摘要：基于隐马尔科夫模型（Hidden Markov Model,HMM）提出了状态监测和故障诊断的原理与基本流程。通过观测数据的提取与降维,正常态模型训练与改进,故障态模型训练等一系列措施,实现了两模冗余安全计算机的状态监测,对正常态与时钟偏离1%～10%等7种不同条件进行监测。监测结果表明：对数似然概率均值从-228.98降至-1 385.60,健康状态不断恶化。对1号处理单元（PU1）故障状态进行仿真监测时,将PU1故障与PU1故障态、正常态、安全容错管理单元（FTSM）故障态、通信控制器（CC）故障态以及系统受扰故障态进行比较,得到对数似然概率均值分别为-161.95、-13.72、-14.13、-40.17及-35.69,证明了系统所发生的故障是因PU1所致。监测方法能够有效实现安全计算机健康状态的检测,为铁道信号安全计算机监测技术提供理论支撑。

关键词：铁道信号 系统安全 隐马尔科夫模型 故障监测 健康管理 

单位：北京交通大学轨道交通运行控制系统国家工程研究中心; 北京100044; 北京交通大学电子信息工程学院; 北京100044; 山东省计算中心; 山东济南250014