基于GPU的BBPSO-PF算法及其在故障检测中的应用

doi:10.13873/J.1000-9787(2021)05-0157-04

	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