新型大气数据传感系统是一种不但可同时测量飞行器的飞行高度、速度、攻角和侧滑角等多种飞行参数,而且可进行自身状态在线自确认的大气数据系统。该系统充分继承了嵌入式大气数据传感技术和自确认传感技术的优势,适用于现代飞行器的高隐身、高机动性和高可靠性需求。本课题旨在研究故障检测、故障定位及故障诊断等状态自确认方法,解决新型大气数据传感系统的若干关键技术问题。论文的主要研究内容如下:(1)针对新型大气数据传感系统的故障传播问题,研究一种基于模糊概率Petri网的故障传播分析方法。利用模糊概率Petri网的强大建模和逻辑推理性能,分析系统的最大概率故障传播路径,分别建立系统组件级和系统级的故障传播规律模型,获取可充分覆盖测试样本集的主要故障模式。试验结果表明,压力传感器异常、信号采集及处理电路异常以及测压孔堵塞是大气数据系统的主要故障,与专家知识及工程经验得出的结论一致。(2)针对新型大气数据传感系统的故障检测及故障源定位问题,研究一种基于小波核主元分析和故障指示向量的多故障检测及识别方法。利用核主元分析方法分析多路测压通道间的内在关系,研究待测样本在高维特征残差空间内投影量的变化与故障检测的关系,验证小波核的多分辨率分析能力在瞬时性故障检测中的优势;根据测压点布局的冗余特性,研究攻角和侧滑角参数分别与垂向和纵向测压点的内在关系,建立故障指示向量知识库表征测压通道状态,验证系统在低马赫数小攻角和高马赫数大攻角情形下,通过故障指示向量匹配实现故障源定位的有效性。实验结果表明,该方法可实现多故障无遗漏检测,总故障数小于3的典型故障检测率大于90%,故障源定位率为100%。(3)针对新型大气数据传感系统的非线性故障特征提取和多故障分类问题,研究一种基于集合经验模态分解和多分类相关向量机的故障诊断方法。利用集合经验模态分解的信号自适应分解特性,分析不同类型故障输出信号在不同本征模分量上的能量特征差异性,建立不同类型故障特征向量集,验证集合经验模态分解的抗模态混叠和故障特征提取性能;利用多分类相关向量机的小样本学习、分类结果概率形式输出、单模型多分类等特性,分析故障诊断与分类结果不确定性的关系,研究基于交叉验证的最优核参数选取方法,建立不同故障模式的多分类器模型,验证多分类相关向量机的多故障类型同时识别优势。与传统经验模态分析方法相比,该方法具有明显的抗模态混叠优势,对系统正常工作、压力波动大、压力跳变、压力偏置和压力恒值输出等样本识别为对应故障类型的平均分类概率分别大于86%和80%,故障分类正确率为100%。(4)为验证研究的新型大气数据系统故障检测、故障识别及故障诊断方法的有效性,设计一种新型大气数据系统仿真试验平台,模拟产生各种真实故障,对系统分布式压力传感测量进行标定和测试,获取正常测试样本和故障仿真数据样本集。