基于改进RPCA的某型发射机自适应监测新方法  

New adaptive monitoring approach for a transmitter based on improved RPCA

作　　者：孙靖杰[1] 赵建军[2] 于仕财[3] 杨利斌[2] 

机构地区：[1]海军航空工程学院研究生管理大队,烟台264001 [2]海军航空工程学院兵器科学与技术系,烟台264001 [3]海军航空工程学院电子信息工程系,烟台264001

出　　处：《仪器仪表学报》2012年第4期823-828,共6页Chinese Journal of Scientific Instrument

基　　金：国家自然科学基金(60802088;61179017);教育部新世纪优秀人才支持计划(NCET-05-0912)资助项目

摘　　要：提出一种改进的基于数据块更新的递归主元分析(recursive principal component analysis,RPCA)方法,对具有慢时变和多变量等特性的某型舰空导弹武器雷达发射机工作过程进行自适应监测。该方法在协方差矩阵的特征值分解中引入低秩奇异值分解递归方法,实现负荷矩阵和特征值矩阵的递归计算;制定了均值、方差的更新策略;给出一种基于指数加权的控制限递归算法以提高RPCA的健壮性。实验证明该方法能自适应地跟踪过程时变并实时监测故障,同时有效地降低误警率。Aiming at the characteristics of slow time-varying and multiple variables in the working process of the radar transmitter in a ship-to-air missile weapon,an improved recursive principal component analysis（RPCA） method based on data-block update was proposed for the adaptive monitoring of the transmitter.The algorithm obtains the recursive update of loading matrix and eigenvalue matrix through applying low-rank singular value decomposition（SVD） updating method in the eigenvalue decomposition（EVD） of the covariance matrix,provides the update strategy of the mean value and variance,and presents a new exponentially weighted recursive update method for the control limits.Experiment results show that the improved algorithm can track the time-varying of the process adaptively to detect faults,and reduce false alarm rate significantly.

关 键 词：递归主元分析 时变过程 自适应监测 低秩奇异值分解 指数加权 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]