位置:成果数据库 > 期刊 > 期刊详情页
一种基于CKF的改进LANDMARC室内定位算法
  • ISSN号:1000-7105
  • 期刊名称:《电子测量与仪器学报》
  • 时间:0
  • 分类:TH707[机械工程—仪器科学与技术;机械工程—精密仪器及机械]
  • 作者机构:[1]合肥工业大学电气与自动化工程学院,合肥230009, [2]安庆师范学院物理与电气工程学院,安庆246011
  • 相关基金:国家杰出青年科学基金(50925727); 国防科技计划(C1120110004,9140A27020211DZ5102); 教育部科学技术研究重大项目(313018); 国家自然科学基金(61102035,61401139,51407054); 中央高校基本科研业务费专项资金(2012HGCX0003); 安徽省科技计划重点项目(1301022036)项目资助
中文摘要:

针对模拟电路早期故障诊断中存在部分早期故障类别重叠的难点,提出了一种基于核熵成分分析的故障诊断方法。首先应用小波分形分析计算被测电路时域响应信号的小波分形维特征,然后利用核熵成分分析方法进行特征的优选与降维,最后将优选和降维后的特征应用最小二乘支持向量机多类分类器进行区分,其中用于识别重叠故障类别的最小二乘支持向量机的参数由量子粒子群算法优化选择。仿真结果表明,本文提出的核熵成分分析方法能较好地获取故障响应信号的本质特征,并表现出了比其他特征提取方法更好的性能,有助于提高模拟电路早期故障的诊断正确率。

英文摘要:

To solve the overlap of some of the incipient fault classes in the analog circuit incipient fault diagnosis,an approach for analog circuit incipient fault diagnosis based on kernel entropy component analysis(KECA) is presented.The fault response signals are preprocessed by the wavelet-based fractal analysis to obtain the fractal-dimension features,and KECA is employed to extract the optimal features which are used as the inputs to least squares support vector machine(LSSVM) multiclass classifier.Meanwhile,the parameters of the LSSVMs which are used to classify the overlapped incipient fault classes are selected by quantum-behaved particle swarm optimization(QPSO) algorithm.The simulation results show that the proposed approach can acquire the essential features of fault response signals and better performance than other approaches is demonstrated,It is conducive to improve the accuracy of analog circuit incipient fault diagnosis.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子测量与仪器学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:彭喜元
  • 地址:北京市东城区北河沿大街79号2层
  • 邮编:100009
  • 邮箱:mi1985@emijournal.com
  • 电话:010-64044400
  • 国际标准刊号:ISSN:1000-7105
  • 国内统一刊号:ISSN:11-2488/TN
  • 邮发代号:80-403
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2014版)
  • 被引量:14380