一种基于神经网络的空空导弹传感器在线故障诊断技术研究

李 伟，花文华，张金鹏，2

(1 中国空空导弹研究院，河南洛阳 471009；2 航空制导武器航空科技重点实验室，河南洛阳 471009)

0 引言

导弹的飞行控制系统主要用以完成制导导引、稳定控制等功能，需要由惯性传感器敏感当前导弹的飞行状态参数。但是惯性传感器在导弹贮存期间，随着时间推移会发生参数漂移，在飞行过程中也可能发生性能故障或异常。这些故障或异常将导致惯性传感器敏感到的导弹飞行参数与实际存在较大偏差，飞行控制系统由此产生的执行器控制量也会偏离真实情况，导致任务失败。因此惯性传感器能否将当前导弹飞行状态准确传递给飞行控制系统将对导弹可靠性产生重大影响。

为提高导弹的可靠性，有必要设计一种故障诊断器对惯性传感器进行在线故障诊断，并对故障信号进行重构。目前，故障诊断方法主要有基于解析模型的方法、基于信号处理的方法和基于知识的方法，具体到传感器故障诊断器及状态观测器的建立方法主要有滤波器[1]、小波分析[2]、专家系统[3]、滑模控制[4]等。文中提出了一种基于神经网络[5]的在线系统状态观测器，能够准确高效的对导弹惯性传感器敏感信号进行跟踪、诊断并实现信号准确估计。

1 故障诊断器设计

文中搭建的故障诊断器结构示意图如图1所示。

图1 故障诊断器结构示意图

首先基于导弹气动模型建立导弹状态观测器，在线估计导弹的飞行状态参数。其次搭建BP神经网络，通过学习训练导弹的实际飞行数据建立输入输出映射，通过该映射可在线估计导弹传感器的预期输出，将该预期估计值与传感器的实际输出值进行比较，并进行相应的逻辑判断，即可得到导弹传感器的故障诊断结果。……