تشخیص و جداسازی عیب حسگرها با استفاده از فیلتر کالمن توسعه یافته فدرال

در این مقاله یک الگوریتم جهت تعیین وضعیت ماهواره طراحی می گردد که علاوه بر بهبود دقت این زیرسیستم، در برابر خطای حسگرها نیز ایمن می باشد. زیرسیستم تعیین وضعیت ماهواره شامل حسگرهای نصب شده روی بدنه ماهواره و الگوریتم تعیین وضعیت می باشد. جهت ترکیب اطلاعات حسگرها می توان الگوریتم را به دو صورت متمرکز و غیرمتمرکز به کار برد. روش غیر متمرکز علاوه بر مزایایی مانند کاهش حجم محاسبات، افزایش دقت و همگرایی سریع تر دارای ساختار مناسبی جهت تشخیص و جداسازی عیب حسگرها می باشد. در این مقاله از فیلتر کالمن توسعه یافته فدرال تطبیقی جهت تخمین وضعیت ماهواره و تشخیص و جداسازی عیب حسگرها استفاده شده است که علاوه بر بهبود عملکرد زیرسیستم تعیین وضعیت، آن را در برابر خطای حسگرها ایمن می کند. صحت مطالب بالا در شبیه سازی ها نشان داده شده است.

Federated Extended Kalman Filter for Sensor Fault Detection and Isolation

In this paper, a new algorithm for satellite attitude determination with sun sensor and magnetic sensor is designed that improves the accuracy of satellite attitude determination subsystem and robust it against sensor fault. This subsystem includes sensors and attitude determination algorithm. In order to combine sensors data, we can utilize centralized and decentralized algorithm. Decentralized algorithm in addition of advantages such as computational volume reducing, improving accuracy and faster convergence, has appropriate structure for fault detection and isolation. In this paper, adaptive federated extended kalman filter is used for satellite attitude estimation and sensor fault detection and isolation that in addition of improving attitude determination subsystem performance, robust it against sensor fault. The correctness of aforementioned contents are demonstrated in simulations.