Distributed Fault Estimation With Noisy Measurements in Formation Control
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Accurate fault estimation in multi-agent formations is critical for ensuring overall system reliability, yet it remains particularly challenging in noisy environments where conventional methods often fail. This paper presents a distributed adaptive fault estimation approach and designs an adaptive observer-based estimator, leveraging local and neighboring state information for robust fault signal reconstruction under noise interference. Through rigorous Lyapunov stability analysis, we establish the global uniformly ultimately bounded (UUB) convergence of estimation errors. Our proposed algorithm's performance is further verified via both numerical simulations and Gazebo experiments, demonstrating its capability to accurately estimate fault signals despite environmental noise and formation coupling effects.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Distributed Fault Estimation With Noisy Measurements in Formation Control
- Date Crossref
- 01/01/2026
- Éditeur
- Institute of Electrical and Electronics Engineers (IEEE)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
National University of Defense Technology pays non établi dans la noticeUniversité ou école supérieure
-
College of Intelligence Science and Technology and the Key Laboratory of Equipment State Sensing and Smart Support pays non établi dans la noticeUniversité ou école supérieure
National University of Defense Technology et College of Intelligence Science and Technology and the Key Laboratory of Equipment State Sensing and Smart Support.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.