26、弹性导航中的协作式故障检测

弹性导航中的协作式故障检测

1. 引言

在无人机群飞行过程中，群成员导航系统的故障诊断和容错至关重要。全球导航卫星系统（GNSS）虽能提供精准定位信息，但在城市、峡谷等典型无人机群工作环境中，其性能会受到严重限制，且多源卫星观测信息同时失效的概率也会增加。这不仅会降低单个成员的定位精度，还会影响成员间协作信息的可靠性，进而影响协作导航的整体精度。

传统多故障检测算法主要利用传感器内部信息构建故障识别模型，如多假设解分离（MHSS）算法、组分离（GS）算法和最大似然比法等。然而，在GNSS受限环境下，这些方法的检测灵敏度会大幅降低。由于在GNSS信号不佳的环境中多观测值同时失效的概率增加，且传统故障诊断方法主要依赖车辆自身传感器信息构建模型，当可用观测值不足时，会导致检测可用性降低和检测误差，多故障的发生会严重影响整体导航精度。

车辆间的信息协作可为车辆导航系统提供额外的冗余测量信息，有助于多故障的检测和识别。这种方法有望解决复杂环境下多故障检测难题，并将容错导航概念从单车扩展到多车。在无人机群中，成员间存在多观测值共享和组合的潜力，可用于协同表征和预测GNSS信号退化，构建协作测试统计量以监测系统完整性。

2. 协作弹性导航融合中基于完整性增强的故障检测

2.1 协作增强故障检测

无人机群常处于恶劣环境，测量值可能失效，协作过程中车辆间通信链路的传播影响会导致导航系统故障。卫星伪距失效会影响接收故障卫星信号成员的GNSS设备可靠性，导致定位偏差增大。当待选锚点成员接收到含偏差的观测信息时，不仅自身定位精度受损，还会导致故障诊断结果出现检测或识别错误，严重降低检测灵敏度和准确性。
- 分