面向高超声速飞行器双重不确定性的自适应状态估计

摘要

将高超声速飞行器双重不确定性因素建模为未知干扰输入项,针对状态演化方程和量测方程含有不同未知干扰输入的高超声速飞行器控制系统状态估计问题开展研究,提出一种基于自适应方差极小化的递推状态估计器(Adaptive-variance-minimization-based Recursive Estimator,AVMRE).首先建立了状态估计递推滤波器模型,实现滤波误差中的量测未知干扰解耦,之后引入自适应调整因子刻画状态未知干扰并推导了最小上界估计误差协方差矩阵,最后,基于最小方差估计准则设计了滤波器中的量测增益反馈矩阵.以外部突风和传感器故障为例,受内外部双重不确定性因素影响下的高超声速飞行器仿真实验验证了本文算法的有效性,与相关算法的仿真对比反映了本文算法的优越性.