Estimation des altitudes relatives d’un avion à l’aide d’un filtrage hybride multi-gaussien
Institution:
Toulouse, ISAEDisciplines:
Directors:
Abstract EN:
The aircraft height above the ground is a critical parameter for the airliners. Its measurement is usually performedby one or more radioaltimeters. The objective of this thesis is to improve the reliability of this measure. This requiresto identify the potential contribution of new sensors, develop the associated data fusion algorithms, and evaluate thesenew solutions. A crucial point is the consideration of potential malfunctioning of the various sensors.The thesis presents a selection of sensors determined under criteria such as feasibility, the observability of theheight and the heterogeneity of fault causes. The behavior of different sensors selected are detailed : altimeter, GNSS,ground data base, barometer, LIDAR and ground contact indicator. We also expose models dedicated to the behavioralsimulation of the aircraft, the ground overflown and the embedded sensors on the one hand, and on the other handsimpler models but with a suitable structure to the synthesis of data fusion filter. The functional architecture of thedeveloped code for both simulation as for fusion, is modular, allowing for a quick comparison of different scenariosand solutions.The fusion algorithm aggregates the values of the measurements and the various models of dynamic behavior. Itprovides the probabilities of the various states as well as those of the operating modes of each sensor. The changesin modes are then the characteristics of fault occurrences.We chose to use a Bayesian approach for data fusion, the variables of interest being then represented by randomprocesses. The dynamics are modeled by continuous states, and modes by discrete states : the model is hybrid. Toreduce the complexity of the fusion code, the representations of the dynamical behavior of the measures in the variousmodes have been developed in the form of linear Gaussian stochastic models.In the Bayesian framework, one knows formally the expression of the solution to the problem of optimal estimationof the height and of the sensors operating modes. This solution cannot be calculated in the case of hybrid dynamics.It has been approximated under the form of a probability density function multi-Gaussian, resulting in what we calla hybrid multi-Gaussian Kalman filter. Then the fusion algorithm can be seen as a bank of Kalman filters runningin parallel and whose likelihoods indicate the status of the sensors (failure or not). These filters are exploring all thepossible transitions between the various operating modes.The validation of the fusion algorithm and the evaluation of its performance are performed on scenarios selectedfor their representativeness of known problems and other with more prospective characters. The analysis of the resultsdemonstrates obviously the interest of the fusion. It also leads us to propose ways to improve the performance of theestimation algorithm and the representativeness of the simulation tool. We can thus limit the complexity of the filterwithout significant loss of performance by limiting the number of symptoms modeled, or limiting the number oftransitions explored.
Abstract FR:
La hauteur de l’avion au-dessus du sol est un paramètre critique pour les avions de ligne. Sa mesure est habituellementréalisée par un ou des radio altimètres. L’objectif de cette thèse est d’améliorer la fiabilité de cettemesure. Cela nécessite d’identifier l’apport potentiel de nouveaux capteurs, de développer les algorithmes de fusion dedonnées associés, et d’évaluer ces nouvelles solutions. Un point crucial est la prise en compte des dysfonctionnementspotentiels des différents capteurs.Le mémoire présente une sélection de capteurs déterminée au regard de critères tels que la faisabilité, l’observabilité de la hauteur et l’hétérogénéité des causes de dysfonctionnement. On détaille le comportement des différentscapteurs sélectionnés : radioaltimètre, GNSS, base de données de terrain, baromètre, LIDAR et indicateur de contactau sol. Sont également exposés d’une part des modèles dédiés à la simulation comportementale de l’avion, du solsurvolé et des capteurs embarqués, et d’autre part des modèles plus simples mais ayant une structure adaptée à lasynthèse du filtre de fusion de données. L’architecture fonctionnelle du code développé, tant pour la simulation quepour la fusion, est modulaire, autorisant ainsi la comparaison rapide de divers scénarios et solutions.L’algorithme de fusion agrège les valeurs des mesures et les différents modèles de comportement dynamique.Il fournit les probabilités des différents états ainsi que celles des modes de fonctionnement de chaque capteur. Leschangements de modes sont alors caractéristiques de l’apparition de défaillances. Nous avons choisi d’utiliser uneapproche bayésienne pour la fusion de données, les variables d’intérêt étant alors représentées par des processusaléatoires. La dynamique est modélisée par des états continus, et les modes par des états discrets : le modèle esthybride. Afin de limiter la complexité du code de fusion, la représentation du comportement dynamique des mesuresdans les différents modes opératoires a été développée sous la forme de modèles stochastiques linéaires gaussiens.Dans le cadre Bayésien, on sait exprimer formellement la solution au problème de l’estimation optimale dela hauteur et des modes opératoires des capteurs. Cette solution n’est pas calculable dans le cas de dynamiqueshybrides. Nous l’avons approximée sous la forme d’une densité de probabilité multi-gaussienne, aboutissant à ce quenous appelons un filtre de Kalman hybride multi-gaussien. L’algorithme de fusion peut alors être vu comme unebatterie de filtres de Kalman fonctionnant en parallèle et dont les vraisemblances renseignent sur l’état des capteurs(défaillances ou non). Ces filtres explorent toutes les transitions possibles entre les divers modes de fonctionnement.La validation de l’algorithme de fusion et l’évaluation de ses performances sont effectuées sur des scénarioschoisis pour leur représentativité d’incidents connus et d’autres à caractère plus prospectifs. L’analyse des résultatsobtenus démontre de manière évidente l’intérêt de la fusion. Elle nous conduit aussi à proposer des pistes pouraméliorer les performances de l’algorithme d’estimation ainsi que la représentativité de l’outil de simulation. Onpeut ainsi limiter la complexité du filtre, sans perte sensible de performance, en limitant le nombre de symptômesmodélisés, ou en limitant le nombre de transitions explorées.