CN111361602A - 一种定位测速系统的健康监测方法、装置及设备 - Google Patents

Abstract

本申请公开了一种定位测速系统的健康监测方法，包括：获取表示定位测速系统状态的变量的自相关曲线的半高全宽；根据半高全宽和变量的数量确定将原始矩阵细分时每个细分矩阵的列数，其中，原始矩阵由变量的历史数据组成；根据列数将原始矩阵细分为多个细分矩阵，并将多个细分矩阵重构，得到随机矩阵；根据随机矩阵确定定位测速系统的平均谱半径；根据平均谱半径与预设阈值的关系，确定定位测速系统是否健康。该健康监测方法不需要知道定位测速系统的故障模式、退化模式和内部机理，只需要变量的历史数据和半高全宽即可，具有计算量小和无需先验知识的优点。此外，本申请还提供一种具有上述优点的健康监测装置、设备及计算机可读存储介质。

Description

一种定位测速系统的健康监测方法、装置及设备

技术领域

本申请涉及磁悬浮列车领域，特别是涉及一种定位测速系统的健康监测方法、装置、设备及计算机可读存储介质。

背景技术

磁悬浮列车是一种现代高科技轨道交通工具，它通过电磁力实现列车与轨道之间的无接触的悬浮和导向，再利用直线电机产生的电磁力牵引列车运行。

定位测速系统是磁悬浮列车的关键系统之一，为列车牵引系统提供实时的相对位置信息以保证磁悬浮列车高效牵引的需求，是实现磁悬浮列车闭环牵引以及运行控制的关键，因此，对定位测速系统的健康监测十分重要。但是目前针对定位测速系统健康监测的研究很少，并且由于定位测速系统存在多种，甚至存在多种未知的故障模式和退化模式，很难针对所有的模式建立不同的健康监测标准。

因此，如何实现对磁悬浮列车定位测速系统的健康监测是本领域技术人员亟待解决的技术问题。

发明内容

本申请的目的是提供一种定位测速系统的健康监测方法、装置、设备及计算机可读存储介质，以在无需知道定位测速系统的故障模式、退化模式和内部机理的情况下，实现对定位测速系统的健康监测。

为解决上述技术问题，本申请提供一种定位测速系统的健康监测方法，包括：

获取表示定位测速系统状态的变量的自相关曲线的半高全宽；

根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数，其中，所述原始矩阵由所述变量的历史数据组成；

根据所述列数将所述原始矩阵细分为多个所述细分矩阵，并将多个所述细分矩阵重构，得到随机矩阵；

根据所述随机矩阵确定所述定位测速系统的平均谱半径；

根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康。

可选的，当所述变量的数量为多个时，在所述根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数之前，还包括：

