Page 141 - 航空电子传感器技术的研究与应用

Research and Application of Avionics Sensor Technology
航空电子传感器技术的研究与应用

状态观测器（LESO）的故障估计算法，提高了四旋翼无人机故障诊断的收敛速
度以及仿真估计精度。Yin 等开发了一种故障诊断方法，使用间隔观测器对垂直
起降无人机编队中的执行器故障进行诊断，在此方案中，可以创建残差和阈值，

在一个垂直起降的编队中进行的 MATLAB 仿真证明了所提方法的性能。与之前
的工作一样，Li等的工作仅对一架参与编队的固定翼无人机进行执行器故障诊断，
该方法涉及未知输入观测器和分布式故障检测技术，通过在 MATLAB 环境中的
仿真对所提出的架构进行了评估。Ma 等将传感器和执行器的故障都考虑在内，

应用了自适应观测器进行四旋翼无人机的故障估计，建立了容错故障调节控制方
案，仿真和实际飞行都证明了该方法的有效性。Boss 等基于多模型、多扩展高
增益观测器（EHGO）的输出反馈控制策略，研究了一种六旋翼无人机的飞行中
执行机构故障诊断技术，提高了执行机构在飞行过程中都会发生的故障的识别速

度和精确度。
到目前为止描述的故障诊断方法均是在不考虑影响系统的干扰下进行的，但
EHGO 中明确地包含干扰，并且可以根据干扰水平区分干扰和执行器故障。该研
究中不仅保证了稳定性，而且提供了关于什么程度的干扰可以与执行器故障区分

开来的见解，以及在故障和切换模型之间可以经过多少时间，然后才有可能失去
控制。该研究的模拟实验显示执行器的故障在飞行后不到 2s 就被错误地检测到。
原则上，EKF 可以通过干扰模型来增强，以改善这种性能，但是这需要一个预期
干扰的模型。而 EHGO 可以适应各种动力学未知的干扰，因此，根据飞行条件，

考虑故障恢复策略中的干扰是一个极其重要的因素。基于观测器的无人机执行机
构故障诊断技术是一种利用传感器数据对执行机构的故障进行高精度检和诊断的
方法。该方法能够准确地判断执行机构的工作状态是否正常，具有较高的可靠性
和稳定性，但如果传感器损坏或者无法正常工作，该方法就不能正常工作，而且

对于微小的故障可能无法准确诊断。相比传统的故障检测和诊断方法，该技术不
需要增加额外的硬件设备和人力投入，有着相对更低的成本。该技术的算法需要
经过有效的训练和调整，以确保检测和诊断的精度；同时，若算法不合适，可能
会导致误判或漏判。

2. 基于滤波器的执行机构故障诊断
近年来，序贯估计取得的可喜成果使其成为在线建模和模型 - 参考控制的重
要研究方向，用于非线性系统的最著名的序贯估计方法之一是扩展卡尔曼滤波。

126