典型文献
基于Copula函数的列车定位惯性单元剩余寿命预测方法
文献摘要：
列车连续、高精度定位需要惯性测量单元(IMU)提供可靠的姿态校正补偿数据,IMU输出的数据质量会受外部环境干扰、内部结构磨损等影响而降低,因此有必要对IMU性能指标参数及剩余使用寿命(RUL)预测开展研究.根据IMU组成结构与性能评价准则,选取IMU中陀螺仪和加速度计的随机误差指标表征设备性能状态,在对IMU多关键部件特征进行分析的基础上,设计基于非线性漂移Wiener过程的IMU性能退化模型,构建基于Copula函数的二元性能参量RUL联合分布函数;分别采用后向平滑(RTS)和期望最大化(EM)联合算法、极大似然估计(MLE)算法估计性能退化模型参数和Copula函数中未知参数,实现RUL的实时自适应更新预测.基于RUL预测方法对IMU剩余使用寿命进行预测,与列车定位系统中IMU的实际性能退化监测数据对比.结果表明,采用本文提出的算法,IMU失效前最后6个监测时刻RUL预测期望值的均方相对误差(MRE)为9.87％,相比基于陀螺仪寿命预测方法降低了3.27％.
文献关键词：
列车定位;惯性单元;Copula函数;剩余使用寿命预测;非线性漂移wiener过程
中图分类号：
作者姓名：
上官伟;巴明明;孟月月
作者机构：
北京交通大学 电子信息工程学院,北京 100044;北京交通大学 轨道交通控制与安全国家重点实验室, 北京 100044;北京市电磁兼容与卫星导航工程技术研究中心,北京 100044
文献出处：
引用格式：
[1]上官伟;巴明明;孟月月-.基于Copula函数的列车定位惯性单元剩余寿命预测方法)[J].铁道学报,2022(04):63-73
A类：
B类：
Copula,列车定位,惯性单元,剩余寿命预测,寿命预测方法,高精度定位,惯性测量单元,IMU,姿态校正,数据质量,环境干扰,结构磨损,指标参数,RUL,组成结构,结构与性能,性能评价,评价准则,陀螺仪,加速度计,随机误差,误差指标,设备性能,性能状态,关键部件,非线性漂移,Wiener,性能退化模型,二元性,参量,联合分布,分布函数,RTS,期望最大化,EM,联合算法,极大似然估计,MLE,未知参数,实时自适应,自适应更新,定位系统,实际性,数据对比,期望值,方相,MRE,比基,剩余使用寿命预测,wiener
AB值：
0.391448
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
