《表1 不同噪声背景下x1、x2的平均绝对误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《强噪声环境下自适应CRPF故障诊断方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图1和图2分别为伽马噪声和高斯混合噪声背景下，CRPF算法和改进的ACRPF算法对汽包压力x1和汽包液体密度x2的估计误差，0~100 s系统处于正常工作状态，2种算法的估计误差都比较小。可见，由于ACRPF算法能够根据状态估计误差自适应调整状态转移密度方差，增强了对强噪声扰动的自适应修正能力，因此，对x1和x2的估计精度均高于改进前的CRPF算法。尤其对于x2，在100 s系统出现故障，采用原有CRPF算法估计误差急剧增加，而本文改进算法的估计精度得到了大幅提高。表1为图1和图2中x1和x2的平均绝对误差，数据同样说明了本文算法的状态估计准确性均得到了明显提高。