基于Monte Carlo方法的自适应多模型诊断

摘要：

多模型混合系统的模型切换服从有限状态的Markov链,其转移概率通常假定是已知的.当模型转移概率未知的时候,本文基于Monte Carlo粒子滤波器给出了混合系统状态估计的一种自适应算法.该算法假定未知的转移概率先验分布为Dirichlet分布,首先通过采样得到一组模型序列的随机样本,利用其中状态的转移次数计算先验转移概率,使用量测信息对样本更新选择后,获得模型转移概率的一种迭代的后验估计值,同时由粒子滤波器得到系统状态和模型概率的后验估计.将该方法用于混合系统的状态监测和故障诊断,仿真结果表明了算法的有效性.

关键词：多切换动态模型、混合估计、粒子滤波器、转移概率矩阵、自适应滤波

所属期刊栏目：22

分类号：TP202(自动化技术及设备)

资助基金：国家自然科学基金60172037,60404011,60372085

在线出版日期：2005-11-24（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：723-727