控制与决策

作者：孔祥玉,杨治艳,刘佑民,罗家宇,王晓兵

单位：火箭军工程大学 导弹工程学院,西安 710025,,火箭军工程大学 导弹工程学院,西安 710025,,北京航天发射技术研究所,北京 100072,,火箭军工程大学 导弹工程学院,西安 710025,,火箭军工程大学 导弹工程学院,西安 710025,

关键词：独立成分分析;工业过程;过程监测;单一特性;混合特性

基金：国家自然科学基金项目(61673387,61833016)；陕西省自然科学基金项目(2020JM-356).

独立成分分析(independent component analysis,ICA)是一种多变量统计分析方法,常用于非高斯过程监测,它能够有效利用信号的高阶统计信息(三阶以上)提取相互独立的独立成分,在工业过程监测中得到了广泛的应用,是当前国际过程监测领域的研究热点.鉴于此,介绍经典ICA模型、改进ICA模型及其在工业过程的过程监测技术.首先,对经典ICA模型进行介绍,在此基础上对经典ICA模型进行分类并指出其优缺点;其次,针对经典ICA模型存在的缺陷,从ICA自身存在的问题、噪声和离群值3方面梳理改进ICA模型的发展;然后,以工业过程为主要应用背景,介绍ICA的过程监测技术如何从简单工业过程衍变至复杂工业过程,以及面向工业过程运行数据的单一特性和混合特性,综述ICA及其扩展模型在工业过程监测中的研究现状;最后,探讨该研究领域亟需解决的问题和未来的发展方向.

来源：2022年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第4期