含缺失数据的小波-卡尔曼滤波故障预测方法
研究了复杂系统存在缺失数据时的故障预测问题。首先,针对测试数据的非平稳性,在小波-卡尔曼滤波预测模型的基础上进行了改进,并利用期望最大化算法对模型参数进行了在线更新,提高其对非平稳时间序列的预测能力;其次,将数据缺失通过一个满足伯努利分布的随机变量描述,实现了缺失数据情况下小波-卡尔曼滤波状态估计。基于此,提出了缺失数据下的故障预测算法;最后,通过数值仿真和实例验证,说明了所提算法的有效性和可行性。
缺失数据、小波分析、卡尔曼滤波、期望最大化算法、故障预测
TQ1;TP3
Manuscript received August 27,2013;accepted March 28,2014国家自然科学基金61174030,61374126,61370031;国家杰出青年基金61025014资助Supported by National Natural Science Foundation of China61174030,61374126,61370031;National Science Fund for Distinguished Young Scholars of China61025014
2014-12-04(万方平台首次上网日期,不代表论文的发表时间)
共11页
2115-2125