基于LSSVM-HMM的发射机故障预测研究

• 作者: 王厚军 许丽佳 龙兵
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 支持向量机 状态预测 隐马尔可夫模型 小波包
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 21-26
• 页数: 6页
• 分类号: TH165|O235
• 字数: 5124字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2008.01.005

摘要

针对雷达发射机的故障状态具有强的随机性和不确定性问题,结合最小二乘支持向量机(LSSVM)能够对信号进行非线性预测和隐马尔可夫模型(HMM)能够进行较为精确的似然度概率计算的特点,提出了基于LSSVM-HMM的故障状态预测模型.通过基于小波包的SSNF算法对采集的磁控管电流信号进行去噪后提取有效的非平稳和非线性特征,用正常时的特征向量来训练HMM,并利用该模型对未知信号的特征向量及用LSSVM对其预测到的特征向量进行状态监测,从而获得故障出现的概率.实验结果表明,该模型用于小样本的发射机故障预测是有效的尝试.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王厚军	电子科技大学自动化工程学院	257	2532	27.0	36.0
2	龙兵	电子科技大学自动化工程学院	69	1038	19.0	28.0
3	许丽佳	电子科技大学自动化工程学院	10	175	7.0	10.0