张凤云
- 作品数:2 被引量:2H指数:1
- 供职机构:郑州铁路局更多>>
- 发文基金:国家自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于EMA_UKF的移动机器人传感器故障诊断
- 2017年
- 针对移动机器人多传感器单个或组合故障的情况,提出一种基于EMA_UKF(expected mode augmentation-unscented Kalman filter)方法,用于解决传统固定结构交互多模型算法(FSMM)因模型数量多而造成实时性较差,以及扩展卡尔曼滤波(EKF)计算复杂且精度不高的问题。EMA_UKF方法将期望模型扩张算法(EMA)与无味卡尔曼滤波方法(UKF)相结合,首先利用模型集合自适应来确定期望模型;然后用期望模型扩张初始模型集,通过UKF滤波得到接近真实模型状态的估计结果,判断传感器故障类型。最后,通过与传统的FSMM方法的实验对比,表明该方法能够有效地判断出移动机器人单个或组合传感器故障类型,并且明显地提高了诊断精度。
- 赵贝贝徐雪松张凤云
- 关键词:无味卡尔曼滤波移动机器人传感器故障诊断
- 基于交互多模型无味卡尔曼滤波的移动机器人故障诊断被引量:2
- 2016年
- 为了快速、准确地诊断出移动机器人的故障,将交互多模型算法和无味卡尔曼滤波(IMM_UKF)结合起来,通过各个故障模型的概率大小来判断故障是否发生。仿真结果证明,IMM_UKF的估计准确度要高于IMM_EKF,能够准确判断故障。
- 万伟张凤云杨斌
- 关键词:故障诊断交互多模型无味卡尔曼滤波移动机器人