基于改进粒子滤波算法的小型无人机传感器故障诊断方法

• 作者: 刘彦超 刘慧文 李凤银 高薇
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 小型无人机 传感器故障诊断 粒子滤波算法 遗传算法 序贯概率比检验
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 电气·电子
• 页码范围: 174-179
• 页数: 6页
• 分类号: TP277
• 字数: 3825字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.10.027

摘要

小型无人机传感器的工作状态直接影响着飞行的安全性和稳定性.因小型无人机特殊的工作环境,其故障诊断的难度较大.因此,为了提高小型无人机传感器故障诊断的精确度和适用性,提出一种基于改进粒子滤波算法的小型无人机故障诊断方法.所提出算法结合遗传算法对粒子滤波算法进行了改进,并把传感器故障诊断问题视为多维复合假设检验问题.此外,利用序贯概率比检验法分析粒子滤波估计值与传感器输出值的残差,从而诊断对应的传感器是否发生故障.一旦传感器出现故障,使用广义最大似然法则来辨识具体的故障类型.仿真结果表明:该方法能完成小型无人机的多种故障类型识别,且具有较高的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凤银	曲阜师范大学信息科学与工程学院	24	105	6.0	9.0
2	刘慧文	内蒙古工业大学电力学院	19	82	4.0	8.0
3	刘彦超	包头轻工职业技术学院自动化学院	12	5	2.0	2.0
4	高薇	云南大学软件学院	2	1	1.0	1.0