基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对粒子滤波算法在故障预报中的大计算量和粒子退化问题,提出一种基于随机摄动粒子滤波器的故障预报算法.当粒子退化严重时,对粒子用随机摄动方式进行再采样,一方面可改进样本的多样性,缓解粒子退化;另一方面可缩短再采样时间,减少计算量,从而提高粒子滤波算法的跟踪能力.仿真结果表明该算法可行,能及时准确地对系统故障进行预报.
推荐文章
基于聚类粒子滤波器的故障预报方法研究
粒予滤波
聚类
k均值
计算量
故障预报
基于遗传粒子滤波器的传感器故障诊断
粒子滤波器
遗传算法
故障诊断
传感器
基于遗传粒子滤波器的运动目标实时跟踪
粒子滤波器
遗传算法
自适应特征选择
跟踪
boosting算法
一种基于强跟踪滤波器的自适应故障预报方法
故障预报
强跟踪滤波器
自适应
预测维修
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于随机摄动粒子滤波器的故障预报算法
来源期刊 控制与决策 学科 工学
关键词 粒子滤波 退化现象 计算量 随机摄动 故障预报
年,卷(期) 2009,(2) 所属期刊栏目 短文
研究方向 页码范围 284-288
页数 5页 分类号 TP13
字数 语种 中文
DOI 10.3321/j.issn:1001-0920.2009.02.025
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (272)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (30)
二级引证文献  (18)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(9)
  • 参考文献(0)
  • 二级参考文献(9)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(6)
  • 引证文献(3)
  • 二级引证文献(3)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
粒子滤波
退化现象
计算量
随机摄动
故障预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
论文1v1指导