本项目旨在通过粒子滤波技术对非线性非高斯系统进行实时状态估计,并结合残差平滑处理逻辑实现高精度的故障检测。项目首先构建目标系统的状态空间模型,利用粒子滤波算法通过一组带权重的随机粒子来近似后验概率分布,从而在强干扰和复杂环境下获得准确的系统状态预测值。系统实时获取传感器观测数据,并与滤波估计值对比生成残差序列。针对原始残差中存在的噪声波动,引入残差平滑技术,利用滑动平均或权重平滑方法增强信号的平稳性并滤除虚假突变。通过设定自适应检测阈值或进行统计特征分析,当平滑后的残差超过预设范围时,系统将自动判定故障发