变时延网络控制系统的鲁棒故障检测

针对具有时变时延的网络控制系统故障检测问题,提出了一种基于鲁棒H_∞思想的故障检测滤波器设计方法.将鲁棒H_∞故障检测问题归结为寻找滤波器参数矩阵,使得滤波系统内稳定并且满足鲁棒H_∞性能指标.根据残差评价函数和故障阈值判断系统是否存在故障.假设时变时延的上下界已知.基于时延相关Lyapunov-Krasovskii泛函方法给出了系统内稳定并且具有H_∞指标的时延相关条件.在外部控制输入、外界干扰和故障信号有界的情况下,所设计的故障检测滤波器能够保证生成的残差信号有界.针对HiMAT（Highly Maneuverable Technology）飞行器设计了故障检测滤波器,并通过仿真分析验证了所提出方法的有效性.     

飞行器网络控制系统的多指标鲁棒故障检测

针对存在马尔可夫短时延且状态转移概率部分已知的网络环境,研究了飞行器网络控制系统的多指标鲁棒故障检测问题.传统马尔可夫跳变系统的故障检测方法是将故障、外部输入和未知扰动作为广义输入,采用一个H∞性能指标来进行故障检测滤波器的设计.由于该指标不具有明确的物理意义,为此需要研究多指标鲁棒故障检测滤波器的设计方法.通过将网络诱导时延描述为一个有限状态马尔可夫链,飞行器网络控制系统被建模为离散有限马尔可夫跳变系统.同时考虑残差对故障的敏感性和对未知扰动及外部输入的鲁棒性,以线性矩阵不等式的形式给出了多指标故障检测滤波器的存在条件和求解方法.最后通过数值算例验证了所提方法的有效性和优越性.     

非线性系统的输出反馈鲁棒H^∞控制

考虑一类带模有界时变不确定的非线性系统鲁棒Ｈ＾∞控制问题，讨论其带内部稳定的状态反馈及输出反馈鲁棒Ｈ＾∞控制问题可解的充分条件，结果表明，带模有界结构的时变不确定非线性系统，其鲁棒Ｈ＾∞控制问题可以转化为一确定的非线性系统的Ｈ＾∞控制来解决，从而可由－Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ－Ｉｓａａｃｓ微分不等式的可解性来讨论。     

不确定非线性主动容错控制系统模糊控制设计

考虑到实际主动容错控制系统中故障以及故障检测与隔离(FDI,Fault Detection and Isolation)决策出现的随机性,随机故障与FDI决策行为分别用两个Markov过程描述,用T-S(Takagi-Sugeno)模糊模型表达不确定非线性主动容错控制系统,并基于并行分布补偿(PDC,Parallel Distributed Compensation)方案,给出了能够保证闭环模糊系统鲁棒随机稳定的模糊控制器设计方法.鲁棒容错模糊控制器的存在条件由一组线性矩阵不等式(LMI,Linear Matrix Inequality)给出,从而方便地利用优化技术求解,随后倒车控制系统的仿真结果验证了所建议方法的有效性.      

不确定系统的鲁棒严格正实设计的LMI方法

考虑系数矩阵具有有界范数不确定性系统的鲁棒严格正实设计问题.定义了不确定系统的二次严格正实性,得到了用线性矩阵不等式表示的系统二次严格正实的充要条件,给出了基于状态反馈的不确定系统二次严格正实鲁棒优化控制器的设计方法.     

组合导航系统的鲁棒故障诊断

 讨论了导航系统的故障检测问题,提出通过设计对特定导航系统故障敏感的最优鲁棒向量来检测组合导航系统故障,只利用传感器的测量数据,不需要具体的动态模型,并与常用的奇偶检测法进行了比较.最后以3个导航系统的组合为例,仿真结果显示,鲁棒故障诊断的检测故障、隔离故障效果明显提高.     

基于轨迹线性化方法的近空间飞行器鲁棒自适应控制

研究一种新的近空间飞行器鲁棒自适应飞行控制系统设计方案。利用单隐层神经网络的函数逼近能力和被控对象分析模型的有用信息构建一种单隐层神经网络干扰观测器,用以在线估计系统中存在的不确定性,具有自适应调节能力的鲁棒控制器用以克服估计误差。将所得单隐层神经网络干扰观测器与轨迹线性化方法结合形成新的非线性系统鲁棒自适应控制方案,严格的理论证明在给定的自适应调节律作用下闭环系统所有误差最终有界。该控制方案被用于近空间飞行器飞行控制系统设计,高超声速飞行条件下的仿真结果表明该方法不仅有效,而且能够提供高精度、高稳定度的控制性能。     

