.png){kind=icon}
返回
Change Point Detection For FOGs Scale Factor Test Data Using Pruned Exact Linear Time (PELT) Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1109/TIM.2025.3588940.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着光纤陀螺仪（FOGs）标度因子的批量测试需求日益增长，准确且低复杂度的变点检测方法对于识别状态瞬态转换和提取旋转速率信息至关重要。本文提出了一种基于剪枝精确线性时间（PELT）算法的光纤陀螺仪标度因子测试数据变点检测方法。仿真和实验结果表明，该方法在处理标度因子数据方面具有优越性。与其他变点检测方法相比，该方案在保证检测精度的同时具有最低的时间复杂度，展示了其在大规模测试中的有效性。此外，所提出的方法可扩展用于处理具有相似特性的其他陀螺仪数据。
Keyword:
Change point detection
dynamic programming
fiber optic gyroscope (FOG)
pruned exact linear time (PELT)
scale factor testing
期刊
IF:
5.9
论文数:
2.0W
被引数:
5.8W
机构
引用论文
Deep Learning for Anomaly Detection in Time-Series Data: Review, Analysis, and Guidelines用于时间序列数据异常检测的深度学习: 回顾、分析和指南.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏
Anomaly Detection for Telemetry Time Series Using a Denoising Diffusion Probabilistic ModelIEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏
查看更多内容