基于MIT规则的自适应Unscented卡尔曼滤波及其在旋翼飞行机器人容错控制的应用

被引:10
作者
齐俊桐 [1 ,2 ]
韩建达 [1 ]
机构
[1] 中国科学院沈阳自动化研究所
[2] 中国科学院研究生院
关键词
故障诊断; 容错控制; 自适应卡尔曼滤波; 旋翼飞行机器人;
D O I
暂无
中图分类号
TN713 [滤波技术、滤波器]; TP242 [机器人];
学科分类号
080902 ; 1111 ;
摘要
提出一种新颖的基于MIT规则的自适应Unscented卡尔曼滤波(Unscented Kalman filter,UKF)算法,用来进行参数以及状态的联合估计。针对旋翼飞行机器人执行器提出一种执行器健康因子(Actuator health coefficients,AHCs)的故障模型结构,应用自适应UKF对AHCs参数进行在线估计,将联合估计的状态以及故障参数引入基于模型的反馈线性化控制结构,组成完整的容错控制系统。提出的自适应UKF算法以及容错控制结构经过中科院沈阳自动化研究所ServoHeli-20旋翼无人智能平台数学模型进行仿真试验验证,效果良好。
引用
收藏
页码:115 / 124
页数:10
相关论文
共 4 条
[1]   旋翼飞行机器人故障诊断与容错控制技术综述 [J].
齐俊桐 ;
韩建达 .
智能系统学报, 2007, (02) :31-39
[2]   Adaptive tuning of a Kalman filter via fuzzy logic for an intelligent AUV navigation system [J].
Loebis, D ;
Sutton, R ;
Chudley, J ;
Naeem, W .
CONTROL ENGINEERING PRACTICE, 2004, 12 (12) :1531-1539
[3]  
Stochastic models. MAYBECK P S. Estimation and Control . 1982
[4]  
A fault tolerance flight control system for sensor and actuator failures using neural networks. NAPOLITANO M, AN Y, SEANOR B. Aircraft Design . 2000