确定所有的所述半高全宽的平均值；

相应的，根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数包括：

根据所述平均值和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数。

可选的，根据所述平均值和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数包括：

根据

确定所述列数；

其中，L为细分矩阵的列数，F为半高全宽的平均值，M为变量的数量。

可选的，所述获取表示定位测速系统状态的变量的自相关曲线的半高全宽包括：

获取所述变量的所述历史数据；

根据

确定所述历史数据的自相关值序列；其中，

为第i个变量的第n个历史数据，

为

的共轭复数，N为历史数据的长度，cⁱ(m)表示第i个变量的第m个位置的自相关值；

对所述自相关值序列进行归一化，得到处理后自相关值序列；

确定所述处理后自相关值序列中自相关值为0.5的两个数值的序列数，并确定两个所述序列数的差值为所述半高全宽。

可选的，根据所述随机矩阵确定所述定位测速系统的平均谱半径包括：

获得与所述随机矩阵对应的非厄米特矩阵，并获得所述非厄米特矩阵的奇异值等效矩阵；

确定所述奇异值等效矩阵的特征值和随机矩阵特征值的数量；

根据所述特征值和所述随机矩阵特征值的数量确定所述定位测速系统的平均谱半径。

可选的，所述确定随机矩阵特征值的数量包括：

根据M_λ＝min((L×M),(F/L))，确定随机矩阵特征值的数量；

其中，M_λ为随机矩阵特征值的数量，L为细分矩阵的列数，F为半高全宽的平均值，M为变量的数量。

可选的，所述根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康包括：

当所述平均谱半径大于等于第一预设阈值时，确定所述定位测速系统的监测结果为健康；

当所述平均谱半径小于等于第二预设阈值时，确定所述定位测速系统的监测结果为故障；

当所述平均谱半径在所述第一预设阈值和所述第二预设阈值之间时，确定所述定位测速系统的监测结果为亚健康，其中，所述第一预设阈值大于所述第二预设阈值。

本申请还提供一种定位测速系统的健康监测装置，包括：

获取模块，用于获取表示定位测速系统状态的变量的自相关曲线的半高全宽；

第一确定模块，用于根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数，其中，所述原始矩阵由所述变量的历史数据组成；

细分重构模块，用于根据所述列数将所述原始矩阵细分为多个所述细分矩阵，并将多个所述细分矩阵重构，得到随机矩阵；

第二确定模块，用于根据所述随机矩阵确定所述定位测速系统的平均谱半径；

第三确定模块，用于根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康。

本申请还提供一种定位测速系统的健康监测设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现上述任一种所述定位测速系统的健康监测方法的步骤。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种所述定位测速系统的健康监测方法的步骤。

本申请所提供的定位测速系统的健康监测方法，包括：获取表示定位测速系统状态的变量的自相关曲线的半高全宽；根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数，其中，所述原始矩阵由所述变量的历史数据组成；根据所述列数将所述原始矩阵细分为多个所述细分矩阵，并将多个所述细分矩阵重构，得到随机矩阵；根据所述随机矩阵确定所述定位测速系统的平均谱半径；根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康。

可见，本申请中的健康监测方法通过获取定位测速系统中变量的自相关曲线的半高全宽，再根据半高全宽获得需要将原始矩阵细分为多个细分矩阵时每个细分矩阵的列数，进而对原始矩阵进行细分，并将细分矩阵重构为随机矩阵，再根据随机矩阵得到平均谱半径，进而判断平均谱半径与预设阈值的关系，实现对定位测速系统的健康监测，不需要知道定位测速系统的故障模式、退化模式和内部机理，只需要变量的历史数据和半高全宽即可，具有计算量小和无需先验知识的优点。此外，本申请还提供一种具有上述优点的健康监测装置、设备及计算机可读存储介质。

附图说明

为了更清楚的说明本申请实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例所提供的一种定位测速系统的健康监测方法的流程图；

图2为确定定位测速系统的平均谱半径的流程图；

图3为本申请实施例所提供的一种定位测速系统的健康监测装置的结构框图；

图4为本申请实施例所提供的一种定位测速系统的健康监测设备的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参考图1，图1为本申请实施例所提供的一种定位测速系统的健康监测方法的流程图，该方法包括：

步骤S101：获取表示定位测速系统状态的变量的自相关曲线的半高全宽。

需要说明的是，本实施例中对变量包括但不限于磁极相角或齿槽计数等。

具体的，变量的自相关曲线的半高全宽的获取过程包括：

步骤S1011：获取所述变量的所述历史数据。

步骤S1012：根据下式，确定所述历史数据的自相关值序列；

其中，

为第i个变量的第n个历史数据，

为

的共轭复数，N为历史数据的长度，cⁱ(m)表示第i个变量的第m个位置的自相关值。

步骤S1013：对所述自相关值序列进行归一化，得到处理后自相关值序列。

可以理解的是，处理后自相关值序列中的数值都在[0,1]之间。

步骤S1014：确定所述处理后自相关值序列中自相关值为0.5的两个数值的序列数，并确定两个所述序列数的差值为所述半高全宽。

需要说明的是，半高全宽为正数，当差值小于零时，取差值的绝对值作为半高全宽。

步骤S102：根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数，其中，所述原始矩阵由所述变量的历史数据组成。

