针对装备故障预测,采用卡尔曼滤波器进行应用研究。在实际应用中,考虑到噪声和扰动对测量结果的 影响,在对实测的噪声进行分析同时利用卡尔曼滤波器可实现对一组含有实测噪声的数据进行预测;卡尔曼滤波器 易于电脑程序设计,可对现场数据进行即时更新和处理,便于实现和结合其他算法运用。通过卡尔曼滤波关键方法 的论述及实例分析结果表明,卡尔曼滤波在装备故障预测中具有良好应用前景。

成为VIP会员查看完整内容
1

相关内容

卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器),它能够从一系列的不完全及包含噪声的测量中,估计动态系统的状态。
融合深度学习的贝叶斯滤波综述
专知会员服务
23+阅读 · 9月6日
非平稳过程异常监测方法:综述与展望
专知会员服务
20+阅读 · 7月16日
深度学习的遥感图像旋转目标检测综述
专知会员服务
25+阅读 · 4月3日
时间序列复杂网络分析中的可视图方法研究综述
虚实结合仿真在军事领域的应用综述
专知会员服务
83+阅读 · 2023年11月19日
视觉惯性导航系统初始化方法综述
专知会员服务
33+阅读 · 2023年4月14日
基于流线的流场可视化绘制方法综述
专知会员服务
25+阅读 · 2021年12月9日
专知会员服务
35+阅读 · 2021年8月27日
机器学习在信道建模中的应用综述
专知会员服务
25+阅读 · 2021年3月16日
专知会员服务
49+阅读 · 2020年10月21日
数据受限条件下的多模态处理技术综述
专知
15+阅读 · 2022年7月16日
基于模型的强化学习综述
专知
26+阅读 · 2022年7月13日
航空制造知识图谱构建研究综述
专知
29+阅读 · 2022年4月26日
时空序列预测方法综述
专知
20+阅读 · 2020年10月19日
论文浅尝 | 区分概念和实例的知识图谱嵌入方法
开放知识图谱
17+阅读 · 2019年1月19日
【学界】基于条件深度卷积生成对抗网络的图像识别方法
GAN生成式对抗网络
16+阅读 · 2018年7月26日
边缘计算应用:传感数据异常实时检测算法
计算机研究与发展
11+阅读 · 2018年4月10日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
149+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
378+阅读 · 2023年3月31日
Arxiv
64+阅读 · 2023年3月26日
Arxiv
133+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关VIP内容
融合深度学习的贝叶斯滤波综述
专知会员服务
23+阅读 · 9月6日
非平稳过程异常监测方法:综述与展望
专知会员服务
20+阅读 · 7月16日
深度学习的遥感图像旋转目标检测综述
专知会员服务
25+阅读 · 4月3日
时间序列复杂网络分析中的可视图方法研究综述
虚实结合仿真在军事领域的应用综述
专知会员服务
83+阅读 · 2023年11月19日
视觉惯性导航系统初始化方法综述
专知会员服务
33+阅读 · 2023年4月14日
基于流线的流场可视化绘制方法综述
专知会员服务
25+阅读 · 2021年12月9日
专知会员服务
35+阅读 · 2021年8月27日
机器学习在信道建模中的应用综述
专知会员服务
25+阅读 · 2021年3月16日
专知会员服务
49+阅读 · 2020年10月21日
相关资讯
数据受限条件下的多模态处理技术综述
专知
15+阅读 · 2022年7月16日
基于模型的强化学习综述
专知
26+阅读 · 2022年7月13日
航空制造知识图谱构建研究综述
专知
29+阅读 · 2022年4月26日
时空序列预测方法综述
专知
20+阅读 · 2020年10月19日
论文浅尝 | 区分概念和实例的知识图谱嵌入方法
开放知识图谱
17+阅读 · 2019年1月19日
【学界】基于条件深度卷积生成对抗网络的图像识别方法
GAN生成式对抗网络
16+阅读 · 2018年7月26日
边缘计算应用:传感数据异常实时检测算法
计算机研究与发展
11+阅读 · 2018年4月10日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员