基于多项式系数自回归模型的雷达性能参数最优组合预测

摘要：

针对雷达故障预测与健康管理(PHM)技术工程实现中性能参数变化趋势预测准确度不高的问题,提出一种基于多项式系数自回归(PCAR)模型的性能参数预测方法.首先,介绍了PCAR模型的形式及其阶次、参数确定方法,该模型相对于传统的线性模型扩大了模型选择范围,有效降低了建模偏差;然后,为了进一步提高预测准确度,采用基于奇异值分解滤波算法(SVDFA),选取最优门限值,将性能参数监测序列拆分成与各个失效因素对应的子序列,最后分别采用不同阶次的PCAR模型来预测序列未来值.仿真实验结果表明,所提出的联合PCAR模型的组合预测方法同单一自回归滑动平均模型(ARMA)的预测结果相比,三个监测序列的预测准确度分别提高了79.7％、97.6％和82.8％.实验结果表明该预测方法可应用于雷达性能参数的预测,有利于提高雷达的工作可靠性.

关键词：雷达性能参数、故障预测与健康管理、多项式系数自回归模型、序列分解、最优组合预测、基于奇异值分解滤波算法

所属期刊栏目：39

分类号：TP206.3(自动化技术及设备)

资助基金：国防基础科研项目

在线出版日期：2019-05-20（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：1117-1121