Page 142 - 航空电子传感器技术的研究与应用

第三章 航空电子传感器技术

Zhong 等的工作介绍了四旋翼飞行器在存在外部中断的情况下的综合执行器
故障诊断方案，更具体地说，作者开发了一种自适应三态卡尔曼滤波器，除了诊
断执行器故障外，即使外部干扰影响无人机，它也能够评估幅度。仿真结果表明

了所提方法的可靠性，并在各种故障场景下验证了该方法的有效性。Hajiyev 等
对系统模型进行了额外的更改，并提出了具有多系统噪声尺度因子（MSNSF）
的算法。鉴于执行器表面故障在无人机的数学模型中产生加性变化，该方法可用
于执行器表面故障诊断，仿真证明了该方法在诊断固定翼无人机执行器表面故障

方面的有效性。Hasan 等引入一种线性卡尔曼滤波器，以诊断多旋翼无人机上的
故障执行器。仿真分析表明，所提出的程序可以在合理的精度范围内诊断出有故
障的执行器。Qi 等提出了一种能够适应噪声统计特性的新型滤波方法（卡尔曼
滤波器 KFbased adaptive UKF），提高了适应噪声统计特性的能力。并针对两种

不同自适应 UKF 算法对过程噪声统计变化的估计精度进行了测试。当噪声信息
在 5s 时发生变化时，由于违反了最优条件，UKF 无法产生最优估计。另一方面，
自适应情况下的估计误差很快被克服，并且几乎与之前的大小相同。由于 UKF
在卡尔曼滤波器的框架内，它只能在对系统建模的某些假设下获得良好的性能。

然而，在实践中，这些假设通常不满足，滤波器的性能可能与其理论性能相比严
重下降甚至发散。当发生故障或损坏时，这种情况会更糟。为了避免这些问题，
学者应用自适应机制来自动调整过滤器参数，以适应先前知识不足的真实统计
数据。

Caliskan 等提出了一种检测和隔离卡尔曼滤波（KF）创新序列均值的无人机
传感器故障的方法，实现了针对传感器和执行器故障的重新配置飞行控制。Gao
等提出了一种基于扩展卡尔曼滤波（EKF）和多模型自适应估计（MMAE）的执
行器故障检测与诊断（FDD）方法，实现了在多旋翼无人机不增加任何传感器的

情况下执行器故障诊断的准确性和有效性。多模型自适应估计是检测执行器或传
感器故障的常用方法。但该方法的计算非常大，可以隔离的故障有限。特别是对
于卡死的故障，滤波器仅在预设工作状态附近才具有高效率。此外，MMAE 方
法中使用的卡尔曼滤波器大多适用于描述线性微分方程，而对于大多数实际应用，

倾转旋翼无人机的动力学大多用非线性微分方程来描述。基于滤波器的无人机执
行机构故障诊断技术是一种常见的故障诊断方法。该技术可以对无人机执行机构
进行实时监测，并且在发生故障时，能够快速地给出故障警告信号。不需要额外

127