器的狀態(tài)，為分布式故障檢測(cè)殘差生成器的殘差，利用極點(diǎn)配置方法，設(shè)計(jì)矩陣使為穩(wěn)定矩陣；

基于第i個(gè)無(wú)人機(jī)的分布式故障檢測(cè)殘差生成器，設(shè)計(jì)對(duì)應(yīng)的故障檢測(cè)殘差評(píng)價(jià)函數(shù)如下：

其中，的2范數(shù)；

步驟4：基于編隊(duì)系統(tǒng)的閉環(huán)模型和每個(gè)無(wú)人機(jī)與鄰居的相對(duì)狀態(tài)測(cè)量，在每個(gè)無(wú)人機(jī)中，針對(duì)其所有鄰居節(jié)點(diǎn)設(shè)計(jì)一組分布式故障分離殘差生成器以及一組對(duì)應(yīng)的故障分離殘差評(píng)價(jià)函數(shù)，具體如下：

在第i個(gè)無(wú)人機(jī)中，針對(duì)第k個(gè)鄰居節(jié)點(diǎn)設(shè)計(jì)分布式故障分離殘差生成器，具體形式如下：

其中，k∈ni，為分布式故障分離殘差生成器的狀態(tài)，為分布式故障分離殘差生成器的殘差；和的計(jì)算如下：

其中，分別為e1，e2和γi,2的第k列，為使穩(wěn)定的矩陣；

基于第i個(gè)無(wú)人機(jī)的第k個(gè)分布式故障分離殘差生成器，設(shè)計(jì)對(duì)應(yīng)的故障分離殘差評(píng)價(jià)函數(shù)如下：

步驟5：基于每個(gè)無(wú)人機(jī)的開(kāi)環(huán)模型，設(shè)計(jì)分散式的故障分離殘差生成器以及對(duì)應(yīng)的故障分離殘差評(píng)價(jià)函數(shù)；第i個(gè)無(wú)人機(jī)的分散式故障分離殘差生成器具體形式如下：

其中，為第i個(gè)無(wú)人機(jī)的分散式故障分離殘差生成器的狀態(tài)，為第i個(gè)無(wú)人機(jī)的分散式故障分離殘差生成器的殘差，為第i個(gè)無(wú)人機(jī)的開(kāi)環(huán)控制輸入，為第i個(gè)無(wú)人機(jī)的測(cè)量輸出；其中，和的取值如下：

利用極點(diǎn)配置方法設(shè)計(jì)使為穩(wěn)定矩陣；

基于第i個(gè)無(wú)人機(jī)的分散式故障分離殘差生成器，設(shè)計(jì)對(duì)應(yīng)的故障分離殘差評(píng)價(jià)函數(shù)如下：

步驟6：基于分布式故障檢測(cè)殘差評(píng)價(jià)函數(shù)和對(duì)應(yīng)的故障檢測(cè)閾值進(jìn)行故障檢測(cè)，具體如下：

令為對(duì)應(yīng)的故障檢測(cè)閾值，可以根據(jù)噪聲、未建模動(dòng)態(tài)以及故障可檢測(cè)性的要求，根據(jù)實(shí)際經(jīng)驗(yàn)獲得；第i個(gè)無(wú)人機(jī)的故障檢測(cè)邏輯如下：

如果則系統(tǒng)中有一個(gè)無(wú)人機(jī)發(fā)生故障；如果則系統(tǒng)中沒(méi)有無(wú)人機(jī)發(fā)生故障；

步驟7：基于故障分離殘差評(píng)價(jià)函數(shù)和對(duì)應(yīng)的故障分離閾值進(jìn)行故障分離，具體如下：

令為對(duì)應(yīng)的故障分離閾值，其中k∈ni，令為對(duì)應(yīng)的故障分離閾值；和可以根據(jù)噪聲、未建模動(dòng)態(tài)以及故障可分離性的要求，根據(jù)實(shí)際經(jīng)驗(yàn)獲得；第i個(gè)無(wú)人機(jī)的故障分離邏輯如下：

