基于自学习采样粒子滤波器的不完备故障空间交互诊断方法
Interactive diagnosis in incomplete fault space based on self-learning sample particle filter作者机构：中南大学 信息科学与工程学院长沙410083
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2012年第27卷第9期
页 面：1331-1336页
核心收录：
学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程]
基 金：中国博士后科学基金项目(20110491272,2010-2012) 中南大学博士后科研经费项目(2010-2012) 中央高校基本科研业务费专项资金项N(2012QNZT060)
摘 要：针对不完备空间混合系统,提出一种基于自学习采样粒子滤波器(SLSPF)的交互诊断方法,融入自学习采样机制,利用自学习即时概率指导采样,以摆脱粒子滤波器对转移概率的依赖;结合自学习采样与诊断的动态交互方式调整模式空间,使粒子滤波器采样粒子数动态减少;同时给出了不完备信息空间的真实模式与未知模式阈值的决策条件,实验结果表明,尤其在高维状态空间下,SLSPF不仅可以保证粒子滤波器的诊断精度,而且能够提高计算效率。
维普期刊数据库
同方期刊数据库