排序方式: 共有13条查询结果,搜索用时 0 毫秒
11.
现有的工程信号处理方法都是基于完整的数据采集,并没有考虑缺失信号的处理。而在工程实际中,由于人为因素和自然界不可抗拒的因素,有时会造成传感器失效,从而造成信号采集的缺失。为了消除信号缺失对工程信号处理的消极影响,提出了一种基于变分贝叶斯平行因子分解的信号恢复方法。首先利用平行因子分析理论将采集的振动信号构造成三维张量,同时结合贝叶斯方法,引入潜在变量和超参数,建立贝叶斯平行因子概率图模型;其次采用变分贝叶斯算法推导出因子矩阵和超参数的后验分布,从而进一步推断出缺失元素的分布预测;最后通过分析该模型的下界,初始化参数的选择,使该算法更好的解决信号缺失问题。利用均方根误差和相对平方根误差对该算法的性能进行评估,仿真和实验结果表明,随着缺失比例的增大,变分贝叶斯平行因子分解算法相较于传统的低秩张量补全算法,误差更小,能够更加有效的恢复缺失的信号,有效地解决了工程信号处理中因传感器失效而引起的信号缺失的问题。 相似文献
12.
摘要:针对电池等效电路模型参数具有时变性,难以准确辨识的问题,建立了二阶RC航空电池模型,提出了基于遗忘因子扩展递推最小二乘法(FFRELS)的参数辨识算法;同时针对电池开路电压测量时间长的问题,创建了蓄电池开路电压辨识递推模型,实现开路电压的动态估计,该方法能够准确辨识出模型的参数,有效提高蓄电池开路电压的辨识精度。最后通过仿真实验,验证了该方法能够提高电池模型参数的辨识精度。 相似文献
13.