如果則第i個(gè)無(wú)人機(jī)發(fā)生故障；否則，如果存在一個(gè)故障分離殘差評(píng)價(jià)函數(shù)k∈ni，以及所有其他的故障分離殘差生成器p∈ni\{k}，滿足且則第i個(gè)無(wú)人機(jī)的第k個(gè)鄰居發(fā)生故障；否則，如果對(duì)于所有的故障分離殘差評(píng)價(jià)函數(shù)都滿足則發(fā)生故障的無(wú)人機(jī)為除去第i個(gè)無(wú)人機(jī)及其鄰居的其他無(wú)人機(jī)；

步驟8：無(wú)人機(jī)的運(yùn)動(dòng)學(xué)模型在空間坐標(biāo)系x軸、y軸和z軸上是解耦的，第i個(gè)無(wú)人機(jī)在空間坐標(biāo)系y軸方向上的運(yùn)動(dòng)學(xué)模型與步驟2中x軸方向上的運(yùn)動(dòng)學(xué)模型相同，重復(fù)步驟2至步驟7，得到無(wú)人機(jī)編隊(duì)系統(tǒng)在y軸上的故障診斷結(jié)果；

步驟9：無(wú)人機(jī)的運(yùn)動(dòng)學(xué)模型在空間坐標(biāo)系x軸、y軸和z軸上是解耦的，第i個(gè)無(wú)人機(jī)在空間坐標(biāo)系z(mì)軸方向上的運(yùn)動(dòng)學(xué)模型與步驟2中x軸方向上的運(yùn)動(dòng)學(xué)模型相同，重復(fù)步驟2至步驟7，得到無(wú)人機(jī)編隊(duì)系統(tǒng)在z軸上的故障診斷結(jié)果。

本發(fā)明所帶來(lái)的有益技術(shù)效果：

該方法中，每個(gè)無(wú)人機(jī)僅利用自身的輸出信號(hào)和與鄰居的相對(duì)狀態(tài)測(cè)量對(duì)所有殘差生成器的狀態(tài)進(jìn)行更新，在無(wú)人機(jī)之間的通訊受到定長(zhǎng)時(shí)延干擾下，仍然能夠使每個(gè)無(wú)人機(jī)實(shí)現(xiàn)自身和鄰居無(wú)人機(jī)的故障檢測(cè)和故障分離，即實(shí)現(xiàn)較為準(zhǔn)確的分布式故障診斷。

附圖說(shuō)明

圖1為本發(fā)明方法的流程圖。

圖2為實(shí)例1中三個(gè)四旋翼無(wú)人機(jī)編隊(duì)的通訊拓?fù)鋱D。

圖3為實(shí)施例1中三個(gè)四旋翼無(wú)人機(jī)編隊(duì)的飛行結(jié)果示意圖。

圖4為實(shí)施例1中四旋翼無(wú)人機(jī)1的故障檢測(cè)和分離結(jié)果示意圖。

圖5為實(shí)施例1中四旋翼無(wú)人機(jī)2的故障檢測(cè)和分離結(jié)果示意圖。

圖6為實(shí)施例1中四旋翼無(wú)人機(jī)3的故障檢測(cè)和分離結(jié)果示意圖。

具體實(shí)施方式

下面結(jié)合附圖以及具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明：

結(jié)合圖1至圖6，針對(duì)具有定長(zhǎng)通訊時(shí)延以及速度傳感器故障的無(wú)人機(jī)編隊(duì)系統(tǒng)，提供一種時(shí)延無(wú)人機(jī)編隊(duì)系統(tǒng)的分布式速度傳感器故障診斷方法，下面針對(duì)由3架四旋翼無(wú)人機(jī)組成的編隊(duì)系統(tǒng)，對(duì)本發(fā)明的故障診斷方法進(jìn)行說(shuō)明，其流程如圖1所示。

