[发明专利]一种基于多维卡尔曼滤波修正的故障主动预测方法在审
| 申请号： | 201811209130.0 | 申请日： | 2018-10-17 |
| 公开（公告）号： | CN109508475A | 公开（公告）日： | 2019-03-22 |
| 发明（设计）人： | 杨顺昆;苟晓冬;李红曼;黄婷婷;林欧雅;李大庆;陶飞;佘志坤 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 北京慧泉知识产权代理有限公司 11232 | 代理人： | 王顺荣;唐爱华 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于多维卡尔曼滤波修正的故障主动预测方法，步骤包括：获取度量的历史版本数据；进行相关性分析，筛选出至少三个度量；建立多种模型，估计历史版本数据变量中的缺失数据；对当前版本的故障数据进行估计分别建立卡尔曼滤波状态更新方程，计算卡尔曼增益以及估计误差；估计下一版本的故障数据，进行递归重复；基于最后一次卡尔曼滤波状态更新方程，预测未知版本的故障数据。通过上述步骤，能实现未知版本的软件故障数据的预测，并且能够计算出模型的估计误差，进而自适应的调整系统模型的相关参数，实时适应故障数据预测模型的变化情况，从而实现高精度的估计。 | ||
| 搜索关键词： | 卡尔曼滤波 故障数据 估计误差 历史版本 主动预测 状态更新 度量 多维 修正 调整系统 缺失数据 软件故障 数据变量 相关参数 预测模型 自适应 预测 递归 筛选 重复 分析 | ||
【主权项】：
1.一种基于多维卡尔曼滤波修正的故障主动预测方法，其特征在于：其具体实施步骤如下：步骤1：获取复数个用于软件预测的度量的历史版本数据；步骤2：将所述复数个度量的历史版本数据进行相关性分析，筛选出至少三个度量；步骤3：基于筛选出的度量建立复数种模型，分别基于该复数种模型估计历史版本数据变量中的缺失数据；步骤4：选取至少三个历史版本的数据对当前版本的故障数据进行估计，记为第一故障数据；步骤5：基于复数种估计模型，分别建立卡尔曼滤波状态更新方程，计算卡尔曼增益以及估计误差；步骤6：估计下一版本的故障数据，记为第二故障数据；步骤7：当第二故障数据比第一故障的数据更趋近于真实故障数据时，将所述步骤5的过程进行递归重复；步骤8：基于最后一次卡尔曼滤波状态更新方程，预测未知版本的故障数据；通过上述步骤，能实现未知版本的软件故障数据的预测，并且能够根据卡尔曼滤波所提供的状态更新方程以及卡尔曼增益，计算出模型的估计误差，进而自适应的调整系统模型的相关参数，实时适应故障数据预测模型的变化情况，从而实现高精度的估计。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811209130.0/，转载请声明来源钻瓜专利网。
- 上一篇：停车场结构分布图的构建方法
- 下一篇：一种振动环境下相噪恶化低的时钟分配模块
