基于贝叶斯学习的执行器故障估计方法

一种基于贝叶斯学习的执行器故障估计方法，其中基于随机游走模型对执行器故障进行建模，基于变分贝叶斯理论，采用两个相互独立的假设分布表示系统状态变量和执行器故障信号的联合后验分布；在时间k-1，预测系统在时间k的状态和故障；在时间k，根据贝叶斯理论对预测的系统状态和系统故障执行迭代更新，输出在时间k的系统状态的估计值和估计值的方差，并且输出在时间k的系统故障的估计值和估计值的方差。本发明充分利用适用于在线估计结构的贝叶斯学习，通过解耦具有相互耦合变量的系统状态和故障信号，提供了一种随机系统下的执行器故障信号估计方法，其能够充分地对执行器故障信号执行估计。