山西高校科技研究开发项目(0811055)
- 作品数:2 被引量:6H指数:1
- 相关作者:刘志成彭红星更多>>
- 相关机构:太原工业学院河南理工大学更多>>
- 发文基金:山西高校科技研究开发项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 传感器输出时间序列实时预测方法的比较研究被引量:5
- 2011年
- 为了提高传感器输出时间序列的实时预测精度,分析了时间序列可以预测的内在机理,认为噪声是影响预测精度的主要因素,提出了小波滤波与神经网络相结合的组合预测法,研究了最小二乘支持向量机的预测法,并选用了典型的过程变量信号,将两种方法进行了比较。仿真实验结果表明,小波滤波与神经网络相结合的组合预测法能够在消除测量噪声对预测精度影响的同时,有效地提高神经网络的拟合效果从而获得了较高的预测精度,验证了噪声是影响预测精度的主要因素,为提高传感器输出时间序列的预测精度提供了新思路,而最小二乘支持向量机的预测法则有较高的实时性。
- 刘志成彭红星
- 关键词:时间序列小波滤波神经网络支持向量机
- 基于强跟踪滤波的传感器故障诊断的改进方法被引量:1
- 2010年
- 针对基于强跟踪卡尔曼滤波的传感器故障诊断方法中存在的滤波稳定性差、估计精度低的缺点,提出了双滤波器的方法。一个滤波器的量测噪声方差和系统噪声方差均大于实际值,它对故障的估计精度较低,但跟踪速度较快;另一个滤波器的算法中的量测噪声方差大于实际值,它对故障的估计精度较高,但跟踪速度较慢,正好与前者形成互补,然后用第一个滤波器实现故障的及时检测,用第二个滤波器实现对故障幅值的精确估计。仿真实验表明,该方法较好地兼顾了滤波稳定性、估计精度及速度。
- 刘志成郎建华邱海莲
- 关键词:强跟踪滤波器