科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文针对一类非线性系统，提出基于广义系统的鲁棒增广扩展Kalman滤波器，结合改进鲸群优化算法寻优系统噪声，以精确估计系统状态量以及并发执行器和传感器故障。首先，视故障为系统的状态变量，建立广义系统，将非线性系统的故障估计转化为非线性广义系统的状态估计。其次，提出鲁棒上界以降低线性化误差对估计精度的影响。然后，利用改进鲸群算法寻优系统噪声，以优化鲁棒增广扩展Kalman滤波器。最后，给出F-16飞机的纵向运动数值模型，使用本文方法与自适应无迹Kalman滤波器以及基于鲸群算法的鲁棒增广扩展Kalman滤波器进行对比仿真，仿真结果表明，相较于其他两种算法，本文方法的故障估计均方根误差降低了50%左右，验证了其优越性。
- 单位