實(shí)施例1

步驟1：針對(duì)給定的無(wú)人機(jī)的通訊拓?fù)洌玫酵ㄓ嵧負(fù)鋮?shù)。計(jì)算通訊拓?fù)浜屠绽咕仃嚨奶卣髦?。針?duì)由3個(gè)無(wú)人機(jī)組成的編隊(duì)系統(tǒng)，四旋翼無(wú)人機(jī)的通訊拓?fù)淙鐖D2所示。令g＝{v,e}為編隊(duì)系統(tǒng)的通訊拓?fù)?，且為無(wú)向聯(lián)通圖。其中，v＝{1,2,3}為通訊拓?fù)涔?jié)點(diǎn)，每個(gè)通訊拓?fù)涔?jié)點(diǎn)代表一個(gè)無(wú)人機(jī)。e＝{(1,2)，(2,3),(3,1)}為通訊拓?fù)涞倪?，每條邊代表了一對(duì)無(wú)人機(jī)之間的通訊。

令矩陣ag＝[aij]為通訊拓?fù)涞泥徑泳仃?。如果?jié)點(diǎn)(i,j)∈e，稱(chēng)節(jié)點(diǎn)i和節(jié)點(diǎn)j互為鄰居，即節(jié)點(diǎn)i和節(jié)點(diǎn)j之間有通訊，則aij＝aji＝1，否則aij＝aji＝0。令ni為節(jié)點(diǎn)i的鄰居的集合。|ni|為集合ni中元素的個(gè)數(shù)。令矩陣dg＝[dij]為通訊拓?fù)涞亩染仃?，度矩陣的非?duì)角線元素為零，對(duì)角線元素取值為令dm為度矩陣最大元素值。令矩陣lg為通訊拓?fù)涞睦绽咕仃?，則lg＝dg-ag。令0≤λ1≤λ2≤...≤λn為lg的從小到大的n個(gè)特征值。則可得各個(gè)參數(shù)值如下：

n1＝{2,3},n2＝{1,3},n3＝{1,2},|n1|＝|n2|＝|n3|＝2。

步驟2：基于所述的通訊拓?fù)鋮?shù)、給定軌跡、編隊(duì)向量和預(yù)設(shè)條件，得到分布式編隊(duì)控制律。第i個(gè)無(wú)人機(jī)在空間坐標(biāo)系x軸方向上的開(kāi)環(huán)模型如下：

其中，i＝1,2,3，為第i個(gè)無(wú)人機(jī)的位移，為第i個(gè)無(wú)人機(jī)的速度，為第i個(gè)無(wú)人機(jī)的控制律，為第i個(gè)無(wú)人機(jī)的位移傳感器測(cè)量值，為第i個(gè)無(wú)人機(jī)的速度傳感器測(cè)量值。在實(shí)施例1中，設(shè)置無(wú)人機(jī)1在655.2025s發(fā)生恒偏差故障，無(wú)人機(jī)2和3不發(fā)生故障。無(wú)人機(jī)1的故障具體形式如下：

編隊(duì)系統(tǒng)的在x軸方向上的跟蹤軌跡為r(t)＝43.5-0.5t(m)。編隊(duì)向量為d＝[0m,-5m,-5m]^t。在y軸和z軸方向上的跟蹤軌跡為常數(shù)，本實(shí)例中的y軸和z軸方向上采用的控制律與x軸方向上類(lèi)似，在本發(fā)明中不作詳細(xì)說(shuō)明。本發(fā)明只針對(duì)x軸方向控制和故障診斷進(jìn)行詳細(xì)說(shuō)明。

第i個(gè)無(wú)人機(jī)的分布式控制律如下：

其中分別為給定軌跡的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)。k1＞0，k2＞0，k3＞0，k4＞0且滿足預(yù)設(shè)條件：k1＞k2λn以及

