基于SPRT的深空探测器自主GNC系统执行器故障诊断法

本文探讨了一种基于顺序概率比检验（Sequential Probability Ratio Test, SPRT）的卫星执行器故障检测方法。该研究主要关注于航天器自主导航与控制系统（GNC）中的执行器健康监控，SPRT作为一种统计学习驱动的假设检验方法，其核心优势在于无需预先设定观察样本组的数量，而是通过逐个比较每个假设测试数据点与预设阈值来判断故障情况。 首先，作者提出了一种假设检验框架，该框架允许根据预定的误报率和漏报率动态确定检验的阈值。这意味着可以根据实际运行环境灵活调整检测的敏感性，以平衡误报和漏报的风险。这种方法在处理执行器故障时具有较高的实用价值，因为执行器的健康状态可能随时间变化，而SPRT能适应这种变化。 接下来，作者提取了待检测信号的关键特征参数，这可能是信号的瞬时值、频率成分、变化率等，这些参数能够反映执行器的工作状态和潜在问题。通过计算这些参数对应的似然度值，可以与预设的阈值进行比较。当某次测试的似然度值超过阈值时，就表明可能存在故障信号，反之则认为系统正常。 为了验证这一方法的有效性，研究者在深空探测器自主GNC系统的执行器故障检测场景下进行了模拟实验。实验结果显示，基于SPRT的故障检测方法在不同故障条件下都能快速准确地识别出执行器的异常，证明了其在复杂航天环境中具有良好的性能和鲁棒性。 总结来说，这篇研究论文提供了一种创新的故障诊断策略，利用顺序概率比检验在GNC系统中实时监控执行器健康，其优点在于灵活性高、适应性强，适用于动态变化的航天环境。通过实验验证，这种方法展现出在实际应用中的可行性，对于提高航天器的可靠性和安全性具有重要意义。