تشخیص تحلیلی مبتنی بر مدل رخداد عیب در سامانه های هواپایه با استفاده از مدل های آماری مارکف

در این مقاله مساله عیب یابی سنسوری در سامانه های هواپایه با رویکردهای عیب یابی مبتنی بر مدل بررسی شده است. در ابتدا با استفاده از فیلتر کالمن مکان، سرعت و زوایای سیستم تخمین زده می شود و سپس با تعریف کردن سطح آستانه مناسب، رخداد عیب سنسور تشخیص داده شده است. تشخیص معیوب بودن سنسور با استفاده از متغیرهای احتمالاتی پیشرو انجام می شود. در این الگوریتم، تاثیر عیب بر روی سنسور با استفاده از کوواریانس داده ها مدل شده است. پارامترهایی الگوریتم با استفاده از شبیه سازی های مونت کارلو در حالت ایستا تنظیم می شوند. آزمایش های عددی بر روی یک پرنده هدایت پذیر از راه دور نشان می دهد که الگوریتم تشخیص عیب در جایی که حالت های سیستم رویت پذیر باشد، توانایی تشخیص عیب را دارد. زمانی که سیستم شرط رویت پذیری خود را از دست می دهد، امکان تشخیص رخداد عیب های لحظه ای وجود دارد اما توانایی تشخیص به صورت پایا وجود ندارد.