CORC  > 兰州理工大学  > 兰州理工大学  > 电气工程与信息工程学院
基于GPU的BBPSO-PF算法及其在故障检测中的应用
曹洁; 胡文东; 王进花; 余萍; 赵伟吉
刊名传感器与微系统
2021-05-12
卷号40期号:05页码:157-160
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
DOI10.13873/J.1000-9787(2021)05-0157-04
英文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%。
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://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.甘肃省制造业信息化工程研究中心
3.兰州理工大学电气工程与信息工程学院
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.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。


©版权所有 ©2017 CSpace - Powered by CSpace