[发明专利]一种汽车故障检测方法、装置、设备及存储介质

权利要求书

1.一种汽车故障检测方法，其特征在于，包括：

对当前样本矩阵应用动态主成分分析算法，得到所述当前样本矩阵所对应的增广矩阵，所述当前样本矩阵由被检测汽车的当前时刻数据构成；

对所述增广矩阵应用核主元分析算法，得到所述增广矩阵所对应的核矩阵；

依据所述核矩阵的各个特征向量、所述核矩阵的各个特征值、所述核矩阵，得到主成分矩阵；

依据所述主成分矩阵和所述核矩阵的各个特征向量，得到所述被检测汽车的检测结果。

2.如权利要求1所述的汽车故障检测方法，其特征在于，所述对当前样本矩阵应用动态主成分分析算法，得到所述当前样本矩阵所对应的增广矩阵，所述当前样本矩阵由被检测汽车的当前时刻数据构成，包括：

设定所述动态主成分分析算法的模型阶数；

依据所述模型阶数，得到矩阵列数；

依据所述模型阶数和样本总数，得到矩阵行数，所述样本总数为所述当前样本所在的样本库所包含的样本数；

从所述样本库依次选取位于所述当前样本之前的样本，直至选取的样本所对应的数量达到所述矩阵列数，位于所述当前样本之前的样本所包括的数据的产生时刻位于所述当前样本所包括的数据的产生时刻之前，选取的样本记为第一样本组；

从所述样本库依次选取位于所述当前样本之前的样本，直至选取的样本所对应的数量达到所述矩阵行数，选取的样本记为第二样本组；

依据所述第一样本组和所述第二样本组，构建增广矩阵。

3.如权利要求1所述的汽车故障检测方法，其特征在于，所述对所述增广矩阵应用核主元分析算法，得到所述增广矩阵所对应的核矩阵，包括：

对所述增广矩阵的行矩阵进行减法运算，得到中间矩阵；

计算所述中间矩阵的二范数；

依据所述中间矩阵的二范数，构建核矩阵。

4.如权利要求1所述的汽车故障检测方法，其特征在于，所述依据所述核矩阵的各个特征向量、所述核矩阵的各个特征值、所述核矩阵，得到主成分矩阵，包括：

累加各个所述特征值，得到总累加和；

将各个所述特征值降序排列，得到由各个所述特征值构成的序列；

从所述序列的首部依次筛选所述特征值，直至筛选出的所述特征值所对应的局部累加和与所述总累加和之比大于阈值；

依据筛选出的所述特征值所对应的所述特征向量、所述核矩阵，得到主成分矩阵。

5.如权利要求1所述的汽车故障检测方法，其特征在于，所述依据所述主成分矩阵和所述核矩阵的各个特征向量，得到所述被检测汽车的检测结果，包括：

依据所述核矩阵的各个特征向量和所述核矩阵，得到所述被检测汽车的数据波动指标，所述数据波动指标用户表征所述被检测汽车的数据稳定性；

依据所述主成分矩阵和所述数据波动指标，得到所述被检测汽车的检测结果。

6.如权利要求5所述的汽车故障检测方法，其特征在于，所述依据所述主成分矩阵和所述数据波动指标，得到所述被检测汽车的检测结果，包括：

将所述主成分矩阵乘以所述主成分矩阵的转置矩阵，得到第一矩阵；

将所述核矩阵的各个特征向量构成的矩阵乘以所述核矩阵，得到中间矩阵；

将所述中间矩阵乘以所述中间矩阵的转置矩阵，得到第二矩阵；

将所述第二矩阵减去所述第一矩阵，得到所述被检测汽车的关联矩阵，所述关联矩阵中的元素用于表征所述被检测汽车的数据之间的关联程度；

将所述数据波动指标与设定的波动控制限值比较，得到第一比较结果；

将所述被检测汽车的所述关联矩阵的各个元素分别与设定的关联控制限值比较，得到第二比较结果；

依据所述第一比较结果和所述第二比较结果，得到所述被检测汽车的检测结果。

7.如权利要求6所述的汽车故障检测方法，其特征在于，设定的所述关联控制限值的计算方式，包括：

计算无故障汽车的所述关联矩阵中的各个元素值所对应的平均值和标准差；

依据所述平均值和所述标准差，得到所述关联控制限值。