摘要
基于残差‑SVR回归的GNSS定位缓变故障检测方法,步骤为:基于卡尔曼滤波器获取观测新息序列,并计算其协方差阵;通过滑动窗口累积多步新息,构建卡方统计量;基于无故障数据,以新息序列为输入、卡方统计量为输出构建训练集,并生成新息‑统计量映射函数;基于SVR预测值拟合正常斜率阈值,实时滑动窗口最小二乘拟合观测统计量曲线,判断是否启动缓变故障告警。本发明直接以残差序列作为模型输入,以动态卡方统计量替代传统二分类标签,降低了检测延迟;利用基于网格搜索与交叉验证协同优化的SVR检测模型,通过对数均匀采样、区间线性采样以及五折交叉验证筛选最小化均方误差MSE的最优参数组合,降低了缓变故障检测平均绝对误差。
技术关键词
缓变故障
卡方统计量
协方差矩阵
接收机时钟
滑动窗口
噪声方差
构建训练集
无故障数据
GNSS定位系统
误差分量
序列
曲线
动态演化模型
加权最小二乘法
观测噪声
扩展卡尔曼滤波
系统为您推荐了相关专利信息
全景图
高斯混合模型
搜索方法
大语言模型
语义标签
人体活动识别方法
注意力机制
可穿戴传感器
模块
生成样本数据
实时数据
环境监测数据
值识别方法
滑动窗口
ARIMA模型