本书介绍了滤波增益校正的鲁棒卡尔曼滤波器(RKF)。在不影响精确测量的前提下，通过定义一个测量噪声比例因子(MNSF)变量，对测量进行修正，其中，故障考虑小权重和估计。提出单个和多个MNSF(R-自适应)的 RKF算法，并应用于测量故障的无人机平台状态估计中。对比这些算法在不同类型传感器故障的处理结果，给出应用建议，并对RKF的稳定性进行分析。引入无人机状态估计的噪声协方差(Q-自适应)自适应过程，提出了针对传感器/执行器故障的R–自适应和Q-自适应的鲁棒自适应卡尔曼滤波器(RAKF)算法。因此，在传感器/执行器故障时，该滤波器仍能保持稳定并保证精确估计。通过对无人机状态估计过程仿真，对所提出的RAKF性能进行研究。该方法保证了无人机参数估计系统不受传感器/执行器故障的影响，实现了无人机自主地执行任务。
暂无
哈吉耶夫（Chingiz Hajiyev),伊斯坦布尔技术大学，教授。研究领域：无人机控制。哈利尔·埃尔辛·索肯(Halil Ersin Soken)，土耳其人，从业于日本宇宙航空研究开发机构，研究领域：无人机锡特基·耶纳尔·弗拉尔(Sitki Yenal Vural)，土耳其人，伊斯坦布尔技术大学航空航天学院，研究领域：无人机控制。