其中，变量的历史数据通过传感器实时得到，采集的移动时间窗口的长度为变量的数量，宽度为半高全宽。

步骤S103：根据所述列数将所述原始矩阵细分为多个所述细分矩阵，并将多个所述细分矩阵重构，得到随机矩阵。

具体的，细分矩阵的数量为半高全宽与列数的比值；具体的重构过程已为本领域技术人员所熟知，此处不再详细阐述。

步骤S104：根据所述随机矩阵确定所述定位测速系统的平均谱半径。

步骤S105：根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康。

优选地，所述根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康包括：

当所述平均谱半径大于等于第一预设阈值时，确定所述定位测速系统的监测结果为健康；

当所述平均谱半径小于等于第二预设阈值时，确定所述定位测速系统的监测结果为故障；

当所述平均谱半径在所述第一预设阈值和所述第二预设阈值之间时，确定所述定位测速系统的监测结果为亚健康，其中，所述第一预设阈值大于所述第二预设阈值。

需要说明的是，本实施例中对第一预设阈值和第二预设阈值不做具体限定，可自行设置。

本实施例中的健康监测方法通过获取定位测速系统中变量的自相关曲线的半高全宽，再根据半高全宽获得需要将原始矩阵细分为多个细分矩阵时每个细分矩阵的列数，进而对原始矩阵进行细分，并将细分矩阵重构为随机矩阵，再根据随机矩阵得到平均谱半径，进而判断平均谱半径与预设阈值的关系，实现对定位测速系统的健康监测，不需要知道定位测速系统的故障模式、退化模式和内部机理，只需要变量的历史数据和半高全宽即可，具有计算量小和无需先验知识的优点。

在上述实施例的基础上，在本申请的一个实施例中，当所述变量的数量为多个时，在所述根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数之前，还包括：

确定所有的所述半高全宽的平均值；

相应的，根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数包括：

根据所述平均值和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数。

具体的，根据下式计算半高全宽平均值：

其中，F为半高全宽的平均值，M为变量的数量，f_i为第i个变量的半高全宽。

可选地，根据所述平均值和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数包括：

根据下式，确定所述列数；

其中，L为细分矩阵的列数，F为半高全宽的平均值，M为变量的数量。

利用公式(3)计算细分矩阵的列数，计算方式简单，计算量少，且计算复杂度低，提升定位测速系统的健康监测速度。

进一步地，原始矩阵为M行F列的矩阵，细分矩阵为一个M行L列的矩阵，数量为F/L，随机矩阵为(L×M)行(F/L)列的矩阵，原始矩阵具体表达为：

其中，每一行表示同一个变量的不同历史数据。

可以理解的是，当变量的数量只有一个时，计算列数时就用变量的半高全宽。

需要说明的是，在本申请的其他实施例中，还可以在1～F之间以枚举法、抽样法(拉丁超立方、蒙特卡洛等及其改进的方法)、一次或多次缩减范围的迭代方法等方法，确定细分矩阵的列数。

下面对本申请中根据所述随机矩阵确定所述定位测速系统的平均谱半径的过程进行进一步阐述，请参考图2，具体包括：

步骤S1041：获得与所述随机矩阵对应的非厄米特矩阵，并获得所述非厄米特矩阵的奇异值等效矩阵。

具体的，对随机矩阵进行归一化处理得到非厄米特矩阵，其中，非厄米特矩阵的每一列的均值均为0，方差为1，根据下式得到非厄米特矩阵的奇异值等效矩阵：

式中，U为一个Haar酉矩阵，

为非厄米特矩阵，

为非厄米特矩阵的奇异值等效矩阵。

步骤S1042：确定所述奇异值等效矩阵的特征值和随机矩阵特征值的数量。

具体的，根据下式，确定随机矩阵特征值的数量：

M_λ＝min((L×M),(F/L)) (6)

其中，M_λ为随机矩阵特征值的数量，L为细分矩阵的列数，F为半高全宽的平均值，M为变量的数量。

步骤S1043：根据所述特征值和所述随机矩阵特征值的数量确定所述定位测速系统的平均谱半径。

具体的，根据下式，计算平均谱半径(mean spectral radius，MSR)：

其中，

为非厄米特矩阵的奇异值等效矩阵的特征值，

为

的绝对值，MSR为平均谱半径，M_λ为随机矩阵特征值的数量。

下面对本申请实施例提供的定位测速系统的健康监测装置进行介绍，下文描述的定位测速系统的健康监测装置与上文描述的定位测速系统的健康监测方法可相互对应参照。

图3为本申请实施例提供的定位测速系统的健康监测装置的结构框图，该装置可以包括：

获取模块100，用于获取表示定位测速系统状态的变量的自相关曲线的半高全宽；

第一确定模块200，用于根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数，其中，所述原始矩阵由所述变量的历史数据组成；

