基于多渐消因子强跟踪UKF和约束AR模型的故障估计与预测
来源期刊：控制与决策2014年第9期
论文作者：杜占龙 李小民
文章页码：1667 - 1672
关键词：强跟踪滤波;状态和参数联合估计;AR预测模型;约束;
摘 要：针对非线性系统中不可观测故障参数估计和预测问题,提出一种基于多重渐消因子强跟踪无迹卡尔曼滤波(MSTUKF)的状态和参数联合估计法,通过引入多重渐消因子增强了对变化函数未知的故障参数的跟踪能力.对于得到的故障参数估计值,利用递推最小二乘法更新约束AR预测模型,从而实现故障参数的在线估计与预测.仿真结果表明,MSTUKF方法在故障参数估计精度上优于UKF和单渐消因子强跟踪UKF,约束AR模型的预测精度高于无约束条件下的预测精度.
杜占龙，李小民
军械工程学院无人机工程系
摘 要：针对非线性系统中不可观测故障参数估计和预测问题,提出一种基于多重渐消因子强跟踪无迹卡尔曼滤波(MSTUKF)的状态和参数联合估计法,通过引入多重渐消因子增强了对变化函数未知的故障参数的跟踪能力.对于得到的故障参数估计值,利用递推最小二乘法更新约束AR预测模型,从而实现故障参数的在线估计与预测.仿真结果表明,MSTUKF方法在故障参数估计精度上优于UKF和单渐消因子强跟踪UKF,约束AR模型的预测精度高于无约束条件下的预测精度.
关键词：强跟踪滤波;状态和参数联合估计;AR预测模型;约束;
