买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于故障自适应检测移除策略的鲁棒大气数据融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119720087B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411788731.7，技术领域涉及：G06F18/25；该发明授权一种基于故障自适应检测移除策略的鲁棒大气数据融合方法是由王宏伟;丁娟设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于故障自适应检测移除策略的鲁棒大气数据融合方法在说明书摘要公布了：本发明属于航空航天技术领域，具体涉及一种基于故障自适应检测移除策略的鲁棒大气数据融合方法。传统的方案针对冗余传感器采用如“投票制”、求平均值、测量主传感器—监测副传感器制等数据处理方式，不能很好的处理ADS系统中传感器出现故障的情形。所以本发明通过引入能够在非人工干预情况下自动实现传感器故障检测及移除的机制，致力于设计对传感器故障具有鲁棒性的大气数据估计算法。仿真结果验证了所提出鲁棒大气数据估计方案在真实的飞行环境中的可行性。

本发明授权一种基于故障自适应检测移除策略的鲁棒大气数据融合方法在权利要求书中公布了：1.一种基于故障自适应检测移除策略的大气数据融合方法，其特征在于，包括： 建立抗故障大气数据估计模型为： yt＝Hxt+wt其中，包含了飞行器动态系统的所有测量值，是由H1和H2组成的测量矩阵，wt是由所有传感器噪声组成的噪声向量，y1t是由飞行器惯性导航系统的测量值得到： y1t＝H1xt+w1t其中xt是飞行器系统状态，包括大气数据和欧拉角，w1t是惯性导航系统传感器噪声；y2t是由飞行器大气数据传感器的测量值得到，定义大气数据传感器包括K1个空速传感器、K2个迎角传感器、K3个侧滑角传感器，测量方程为： 其中，为第k1个空速传感器测量值，Has为空速传感器测量矩阵，第k1个空速传感器测量噪声，为第k1个迎角传感器测量值，Haoa为迎角传感器测量矩阵，为k1个迎角传感器测量噪声，为第k1个侧滑角传感器测量值，Hssa为侧滑角传感器测量矩阵，为第k1个侧滑角传感器测量噪声，定义可得： y2t＝H2xt+w2t其中，y2t∈RK包含冗余ADS系统中所有传感器测量值，K＝K1+K2+K3，H2是根据不同分量的来源而形成的测量矩阵； 基于建立的估计模型，通过故障自适应检测移除策略，得到大气数据的估计值，具体为： 对传感器的观测值yt的第i个分量引入一个二值指示变量zit来表征它的属性，如果yit为有效观测值，则zit＝1，反之yit为野值，则zit＝0，即： 其中，hi为测量矩阵H的第i行，当yit为有效观测值即zit＝1时，yit的似然函数为σii,t为对角矩阵Rt的第i个主对角线元素；而当zit＝0时，yit的似然函数值是常数，从而将yt的似然函数统一为： 其中，m为传感器的索引号； 将指示变量zit建模成服从贝塔—伯努利分布的随机变量： 其中，Beta·,·表示贝塔函数，eit和fit是贝塔—伯努利分布的参数； 定义和πt＝{πit}，待求未知量通过如下最大后验概率估计问题求得： 采用变分贝叶斯推理方法近似求解： pxt,zt,πt|y1:t≈qxt,zt,πt＝qxtqztqπt根据VBI理论，不同因子的分布通过如下顺序逐次迭代的过程求解： 其中，k是VBI推理过程的迭代索引，为全概率密度函数，qkxt通过Kalman平滑理论的解决方案求解，qkzt和qkπt因共轭先验分布的关系都有闭合解； 经过一定的迭代过程后，VBI过程收敛，此时qkxt近似为高斯分布，使用它的期望做为状态的估计值，即根据系统状态的定义，xt包含了大气数据和欧拉角，从而得到大气数据的估计值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。