排序方式: 共有3条查询结果,搜索用时 140 毫秒
1
1.
平稳子空间分析是新近发展的一种信号处理和数据分析技术,能够从观测到的多维非平稳信号中分离出平稳源信号。标准的平稳子空间分析算法基于Stiefel流形上的梯度下降方法。针对该算法收敛慢、耗时多的缺陷,根据关于Stiefel流形上优化问题的一阶最优性条件构造了迭代公式,提出一种新的平稳子空间分析的不动点算法。仿真实验表明,本文算法能够有效地分离出平稳源信号,分离性能优于已有的平稳子空间分析的不动点算法;与标准的基于Stiefel流形上梯度下降的算法相比,本文算法收敛更快,耗时更少。 相似文献
2.
对于非平稳工程系统,若系统变量是一阶单整的,则可以建立变量间的协整关系模型,通过理论分析证明,协整系数矩阵可作为故障空间的特征参数用作系统的故障诊断。非平稳系统变量首先要通过单位根检验以证明其一阶单整,然后使用Johansen检验法估计出协整系数矩阵,即特征参数,使用一对多分类的支持向量机(SVM)算法进行故障数据的训练和测试。使用液压舵面故障仿真系统作为试验平台,使用输入指令、舵面角度等5个一阶单整的系统变量作为协整变量,其估计出的协整系数矩阵作为特征参数,结果表明协整系数矩阵作为特征参数,SVM作为数据分类方法,具有很好的故障分类效果。 相似文献
3.
对于非平稳过程监控,传统的基于数据平稳假设的多元统计过程控制方法是不适用的。针对上述问题,提出了一种基于共同趋势模型的非平稳过程监控方法。共同趋势模型从存在协整关系的非平稳多元变量中辨识出共同因子,将各非平稳过程变量分解成非平稳的共同趋势成分与平稳成分之和的形式。不同于现有的基于协整模型的非平稳过程监控方法,共同趋势模型能够获取各非平稳变量中的平稳成分,消除非平稳共同因子的影响并体现变量间全部的动态均衡关系。将对非平稳过程的监控变为应用共同趋势模型,分解得到各非平稳过程变量中的平稳成分,然后应用传统的多元统计方法,估计平稳成分的统计量及相应的控制限进行监测。石油蒸馏过程监控的实例研究结果表明,所提出的方法比基于协整新息变量的方法具有更可靠的监控效果。 相似文献
1