根據(jù)預(yù)設(shè)條件，在實(shí)施例1中選擇控制律參數(shù)為k1＝3，k2＝0.17，k3＝3，k4＝0.37。編隊(duì)結(jié)果如圖3所示。圖3中第一個(gè)子圖為三架無(wú)人機(jī)編隊(duì)飛行軌跡，3個(gè)菱形分別代表3架無(wú)人機(jī)，無(wú)人機(jī)之間的連線構(gòu)成的三角形代表編隊(duì)，三條曲線代表無(wú)人機(jī)的飛行軌跡。第二個(gè)子圖代表3架無(wú)人機(jī)的編隊(duì)跟蹤誤差。由圖3可知，無(wú)故障時(shí)，三角形編隊(duì)正常且編隊(duì)誤差較小，即控制律可以實(shí)現(xiàn)穩(wěn)定編隊(duì)；故障發(fā)生后，隊(duì)形產(chǎn)生偏差且編隊(duì)誤差幅值顯著增大此時(shí)控制律雖然無(wú)法保證編隊(duì)誤差的收斂性，但是仍然可以使編隊(duì)誤差保持在一定范圍內(nèi)。

步驟3：基于編隊(duì)系統(tǒng)閉環(huán)模型和每個(gè)無(wú)人機(jī)與鄰居的相對(duì)狀態(tài)測(cè)量，設(shè)計(jì)分布式故障檢測(cè)殘差生成器和對(duì)應(yīng)的故障檢測(cè)殘差評(píng)價(jià)函數(shù)，具體如下：

基于第i個(gè)無(wú)人機(jī)的開(kāi)環(huán)模型和分布式控制律，可得第i個(gè)無(wú)人機(jī)的閉環(huán)模型如下：

其中，分別為第j個(gè)無(wú)人機(jī)的位移和速度。為第j個(gè)無(wú)人機(jī)的速度傳感器故障。為第i個(gè)無(wú)人機(jī)的閉環(huán)模型的參考軌跡，具體形式如下：

令x＝[ξ1,ξ2,ξ3,ζ1,ζ2,ζ3]^t，v＝[v1,v2,v3]^t，f＝[f1,f2,f3]^t。第i個(gè)無(wú)人機(jī)與鄰居的相對(duì)狀態(tài)觀測(cè)yi(t)的具體形式如下：

基于第i個(gè)無(wú)人機(jī)閉環(huán)動(dòng)態(tài)模型和yi(t)，編隊(duì)系統(tǒng)的閉環(huán)模型如下：

其中，

在實(shí)施例1中，上述參數(shù)的取值具體如下：

基于編隊(duì)系統(tǒng)閉環(huán)模型，第i個(gè)無(wú)人機(jī)的分布式故障檢測(cè)殘差生成器設(shè)計(jì)如下：

其中，為殘差生成器的狀態(tài)，為殘差生成器的殘差。利用極點(diǎn)配置方法，將和的極點(diǎn)分別配置為[-3-6-9-12-15-18]，[-2-4-6-8-10-12]和[-2-4-6-8-10-12]，對(duì)應(yīng)的矩陣和取值分別如下：

在實(shí)例1中，基于第i個(gè)無(wú)人機(jī)的故障檢測(cè)殘差生成器，設(shè)計(jì)對(duì)應(yīng)的故障檢測(cè)殘差評(píng)價(jià)函數(shù)設(shè)計(jì)如下

其中，||ri⁰(t)||為ri⁰(t)的2范數(shù)，i＝1,2,3。

步驟4：基于編隊(duì)系統(tǒng)的閉環(huán)模型和每個(gè)無(wú)人機(jī)與鄰居的相對(duì)狀態(tài)測(cè)量，在每個(gè)無(wú)人機(jī)中，針對(duì)其所有鄰居設(shè)計(jì)一組分布式故障分離殘差生成器以及一組對(duì)應(yīng)的故障分離殘差評(píng)價(jià)函數(shù)，具體如下：

