【技术实现步骤摘要】
【技术保护点】
一种基于LS‑SVR建模的高阶粒子滤波器的故障预示方法,其特征在于:包括以下步骤:步骤1:对一组从正常状态演化到故障状态的信号通过滑动时间窗截取信号,截取的每一段信号作为一个样本,计算每一个样本的6种时域统计特征,时域统计特征包括峰值、平均幅值、均方根幅值、偏斜度指标和峭度指标;然后建立样本特征空间,并用局部线性嵌入方法对构建的样本特征空间进行低维特征提取,得到低维特征集;步骤2:将步骤1中得到的低维特征集作为样本训练和测试预测器,其中低维特征集中的奇数点作为训练集,偶数点作为测试集,训练集是用来得到预测模型,测试集是用来测试预测模型的预测的效果;步骤3:采用训练集训练最小二乘支持向量机,得到最小二乘支持向量机预测模型,将最小二乘支持向量机预测模型加上模型噪声组合成高阶隐马尔科夫模型:xk=x^k+vk-1]]>x^k=f(xk-1,xk-2,......,xk-m)]]>其中f()为最小二乘支持向量机预测模型,m为阶数,xk为在k时刻的状态值,为在k时刻的状态估计值,xk‑1,xk‑2,......,xk‑m为k时刻之前1时刻到前m时刻的状态值,vk‑1为k‑1时刻的模型噪声;步骤4 ...
【技术特征摘要】
【专利技术属性】
技术研发人员:布树辉,李城梁,刘贞报,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。