文章标题：基于FUKF-MMAE的无人艇推进器故障诊断方法

文章作者：李昌隆¹, 肖长诗¹, 李昊鑫¹, 刘加轩¹, 李启亮², 周春辉¹
关 键 字：水面无人艇;推进器;联邦卡尔曼滤波;无迹卡尔曼滤波;多模型自适应估计
文章摘要：本文提出一种结合联邦无迹卡尔曼滤波（Federated Unscented Kalman Filtering，FUKF）与多模型自适应估计（Multiple Model Adaptive Estimation，MMAE）的故障诊断方法。该方法首先基于多个无迹卡尔曼滤波（Unscented Kalman Filter，UKF）子滤波器分别构建正常状态和不同故障模式下的状态估计模型，并利用MMAE框架计算各模型的概率权重，从而实现对故障类型的自适应识别。在此基础上，FUKF通过加权融合所有UKF的估计值，以提高状态估计的精度和鲁棒性。与传统方法相比，该方法不仅能够适应非线性系统的复杂动态特性，还能在线实时监测故障并精确估计其严重程度。实验结果表明，该方法在响应速度和诊断精度方面显著优于联邦扩展卡尔曼滤波（Federated Extended Kalman Filtering，FEKF），有效提升了推进器故障诊断的可靠性和安全性。