细分重构模块300，用于根据所述列数将所述原始矩阵细分为多个所述细分矩阵，并将多个所述细分矩阵重构，得到随机矩阵；

第二确定模块400，用于根据所述随机矩阵确定所述定位测速系统的平均谱半径；

第三确定模块500，用于根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康。

本实施例的定位测速系统的健康监测装置用于实现前述的定位测速系统的健康监测方法，因此定位测速系统的健康监测装置中的具体实施方式可见前文中的定位测速系统的健康监测方法的实施例部分，例如，获取模块100，第一确定模块200，细分重构模块300，第二确定模块400，第三确定模块500，分别用于实现上述定位测速系统的健康监测方法中步骤S101，S102，S103，S104和S105，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。

本实施例中的健康监测装置法通过获取定位测速系统中变量的自相关曲线的半高全宽，再根据半高全宽获得需要将原始矩阵细分为多个细分矩阵时每个细分矩阵的列数，进而对原始矩阵进行细分，并将细分矩阵重构为随机矩阵，再根据随机矩阵得到平均谱半径，进而判断平均谱半径与预设阈值的关系，实现对定位测速系统的健康监测，不需要知道定位测速系统的故障模式、退化模式和内部机理，只需要变量的历史数据和半高全宽即可，具有计算量小和无需先验知识的优点。

可选的，当所述变量的数量为多个时，定位测速系统的健康监测装置还包括：

第四确定模块，用于确定所有的所述半高全宽的平均值；

相应的，第一确定模块200具体用于：

根据所述平均值和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数。

可选的，第一确定模块200具体用于根据

确定所述列数；

其中，L为细分矩阵的列数，F为半高全宽的平均值，M为变量的数量。

可选的，获取模块100具体包括：

第一获取单元，用于获取所述变量的所述历史数据；

第一确定单元，用于根据

确定所述历史数据的自相关值序列；其中，

为第i个变量的第n个历史数据，

为

的共轭复数，N为历史数据的长度，cⁱ(m)表示第i个变量的第m个位置的自相关值；

归一化单元，用于对所述自相关值序列进行归一化，得到处理后自相关值序列；

第二确定单元，用于确定所述处理后自相关值序列中自相关值为0.5的两个数值的序列数，并确定两个所述序列数的差值为所述半高全宽。

可选的，第二确定模块400包括：

第二获取单元，用于获得与所述随机矩阵对应的非厄米特矩阵，并获得所述非厄米特矩阵的奇异值等效矩阵；

第三确定单元，用于确定所述奇异值等效矩阵的特征值和随机矩阵特征值的数量；

第四确定单元，用于根据所述特征值和所述随机矩阵特征值的数量确定所述定位测速系统的平均谱半径。

可选的，第三确定单元具体用于根据M_λ＝min((L×M),(F/L))，确定随机矩阵特征值的数量；

其中，M_λ为随机矩阵特征值的数量，L为细分矩阵的列数，F为半高全宽的平均值，M为变量的数量。

可选的，第三确定模块500包括：

第五确定单元，用于当所述平均谱半径大于等于第一预设阈值时，确定所述定位测速系统的监测结果为健康；

第六确定单元，用于当所述平均谱半径小于等于第二预设阈值时，确定所述定位测速系统的监测结果为故障；

第七确定单元，用于当所述平均谱半径在所述第一预设阈值和所述第二预设阈值之间时，确定所述定位测速系统的监测结果为亚健康，其中，所述第一预设阈值大于所述第二预设阈值。

