计算机应用

作者：吴婕, 吕永乐

单位：中国电子科技集团公司第十四研究所信息处理部, 南京 210039

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

基金：国防基础科研项目。

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。

来源：2019年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第4期