一种基于改进PD型迭代平均算子的非线性系统故障估计方法

本发明涉及周期性系统故障估技术领域，解决了传统基于迭代学习的故障估计方法依赖于系统具有固定运行周期局限性的技术问题，尤其涉及一种基于改进PD型迭代平均算子的非线性系统故障估计方法，该方法包括以下步骤：基于系统参数以及满足条件构建非线性离散时间系统的数学模型；对非线性离散时间系统的运行周期随机变化利用递归高斯分布进行刻画，对每个可能出现周期的概率进行分析确定非线性离散时间系统的整体运行时间概率。本发明能够改善迭代学习中需要固定运行周期的局限性，并利用PD型迭代学习估计器增强系统的鲁棒性，减少故障估计的偏差上界，提高故障估计误差的收敛速度。