在第i個(gè)無(wú)人機(jī)中，針對(duì)其第k個(gè)鄰居設(shè)計(jì)分布式故障分離殘差生成器，具體如下：

其中，k∈ni，為分布式故障分離殘差生成器的狀態(tài)，為分布式故障分離殘差生成器的殘差。的計(jì)算如下：

其中，和分別為e1，e2和γi,2的第k列，為使穩(wěn)定的矩陣。

在實(shí)施例1中，所有的分布式故障分離殘差生成器的參數(shù)取值如下：

在實(shí)施例1中，基于每個(gè)無(wú)人機(jī)的每個(gè)分布式故障分離殘差生成器，設(shè)計(jì)對(duì)應(yīng)的故障分離殘差評(píng)價(jià)函數(shù)如下：

步驟5：基于每個(gè)無(wú)人機(jī)的開(kāi)環(huán)模型，設(shè)計(jì)分散式的故障分離殘差生成器以及對(duì)應(yīng)的故障分離殘差評(píng)價(jià)函數(shù)；

第i個(gè)無(wú)人機(jī)的分散式故障分離殘差生成器的形式如下：

其中，為第i個(gè)無(wú)人機(jī)的分散式故障分離殘差生成器的狀態(tài)，為第i個(gè)無(wú)人機(jī)的分散式故障分離殘差生成器的殘差，為第i個(gè)無(wú)人機(jī)的開(kāi)環(huán)控制輸入，為第i個(gè)無(wú)人機(jī)的測(cè)量輸出。其中和的取值如下：

在實(shí)施例1中，利用極點(diǎn)配置方法，配置和的極點(diǎn)分別為[-1-2]，[-3-6]和[-3-6]，對(duì)應(yīng)的矩陣的取值如下：

在實(shí)施例1中，基于第i個(gè)無(wú)人的分散式故障分離殘差生成器，設(shè)計(jì)對(duì)應(yīng)的故障分離殘差評(píng)價(jià)函數(shù)如下：

步驟6：基于分布式故障檢測(cè)殘差評(píng)價(jià)函數(shù)和對(duì)應(yīng)的故障檢測(cè)閾值進(jìn)行故障檢測(cè)，具體如下：

令為對(duì)應(yīng)的故障檢測(cè)閾值。根據(jù)噪聲、未建模動(dòng)態(tài)以及故障可檢測(cè)性的要求，以及實(shí)際經(jīng)驗(yàn)取第i個(gè)無(wú)人機(jī)的故障檢測(cè)邏輯如下：

由圖4的第一個(gè)子圖可知，在655s左右，無(wú)人機(jī)1的分布式故障檢測(cè)殘差評(píng)價(jià)函數(shù)大于對(duì)應(yīng)的閾值因此無(wú)人機(jī)1判斷編隊(duì)中有節(jié)點(diǎn)發(fā)生故障。

由圖5的第一個(gè)子圖可知，在655s左右，無(wú)人機(jī)2的分布式故障檢測(cè)殘差評(píng)價(jià)函數(shù)大于對(duì)應(yīng)的閾值因此無(wú)人機(jī)2判斷編隊(duì)中有節(jié)點(diǎn)發(fā)生故障。

由圖6的第一個(gè)子圖可知，在655s左右，無(wú)人機(jī)3的分布式故障檢測(cè)殘差評(píng)價(jià)函數(shù)大于對(duì)應(yīng)的閾值因此無(wú)人機(jī)3判斷編隊(duì)中有節(jié)點(diǎn)發(fā)生故障。

步驟7：基于分布式故障分離殘差評(píng)價(jià)函數(shù)和對(duì)應(yīng)的故障分離閾值進(jìn)行故障分離。令為對(duì)應(yīng)的故障分離閾值，其中k∈ni。為對(duì)應(yīng)的故障分離閾值。根據(jù)噪聲、未建模動(dòng)態(tài)以及故障可分離性的要求，以及實(shí)際經(jīng)驗(yàn)取和的值如下：

