重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (10): 174-179.doi: 10.3969/j.issn.1674-8425(z).2019.10.027
刘彦超１，刘慧文２，高 薇３，李凤银４
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。
中图分类号:
主管单位：重庆市教育委员会