下面对本申请实施例提供的定位测速系统的健康监测设备进行介绍，下文描述的定位测速系统的健康监测设备与上文描述的定位测速系统的健康监测方法可相互对应参照。

图4为本申请实施例提供的定位测速系统的健康监测设备的结构框图，该健康监测设备包括：

存储器11，用于存储计算机程序；

处理器12，用于执行所述计算机程序时实现上述任一种所述定位测速系统的健康监测方法的步骤。

下面对本申请实施例提供的计算机可读存储介质进行介绍，下文描述的计算机可读存储介质与上文描述的定位测速系统的健康监测方法可相互对应参照。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种所述定位测速系统的健康监测方法的步骤。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本申请所提供的定位测速系统的健康监测方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (10)

1.一种定位测速系统的健康监测方法，其特征在于，包括：

获取表示定位测速系统状态的变量的自相关曲线的半高全宽；

根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数，其中，所述原始矩阵由所述变量的历史数据组成；

根据所述列数将所述原始矩阵细分为多个所述细分矩阵，并将多个所述细分矩阵重构，得到随机矩阵；

根据所述随机矩阵确定所述定位测速系统的平均谱半径；

根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康。

2.如权利要求1所述的定位测速系统的健康监测方法，其特征在于，当所述变量的数量为多个时，在所述根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数之前，还包括：

确定所有的所述半高全宽的平均值；

相应的，根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数包括：

根据所述平均值和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数。

3.如权利要求2所述的定位测速系统的健康监测方法，其特征在于，根据所述平均值和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数包括：

根据

确定所述列数；

其中，L为细分矩阵的列数，F为半高全宽的平均值，M为变量的数量。

4.如权利要求3所述的定位测速系统的健康监测方法，其特征在于，所述获取表示定位测速系统状态的变量的自相关曲线的半高全宽包括：

获取所述变量的所述历史数据；

根据

确定所述历史数据的自相关值序列；其中，

为第i个变量的第n个历史数据，

为

的共轭复数，N为历史数据的长度，cⁱ(m)表示第i个变量的第m个位置的自相关值；

对所述自相关值序列进行归一化，得到处理后自相关值序列；

确定所述处理后自相关值序列中自相关值为0.5的两个数值的序列数，并确定两个所述序列数的差值为所述半高全宽。

5.如权利要求4所述的定位测速系统的健康监测方法，其特征在于，根据所述随机矩阵确定所述定位测速系统的平均谱半径包括：

获得与所述随机矩阵对应的非厄米特矩阵，并获得所述非厄米特矩阵的奇异值等效矩阵；

确定所述奇异值等效矩阵的特征值和随机矩阵特征值的数量；

根据所述特征值和所述随机矩阵特征值的数量确定所述定位测速系统的平均谱半径。

6.如权利要求5所述的定位测速系统的健康监测方法，其特征在于，所述确定随机矩阵特征值的数量包括：

根据M_λ＝min((L×M),(F/L))，确定随机矩阵特征值的数量；

其中，M_λ为随机矩阵特征值的数量，L为细分矩阵的列数，F为半高全宽的平均值，M为变量的数量。

7.如权利要求1至6任一项所述的定位测速系统的健康监测方法，其特征在于，所述根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康包括：

当所述平均谱半径大于等于第一预设阈值时，确定所述定位测速系统的监测结果为健康；

当所述平均谱半径小于等于第二预设阈值时，确定所述定位测速系统的监测结果为故障；

当所述平均谱半径在所述第一预设阈值和所述第二预设阈值之间时，确定所述定位测速系统的监测结果为亚健康，其中，所述第一预设阈值大于所述第二预设阈值。

8.一种定位测速系统的健康监测装置，其特征在于，包括：

获取模块，用于获取表示定位测速系统状态的变量的自相关曲线的半高全宽；

第一确定模块，用于根据所述半高全宽和所述变量的数量确定将原始矩阵细分时每个细分矩阵的列数，其中，所述原始矩阵由所述变量的历史数据组成；

细分重构模块，用于根据所述列数将所述原始矩阵细分为多个所述细分矩阵，并将多个所述细分矩阵重构，得到随机矩阵；

第二确定模块，用于根据所述随机矩阵确定所述定位测速系统的平均谱半径；

第三确定模块，用于根据平均谱半径与预设阈值的关系，确定所述定位测速系统是否健康。

9.一种定位测速系统的健康监测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述定位测速系统的健康监测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述定位测速系统的健康监测方法的步骤。

Images