组合导航系统故障检测通常采用基于卡尔曼滤波器的设计方法，例如Mehra 提出的特性检验 法［1］，Brumaback 提出的状态残差!2 检验法［2］以及Da 对该方法提出的改进算法［3］等，其检测性能主 要取决于残差对故障的敏感度。本文基于CarIson 的联合滤波器［4］，提出了由全局估计与各局部估计 之差构造检验统计量，利用!2 检验对全局估计与局部估计的一致性进行检验，来判别系统是否出现 了故障，在此基础上进一步讨论了故障分离方法。作为应用，将该方法用于某车载SINS / GPS（捷联 惯导系统/ 全球定位系统）组合导航系统的故障检测

文档里面实例说明粒子群算法在配电网故障检测里面的具体应用，有Matlab源码，欢迎参考使用及评论~

模型不确定性线性系统的鲁棒故障检测滤波器设计, pdf。

训练集采用TE过程正常状态参数，测试集采用TE过程故障10状态参数，采用ICA方法对TE过程进行故障检测与诊断

使用python编写了基于PCA的故障检测程序，输入训练数据和测试数据即可。代码中的数据是自行构造的测试数据，可导入自己需要的数据。 亲自编写，可以运行。

核主元分析 (Kernel Principal Component Analysis, KPCA) 语言：MATLAB 版本：V2.2 ----------------------------------------------------- 创作不易，欢迎各位5星好评~~~ 如有疑问或建议，请发邮件至：iqiukp@outlook.com 可提供关于该算法/代码的付费咨询和有偿编写 ----------------------------------------------------- 主要特点 1. 易于使用的 API 2. 支持基于 KPCA 的数据降维、特征提取、数据重构 3. 支持基于 KPCA 的故障检测和故障诊断 4. 支持多种核函数 (linear, gaussian, polynomial, sigmoid, laplacian) 5. 支持基于主元贡献率或给定数字的降维维度/主元个数选取 ----------------------------------------------------- 注意 1. 仅支持基于高斯核函数的故障诊断 2. 核函数的参数对KPCA 模型的性能影响很大 3. 此代码仅供参考

文档中包含了基于pca法故障检测的建模步骤，还有该方法的matlab实现，并附有关键代码的解释说明

人工免疫算法程序-故障检测matlab人工免疫算法程序-故障检测matlab.rar