[发明专利]雷达发射机高压电源多参数融合实时健康预报方法

权利要求书

1.一种雷达发射机高压电源多参数融合实时健康预报方法，其特征在于，包括以下步骤：

(1)实时采集高压电源输入电压、电流和输出电压、电流信号，实时计算并获取输出电压、输出电阻、输出纹波、电源效率四参数值，并构成四维向量作为高压电源故障特征向量；

(2)对步骤(1)中获取的输出电压、输出电阻、输出纹波、电源效率四个参数历史及当前时刻的时间序列数据，使用遗传算法与最小二乘支持向量机(Least squares support vector machine，LSSVM)进行四参数相空间重构；

(3)依据步骤(2)中建立的相空间重构模型，采用多元时间序列局部预测融合法获取未来某时刻输出电压、输出电阻、输出纹波、电源效率四参数值及对应故障特征向量；

(4)对高压电源的额定输出电压规定最大输出电阻规定最大输出纹波规定电源效率η^*四参数值对应故障特征向量归一化，得到向量V₀，将其作为标准故障特征向量；对未来某时刻高压电源的故障特征向量归一化后得到向量V，计算V与V₀的欧氏距离d；

(5)将步骤(4)中获取的未来某时刻欧氏距离d与设定故障阈值d_f比较，若d≥d_f，则判定高压电源故障，若d＜d_f，则判定高压电源尚未发生故障。

2.如权利要求1所述雷达发射机高压电源多参数融合实时健康预报方法，其特征在于，所述故障预测方法步骤(2)中，使用遗传算法与最小二乘支持向量机算法，对输出电压、输出电阻、输出纹波、电源效率四个参数时间序列数据的四元相空间重构，具体步骤为：

设输出电压、输出电阻、输出纹波、电源效率四个参数1～k时刻的时间序列数据分别为相空间重构的状态向量为xn=(x1,n,x1,n-τ1,...,x1,n-(m1-1)τ1;x2,n,x2,n-τ2,...,x2,n-(m2-1)τ2;x3,n,x3,n-τ3,...,x3,n-(m3-1)τ3;x4,n,x4,n-τ4,...,x4,n-(m4-1)τ4;)]]>，n＝k₀,k₀+1,...,k，k₀＝max{(m_l-1)τ_l+1}，τ_l、m_l分别为延迟时间间隔和嵌入维数，其中l＝1，2，3，4。

(2.1)确定τ_l、m_l的取值范围分别为1≤τ_l≤100，1≤m_l≤100，且均为正整数，并给定初始值τ_l，0＝1、m_l，0＝1，其中l＝1，2，3，4；

(2.2)采用最小二乘支持向量算法利用四个参数时间序列数据进行相空间重构，获取状态空间演化方程x_n+1＝G(x_n)，其中x_n+1为n+1时刻相空间重构的状态向量；

(2.3)对步骤(2.2)中由训练好的LSSVM所建立的状态空间演化方程x_n+1＝G(x_n)，以x_k-l为输入，可获取LSSVM输出值以与xk的误差作为适应度函数，采用遗传算法寻优，获取最小误差下的τ_l、m_l值，记为τ_l，p、m_l，p，本步骤中的遗传算法为现有成熟方法，具体不再赘述；

(2.4)取τ_l＝τ_l，p、m_l＝m_l，p，采用最小二乘支持向量回归拟合得到最优相空间重构下的状态空间演化方程x_n+1＝G_p(x_n)。