周松良 涂金鑫

Abstract： During the technical preparation of a new ship-to-air missile before loading， it is necessary to carry out the test of all-bomb connection， and to realize the fault detection and elimination， so as to ensure the connectivity of the missile circuit system. Based on multi-sensor fusion tracking recognition and correlation spectrum feature extraction， a fault detection technique for missile joint test is proposed. The sensor array is used to collect the output signal of ship-to-air missile's full projectile connectivity circuit. The spectrum analysis and association rule feature extraction are used to extract the fault feature， and the spectrum decomposition and fuzzy decision are applied to the missile test signal. The spectral feature extraction method is used to mine the associated attribute features of the transmission information of the ship-to-air missile joint test system， and the fault category is judged according to the difference of the distribution of the associated attributes. To realize the accurate detection and identification of ship-to-air missile joint test fault， the hardware design of ship-to-air missile joint test fault detection system is carried out， mainly including the AD module of the fault detection system and the program loading module. Human-machine interaction module is also developed in hardware. The simulation results show that the fault diagnosis ability of this method is good and the ability to distinguish fault features is better. The fault detection efficiency of the joint test during the preparation of the missile stage conversion technology is improved.

引言

随着人工智能和控制制导技术的快速发展，导弹逐渐成为主要的舰载武器，在防空和反导作战中发挥重要作用。当前列装国内海军的某新型舰空导弹可以在中低空范围内对抗大规模现代武器的空中袭击和导弹攻击[1]。在该型舰空导弹的装舰前技术准备过程中，需要进行全弹的连通性测试，从而排除导弹联调测试过程中的故障，判别舰空导弹全弹联调测试系统故障的产生原因和机理，由此准确实现舰空导弹全弹联调测试系统的故障定位和识别，确保舰空导弹作战过程的稳定性，研究舰空导弹联调测试故障检测方法具有重要意义[2]。

舰空导弹全弹联调测试系统的故障类别很多，常见的如电路连通性故障、制导系统故障、控制系统故障以及动力系统故障等，需要采用全弹联调性测试方法进行导弹故障检测，提高导弹的工况稳定性，在各類故障状态下的舰空导弹全弹联调测试的故障特征属性不一样，通过提取各类故障状态下的舰空导弹全弹联调测试系统运行工况特征数据，结合舰空导弹全弹联调测试的故障特征分类识别方法，进行舰空导弹全弹联调测试的故障检测。传统方法中，主要的检测方法有模式识别方法、时频特征分析方法、谱分析方法等[3-5]，结合相关的特征提取和故障定位方法，进行量化融合跟踪识别，提高导弹联调测试故障检测能力。其中，文献[6]中提出一种基于敏感元件量化融合的舰空导弹全弹联调测试系统故障诊断方法，采用敏感传感器进行舰空导弹全弹联调测试系统的故障数据采集，对采集的舰空导弹全弹联调测试系统的故障关联数据进行多传感器量化融合处理，实现故障检测，但该方法在故障检测中抗干扰能力不强，自适应性能不好。文献[7]中提出深度学习和模糊决策的舰空导弹全弹联调测试系统故障检测方法，采用相空间重构方法提取舰空导弹全弹联调测试故障分布的高维特征量，采用K-L压缩器进行舰空导弹全弹联调测试的输出故障特征降维，提高了舰空导弹全弹联调测试系统的故障特征分辨能力和诊断效率，该方法进行故障检测的实时性不好，对导弹全弹联调性测试的故障检测性能不好。

针对上述问题，本文提出一种基于多传感器融合跟踪识别和关联谱特征提取的导弹联调测试故障检测技术，采用传感器阵列进行舰空导弹的全弹连通性电路输出信号采集，对采集的信号采用谱分析和关联规则特征提取方法进行故障特征提取，对导弹联调测试信号进行频谱分解和模糊决策，采用谱特征提取方法进行舰空导弹联调测试系统传输信息的关联属性特征挖掘，根据关联属性分布的差异性进行故障类别判断，实现对舰空导弹联调测试故障的准确检测和识别。最后进行仿真实验分析，展示了本文方法在提高舰空导弹联调测试故障检测能力方面的优越性能。

1舰空导弹全弹联调测试故障检测原理和故障信号模型构建

1.1问题描述和故障检测原理

舰空导弹全弹联调测试的系统结构复杂，敏感元件较多。舰空导弹全弹联调测试故障检测中，需要进行故障特征检测，对舰空导弹全弹联调测试故障检测的根本是故障信号特征提取，结合关联故障特征分解和谱分析方法，进行舰空导弹全弹联调测试的故障检测和信息特征识别[8]，采用自适应学习和神经网络分类方法，进行舰空导弹全弹联调测试故障检测和诊断决策，根据上述分析，得到本文设计的舰空导弹全弹联调测试故障检测的总体结构模型如图1所示。