《基于SVM和RBFN的汽车主动降噪系统传感器故障诊断》PDF+DOC
作者:赛吉尔呼,戴盛芳,董爱华,苗清影
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2014年第04期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2014040170
DOC编号:DOCCGJS2014040179
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC2005年第02期 刘东,葛运建
《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC2015年第04期 张宁波
《自适应LMD与SVM耦合的传感器故障诊断模型》PDF+DOC2015年第06期 吕振,丛金艳,褚永强,韩彦春
《基于支持向量机的ESP系统传感器故障诊断方法》PDF+DOC2005年第03期 郑水波,唐厚君,韩正之,张勇
《回归型支持向量机在发动机参数测量分析中的应用》PDF+DOC2010年第07期 王永华,孙涛,蒋科艺,王秀霞
《基于EMD和SVM的传感器故障诊断方法》PDF+DOC2009年第05期 冯志刚,王祁,信太克规
《多变量过程传感器故障检测的SVM方法》PDF+DOC2008年第08期 彭红星,陈祥光,徐巍,张玮
《基于神经网络的飞控系统实时容错设计与仿真》PDF+DOC2008年第15期 刘小雄,章卫国,李广文,史静平
《基于SVM的多传感器信息融合故障诊断》PDF+DOC2014年第09期 张宁波
《基于自适应LMD和SVM的电传系统传感器故障诊断》PDF+DOC2013年第06期 吴学钊,王小平,林秦颖,王发威
汽车主动降噪系统的工作依赖于多个噪声传感器,一旦传感器发生故障,将严重影响降噪效果。为保证汽车主动降噪系统的性能,提出了由支持向量机(SVM)预测模型和径向基神经网络(RBFN)预测模型构成的传感器故障诊断系统,SVM模型判断是否发生传感器故障,RBFN模型则利用各传感器间的信息冗余关系定位故障传感器并对其信号进行重构。仿真结果表明,该诊断系统可有效实现汽车主动降噪系统中的传感器故障诊断及信号重构。与传统的汽车主动降噪系统相比,引入传感器故障诊断系统可保证更稳定的降噪性能。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。