Institutional Repository of Coll Elect & Informat Engn
基于GPU的BBPSO-PF算法及其在故障检测中的应用 | |
曹洁1,2,3; 胡文东1; 王进花2; 余萍2; 赵伟吉2 | |
2021-05-12 | |
发表期刊 | 传感器与微系统 |
ISSN | 2096-2436 |
卷号 | 40期号:05页码:157-160 |
摘要 | 针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干粒子群算法优化粒子滤波算法。首先利用骨干粒子群算法优化粒子滤波重采样,解决了粒子贫化的缺点。利用骨干粒子群算法中粒子群体之间相互独立运行的特点,在GPU上并行实现骨干粒子群优化的粒子滤波算法,解决粒子滤波算法在重采样过程中因数据关联而无法充分并行计算的问题。最后,将其应用到变桨距系统的故障检测中,提高故障检测的准确度和实时性。实验结果表明:该方法相较于随机重采样的粒子滤波算法误差降低了31.2%,实时性提高了82.7%。 |
关键词 | 重采样 并行计算 粒子滤波 骨干粒子群优化算法 实时性 |
DOI | 10.13873/J.1000-9787(2021)05-0157-04 |
URL | 查看原文 |
收录类别 | CSCD ; 北大核心 |
语种 | 中文 |
资助项目 | 国家自然科学基金资助项目(61763028);甘肃省自然科学基金资助项目(1506RJZA105) |
中图分类号 | TM31;TP18 |
引用统计 | 无
|
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/148055 |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学计算机与通信学院; 2.兰州理工大学电气工程与信息工程学院; 3.甘肃省制造业信息化工程研究中心 |
第一作者单位 | 计算机与通信学院; 电气工程与信息工程学院 |
第一作者的第一单位 | 计算机与通信学院 |
推荐引用方式 GB/T 7714 | 曹洁,胡文东,王进花,等. 基于GPU的BBPSO-PF算法及其在故障检测中的应用[J]. 传感器与微系统,2021,40(05):157-160. |
APA | 曹洁,胡文东,王进花,余萍,&赵伟吉.(2021).基于GPU的BBPSO-PF算法及其在故障检测中的应用.传感器与微系统,40(05),157-160. |
MLA | 曹洁,et al."基于GPU的BBPSO-PF算法及其在故障检测中的应用".传感器与微系统 40.05(2021):157-160. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
基于GPU的BBPSO-PF算法及其在故(844KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[曹洁]的文章 |
[胡文东]的文章 |
[王进花]的文章 |
百度学术 |
百度学术中相似的文章 |
[曹洁]的文章 |
[胡文东]的文章 |
[王进花]的文章 |
必应学术 |
必应学术中相似的文章 |
[曹洁]的文章 |
[胡文东]的文章 |
[王进花]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论