最小二乘AR模型的惯性器件故障预测

以随机信号时间序列AR模型为基础,将激励噪声信号构造为准则函数,采用最小二乘法对AR模型参数进行辨识,得到惯性器件漂移误差系数最小二乘AR预测模型,泛化用于故障预测。仿真结果表明:与功率谱估计的参数化AR、ARMA模型相比,最小二乘AR预测模型在高、低阶次时辨识精度较高、泛化能力较强,这一特点在低阶时尤为明显,其预测结果可为发现故障隐患、辅助决策提供依据。