第i個(gè)無(wú)人機(jī)的故障分離邏輯如下：

如果則第i個(gè)無(wú)人發(fā)生故障；否則，如果存在一個(gè)故障分離殘差評(píng)價(jià)函數(shù)k∈ni，以及所有其他的故障分離殘差評(píng)價(jià)函數(shù)p∈ni\{k}，滿足且則第i個(gè)無(wú)人機(jī)的第k個(gè)鄰居發(fā)生故障；否則，如果對(duì)于所有的故障分離殘差評(píng)價(jià)函數(shù)k∈ni，都滿足則發(fā)生故障的無(wú)人機(jī)為除去第i個(gè)無(wú)人機(jī)及其鄰居的其他無(wú)人機(jī)。

由圖4的第二個(gè)子圖可知，故障檢測(cè)結(jié)束后，無(wú)人機(jī)1的分散式故障分離殘差評(píng)價(jià)函數(shù)大于對(duì)應(yīng)的閾值因此無(wú)人機(jī)1判斷自身發(fā)生了故障。此時(shí)后面的故障分離步驟不用進(jìn)行。

由圖5的第二個(gè)子圖可知，故障檢測(cè)結(jié)束后，無(wú)人機(jī)2的分散式故障分離殘差評(píng)價(jià)函數(shù)小于對(duì)應(yīng)的閾值因此無(wú)人機(jī)2判斷出自身沒(méi)有發(fā)生故障。由圖5的第三個(gè)子圖可知，無(wú)人機(jī)2對(duì)無(wú)人機(jī)1的分布式故障分離殘差評(píng)價(jià)函數(shù)小于對(duì)應(yīng)的閾值且無(wú)人機(jī)2對(duì)無(wú)人機(jī)3的分布式故障分離殘差評(píng)價(jià)函數(shù)大于對(duì)應(yīng)的閾值因此無(wú)人機(jī)2判斷無(wú)人機(jī)1發(fā)生了故障。

由圖6的第二個(gè)子圖可知，故障檢測(cè)結(jié)束后，無(wú)人機(jī)3的分散式故障分離殘差評(píng)價(jià)函數(shù)小于對(duì)應(yīng)的閾值因此無(wú)人機(jī)3判斷出自身沒(méi)有發(fā)生故障。由圖6的第三個(gè)子圖可知，無(wú)人機(jī)3對(duì)無(wú)人機(jī)1的分布式故障分離殘差評(píng)價(jià)函數(shù)小于對(duì)應(yīng)的閾值且無(wú)人機(jī)3對(duì)無(wú)人機(jī)2的分布式故障分離殘差評(píng)價(jià)函數(shù)大于對(duì)應(yīng)的閾值因此無(wú)人機(jī)3判斷無(wú)人機(jī)1發(fā)生了故障。

步驟8：無(wú)人機(jī)的運(yùn)動(dòng)學(xué)模型在空間坐標(biāo)系x軸、y軸和z軸上是解耦的，第i個(gè)無(wú)人機(jī)在空間坐標(biāo)系y軸方向上的運(yùn)動(dòng)學(xué)模型與步驟2中x軸方向上的運(yùn)動(dòng)學(xué)模型相同，重復(fù)步驟2至步驟7，得到無(wú)人機(jī)編隊(duì)系統(tǒng)在y軸上的故障分析結(jié)果；

步驟9：無(wú)人機(jī)的運(yùn)動(dòng)學(xué)模型在空間坐標(biāo)系x軸、y軸和z軸上是解耦的，第i個(gè)無(wú)人機(jī)在空間坐標(biāo)系z(mì)軸方向上的運(yùn)動(dòng)學(xué)模型與步驟2中x軸方向上的運(yùn)動(dòng)學(xué)模型相同，重復(fù)步驟2至步驟7，得到無(wú)人機(jī)編隊(duì)系統(tǒng)在z軸上的故障分析結(jié)果。

當(dāng)然，上述說(shuō)明并非是對(duì)本發(fā)明的限制，本發(fā)明也并不僅限于上述舉例，本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明的實(shí)質(zhì)范圍內(nèi)所做出的變化、改型、添加或替換，也應(yīng)屬于本發(fā)明的保護(hù)范圍。