摘要
本发明公开了一种多源不确定性下四旋翼无人机自适应寿命预测方法,通过构建各执行器的退化模型,利用EM算法更新退化模型参数,最后基于更新后的参数计算剩余寿命概率密度函数;其中模型参数更新包括执行以下迭代:E步、确定状态空间模型,基于Kalman滤波估计漂移参数的均值和方差;利用RTS平滑算法根据漂移参数的均值和方差计算对应条件期望,以获得完整数据集对数似然函数的条件期望;M步、通过搜索算法最大化剖面对数似然函数更新参数。本发明有效提高了四旋翼无人机在多源不确定性下建模与剩余寿命预测精度,增强维护针对性,延长机体使用寿命,保障无人机在复杂环境下稳定运行。
技术关键词
寿命预测方法
Kalman滤波
执行器
状态空间模型
退化模型
概率密度函数
剩余寿命预测
EM算法
平滑算法
寿命预测系统
搜索算法
四旋翼无人机
参数更新模块
保障无人机
噪声方差
非线性
系统为您推荐了相关专利信息
误差状态
状态空间模型
全球导航卫星系统
状态估计器
RNN模型
并行任务调度方法
动态规划算法
策略
阶段
全局最小代价
组合导航系统
故障检测方法
输出特征
Kalman滤波
序列
时钟同步方法
时间同步
多终端
相位校正数据
时延
光谱图像分类方法
图像分类模型
高光谱图像分类
特征提取模块
高光谱图像降维