4、IMU故障诊断与处理（上）：加速度计故障特征提取、阈值检测法、滑动窗口滤波诊断

各位工程师朋友，大家好。今天我们开始聊IMU的故障诊断。IMU这东西，说白了就是飞控系统的“感觉器官”。它要是出了问题，飞机就像人闭着眼睛走路，迟早要摔跟头。

我个人习惯把IMU故障诊断分成上下两讲。这一讲我们聚焦加速度计，下一讲再聊陀螺仪。为什么先讲加速度计？因为在我多年的排故经验里，加速度计出问题的概率其实比陀螺仪高不少。尤其是那些低成本MEMS传感器，受振动、温度影响特别大。

4.1 加速度计故障特征提取

先说说故障特征。你想想看，一个正常的加速度计，输出应该是什么样的？

在静态条件下，三轴输出应该满足：

sqrt(Ax² + Ay² + Az²) ≈ g (9.8 m/s²)

这个公式很基础，但非常实用。我在项目中遇到过好几次，有人拿着数据来找我，说传感器坏了。我一看，模值偏离g很多，但三轴各自看又没什么异常。这就是典型的“模值校验”没做。

常见的加速度计故障特征，我归纳为以下几类：

故障类型	特征表现	典型原因
硬故障	输出恒定值（如0或满量程）	芯片损坏、断线
偏置漂移	静态输出偏离g值，且缓慢变化	温度变化、老化
噪声异常	输出跳动剧烈，方差明显增大	电源干扰、振动耦合
比例因子误差	动态响应与实际加速度不成比例	制造公差、冲击损伤

嗯，这里要注意一点。硬故障其实最好诊断，因为特征很明显。但偏置漂移和噪声异常，往往容易被忽视。我见过一个案例，飞机在空中突然开始震荡，查了半天，结果是加速度计偏置慢慢漂了0.1g。0.1g啊，在控制回路里就是个大问题。

4.2 阈值检测法

阈值检测法，是最简单、最直接的诊断方法。说白了就是设个上下限，超出就报警。

具体怎么做？我一般分三步：

1. 确定正常范围：根据传感器手册和实际测试，确定各轴输出的正常范围。
2. 设置阈值：通常取正常范围的±10%~20%作为报警阈值。
3. 实时比较：每个采样周期检查当前值是否在阈值内。

举个例子，假设加速度计量程为±2g，正常静态输出应在0.9g~1.1g之间。那么阈值可以设为：

// 阈值检测伪代码
#define ACC_LOW_THRESHOLD  0.8f  // 下限
#define ACC_HIGH_THRESHOLD 1.2f  // 上限

bool check_acc_threshold(float acc_norm) {
    if (acc_norm < ACC_LOW_THRESHOLD || acc_norm > ACC_HIGH_THRESHOLD) {
        return false;  // 故障
    }
    return true;  // 正常
}

我曾经在一个项目中，只用阈值检测法就抓到了三次传感器故障。有一次是飞控板进水，加速度计输出直接变成了0.5g。阈值一设，立马报警。

4.3 滑动窗口滤波诊断

阈值检测法虽然简单，但有个致命弱点——它对瞬时噪声太敏感。你想想看，如果传感器只是被拍了一下，输出瞬间跳变，阈值检测就会误报。这时候就需要滑动窗口滤波了。

滑动窗口滤波的核心思想是：不只看当前一个点，而是看一段时间内的数据趋势。具体做法是维护一个固定长度的数据窗口，每次新数据进来，就计算窗口内的统计特征。

我常用的滑动窗口诊断方法有两种：

4.3.1 滑动均值检测

计算窗口内数据的平均值，用这个平均值来做阈值判断。这样可以滤掉高频噪声。

// 滑动均值检测
#define WINDOW_SIZE 10

float buffer[WINDOW_SIZE];
int index = 0;
float sum = 0.0f;

bool sliding_mean_check(float new_value) {
    // 更新窗口
    sum -= buffer[index];
    buffer[index] = new_value;
    sum += new_value;
    index = (index + 1) % WINDOW_SIZE;
    
    // 计算均值
    float mean = sum / WINDOW_SIZE;
    
    // 阈值判断
    if (mean < 0.8f || mean > 1.2f) {
        return false;
    }
    return true;
}

4.3.2 滑动方差检测

这个更有意思。有时候均值正常，但方差突然变大，说明传感器在“抖动”。这在飞行中是很危险的信号。

// 滑动方差检测
bool sliding_variance_check(float new_value) {
    // 先计算均值
    float mean = calculate_sliding_mean(new_value);
    
    // 计算方差
    float variance = 0.0f;
    for (int i = 0; i < WINDOW_SIZE; i++) {
        variance += (buffer[i] - mean) * (buffer[i] - mean);
    }
    variance /= WINDOW_SIZE;
    
    // 方差阈值判断
    if (variance > VARIANCE_THRESHOLD) {
        return false;  // 噪声过大
    }
    return true;
}

4.4 知识体系总览

为了让大家更直观地理解这一讲的内容，我画了一张流程图。它展示了加速度计故障诊断的整体逻辑：

这张图把整个诊断流程串起来了。从原始数据进来，先做特征提取，然后根据情况选择阈值检测或滑动窗口滤波，最后输出故障判定结果。我个人习惯在实际项目中两种方法都用，互为备份。

好了，这一讲的内容就到这里。加速度计的故障诊断，说白了就是“看特征、设阈值、做滤波”这三板斧。但别小看这三板斧，用好了能解决90%的问题。下一讲我们继续聊陀螺仪的故障诊断，到时候会涉及更复杂的逻辑，比如一致性校验和交叉验证。

---

公众号:蓝海资料掘金营，微信deep3321