...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Aerospace science and technology >Robust Adaptive Kalman Filter for estimation of UAV dynamics in the presence of sensor/actuator faults
【24h】

Robust Adaptive Kalman Filter for estimation of UAV dynamics in the presence of sensor/actuator faults

机译：鲁棒的自适应卡尔曼滤波器，用于在传感器/执行器故障的情况下评估无人机动态

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper a Robust Adaptive Kalman Filter (RAKF) is introduced. The RAKF incorporates measurement and process noise covariance adaptation procedures (R and Q adaptation respectively) and utilizes adaptive factors in order to adapt itself against sensor/actuator faults. Thus the filter stands robust against the faults and even in case of sensor/actuator failure keeps providing accurate estimation results. In a single algorithm, the RAKF detects the fault, isolates it and applies the required adaptation process such that the estimation characteristic is not deteriorated. The performance of the proposed RAKF is investigated by simulations for the state estimation procedure of an Unmanned Aerial Vehicle.
机译：本文介绍了一种鲁棒的自适应卡尔曼滤波器（RAKF）。 RAKF结合了测量和过程噪声协方差自适应程序（分别为R和Q自适应），并利用自适应因子来针对传感器/执行器故障进行自适应。因此，该过滤器可以抵抗故障，即使在传感器/执行器故障的情况下，也能保持准确的估算结果。在单个算法中，RAKF可以检测故障，将其隔离并应用所需的自适应过程，以使估计特性不会恶化。拟议的RAKF的性能通过仿真研究了无人机的状态估计程序。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号