一种改进滤波器与LSTM融合的飞轮故障预测算法OA北大核心CSTPCD

针对基于滤波器的预测方法由于依赖模型精度而导致长周期预测精度低的问题,提出了一种基于滤波器和长短期记忆(LSTM)网络的融合故障预测算法,实现航天器飞轮执行器缓变故障的预测。首先,分别设计了小批量标准化LSTM网络和趋势识别模块,二者串联组成神经网络预测器提高对时序预测的准确性。然后,利用递归最小二乘(RLS)参数估计原理改进卡尔曼滤波器更新过程,以增强对时序预测误差的鲁棒性。在此基础上,将神经网络预测器输出的预测值与改进后的滤波器相融合,获得未…查看全部>>