文献类型：期刊文章

作　　者：吴婕[1] 吕永乐[1]

WU Jie;LYU Yongle(Information Processing Department,The 14th Research Institute of China Electronics Technology Group Corporation,Nanjing Jiangsu 210039,China)

机构地区：[1]中国电子科技集团公司第十四研究所信息处理部,南京210039

出　　处：《计算机应用》

基　　金：国防基础科研项目~~

年　　份：2019

卷　　号：39

期　　号：4

起止页码：1117-1121

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对雷达故障预测与健康管理(PHM)技术工程实现中性能参数变化趋势预测准确度不高的问题,提出一种基于多项式系数自回归(PCAR)模型的性能参数预测方法。首先,介绍了PCAR模型的形式及其阶次、参数确定方法,该模型相对于传统的线性模型扩大了模型选择范围,有效降低了建模偏差;然后,为了进一步提高预测准确度,采用基于奇异值分解滤波算法(SVDFA),选取最优门限值,将性能参数监测序列拆分成与各个失效因素对应的子序列,最后分别采用不同阶次的PCAR模型来预测序列未来值。仿真实验结果表明,所提出的联合PCAR模型的组合预测方法同单一自回归滑动平均模型(ARMA)的预测结果相比,三个监测序列的预测准确度分别提高了79.7%、97.6%和82.8%。实验结果表明该预测方法可应用于雷达性能参数的预测,有利于提高雷达的工作可靠性。

关 键 词：雷达性能参数  故障预测与健康管理 多项式系数自回归模型  序列分解  最优组合预测 基于奇异值分解滤波算法  

分 类 号：TP206.3]