基于GPU的BBPSO-PF算法及其在故障检测中的应用

摘要

针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干粒子群算法优化粒子滤波算法.首先利用骨干粒子群算法优化粒子滤波重采样,解决了粒子贫化的缺点.利用骨干粒子群算法中粒子群体之间相互独立运行的特点,在GPU上并行实现骨干粒子群优化的粒子滤波算法,解决粒子滤波算法在重采样过程中因数据关联而无法充分并行计算的问题.最后,将其应用到变桨距系统的故障检测中,提高故障检测的准确度和实时性.实验结果表明:该方法相较于随机重采样的粒子滤波算法误差降低了31.2％,实时性提高了82.7％.