基于粒子滤波和不确定图的动态系统诊断方法

摘要：

在动态系统基于模型诊断中,状态空间大小与元件个数、时间是双指数关系.K-Best枚举方法每个时刻只考虑K个可能性最大的状态,有效减小了枚举空间,但当系统复杂庞大或诊断周期长时,状态更新仍是一项巨大工程.提出一种结合粒子滤波和不确定图的动态系统诊断方法PF_LUG,利用粒子在状态空间的分布近似其概率,并用不确定图标签的反向匹配代替传统的正向轨迹枚举.算法有效解决了由时间导致的计算量增长问题,使时间对复杂度的影响由指数运算降为乘积运算.仿真结果表明该算法的运行时间相对诊断周期线性增长,比K-Best枚举有明显优势.

关键词：动态系统诊断、粒子滤波、不确定图

所属期刊栏目：39

分类号：TP181(自动化基础理论)

资助基金：航天创新基金

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：503-507