论文阅读《Integrity Monitoring Techniques for Vision Navigation Systems》——5结果

5 结果

该算法通过了50次的蒙特卡罗实验进行了验证。每个实验总共有100个测量值和不同数量的故障。由图4.2可知，经过100次迭代测试，$\vec{P}$的和收敛到4.5。在收敛后，所有五个故障测量可以被隔离，没有任何假阳性与其它测量。应该注意的是，算法不需要运行到完全收敛来隔离故障，但可以在假设每个测量都包含在测试中的情况下，以更少的迭代来运行。然而，如果它没有收敛，隔离良好测量的可能性就会降低，但作为额外测试所需的计算时间的权衡，这是可以接受的。

随着故障测量值的增加，$\vec{P}$的总和增加，如图4.3和4.4所示，$\sum \vec{P}$收敛于8和10.8，分别为10和15个故障测量值。如果进行更多的实验，$\sum \vec{P}$的稳态值相对于图4.5中的故障测量的数量绘制出来，可以看到一个非线性关系。这种关系类似于通过测试的概率与故障测量的数量之间的关系，如图4.1所示。

图4.1 假设总共有100个测量值，在一个给定子集中有5个测量值，得到一个好的测量值子集的概率

 

如图4.6所示，当$\sum \vec{P}$的稳态值相对于选择一个好的子集的概率绘制时，我们发现了一个线性关系。这种关系取决于测量的总数目$N$和测试子集中的测量数目$n$，但仍然是线性的。这提供了一个简单的工具来发现故障测量的数量。

图4.2 误差概率向量P的平均和与测试迭代，给定50次运行的蒙特卡罗实验，100个测量中有5个是故障的。

 

图4.3 概率误差向量P的平均和与测试迭代，给定50次运行的蒙特卡罗实验，100个测量中有10个是故障的。

 

图4.4 误差概率向量P的平均和与测试迭代，给定50次运行的蒙特卡罗实验，100个测量中有15个是故障的。

 

图4.5 误差概率向量P的稳态平均和与100个总测量值中故障测量的数目。

 

图4.6 误差概率向量P的稳态平均和 与 有100个测量值和不同数量的故障测量，得到一个好的数据子集的概率。

 

6 结论

本文的工作揭示了误差概率向量$\sum \vec{P}$和选择一个好的测量子集的概率之间的线性关系。在给定测量值的数量和子集的大小以及其它变量的情况下，找到一个方便的线性关系方程将被研究。

总之，视觉系统已被证明是GPS导航的很好的替代品。然而，由于导航环境的变化，可用测量的数量和质量有所不同。这导致在任何情况下发生单故障和多故障的可能性很高。如果这些系统要获得航空应用认证，检测和排除这些故障的能力是必不可少的。本文提出了一种方法，该方法在发生多故障是提供更多的信息，允许确定故障的数量和识别故障。

7 参考文献

略