考虑系统不确定性的高超声速飞行器容错控制

针对一类含有执行器失效故障和范数有界不确定性的系统,提出了一种鲁棒容错跟踪控制设计方法。该方法利用有界实引理,给出了保证闭环系统稳定且满足鲁棒性能要求的线性矩阵不等式（LMI）的表达式;为了削弱控制器的保守性,使用不同的Lyapunov变量对应不同的系统状态;由此带来的非凸优化问题,发展了一种迭代线性矩阵不等式算法。考虑到该迭代算法的收敛性取决于初值的选择,经过推导给出了一种求解合适初值的算法。将该算法应用于高超声速飞行器X-33跟踪控制器的设计,仿真结果表明本文算法是可行和有效的。      

不确定切换系统的鲁棒自适应控制方案

针对切换信号依赖于独立决策变量的不确定切换系统,基于多Lyapunov函数方法和模型参考自适应控制理论,提出并分析一种控制器具有非线性死区特征的鲁棒自适应切换控制方案.首先,由参考切换系统和自适应控制律集合建立闭环切换系统,而后构造Lure-Postnikov形式的多Lyapunov函数,并以一组线性矩阵不等式推导给出闭环切换系统为有界模型参考自适应控制系统的充分条件.最后,选择HiMAT(Highly Maneuverable Aircraft Technology)飞行器包线内的5个工作点,以其纵向短周期运动模型建立切换系统,并设计具有非线性死区特征的鲁棒自适应控制器.仿真验证了方案的有效性,结果表明系统在快速连续切换下可良好地跟踪期望轨迹.     

数据丢包和量化约束下的分布式滚动时域估计

针对网络约束问题，对带丢包和量化的网络化系统分布式状态估计进行了研究。用一组满足Bernouli分布的随机变量来描述丢包现象，采用预测补偿机制进行丢包补偿。将数据量化引入的误差描述为观测方程中的参数不确定性，通过求解固定时域内的min-max问题，得到局部估计器。对局部估计器的稳定性进行研究，给出了误差范数平方的期望收敛的充分条件。推导了局部估计器误差协方差上界的递推公式，在此基础上，应用协方差交叉（CI）融合算法得到了分布式融合估计器。仿真结果表明，所提算法能够有效减小数据丢包和量化对状态估计的影响。      

飞行器网络控制系统故障检测与时域优化

针对存在马尔可夫短时延和丢包的网络环境,研究了飞行器网络控制系统的故障检测系统设计与优化问题.将含有上述问题的网络化控制系统建模为离散的马尔可夫跳变系统.在此基础上,基于观测器构建残差生成器,将故障检测问题转换成H_∞滤波问题,以LMI（Linear Matrix Inequality）的形式得到并证明了故障检测滤波器存在的充分条件和求解方法.为进一步改善检测性能,提高检测系统对故障信号的灵敏度,采用一种时域优化方法对残差评估函数进行优化处理,并给出了该优化问题最优解的求解方法.数值仿真说明了所提方法的有效性.      

基于扩张状态观测器的飞轮故障检测与恢复

飞轮是卫星姿态控制系统中的主要执行部件,实现其自主故障检测与恢复对于维持卫星正常姿态具有很重要的意义.在建立了精确飞轮开环系统模型的基础上,设计了二阶非线性连续扩张状态观测器ESO(Extended State Observer).将飞轮故障视为系统外扰,并假设其余外扰是小量可忽略,则利用此ESO不仅能实时得到飞轮开环系统的状态量,当飞轮发生故障时更能快速准确地估计出故障量.因而无需产生系统残差即可直接进行故障检测,同时根据故障量的大小对系统输入即驱动电压进行补偿,使飞轮转速仍能维持正常值,保证卫星姿态不受故障影响.数值仿真验证了此方法的有效性.      

火箭发动机基于神经网络非线性辨识的故障检测

应用神经网络方法，提出了一种液体火箭发动机故障实时检测算法。神经网络采用非线性辨识技术贴近发动机的工作过程，并输出包合发动机故障信息的辨识误差信号。若辨识误差变大超过一定阈值，检测逻辑就预报发动机故障。在发动机启动阶段离线训练神经网络，在发动机稳态过程可以采用离线或在线学习算法。实验研究表明神经网络可以成功地应用于大型泵压式液体火箭发动机的故障检测。     

基于lipschitz非线性滑模观测器的卫星故障检测

航天器模型存在非线性问题, 但其小角度在轨运行时满足lipschitz条件,可以在这种情况下进行故障检测, 提高系统的安全性. 应用滑模非线性观测器, 针对多执行器设计了多通道故障检测观测器, 通过Lyapunov函数对其收敛性进行证明. 结果表明, 观测器不仅能够实现故障检测, 还能够实现故障的隔离, 并利用反证法进行了说明. 应用线性矩阵不等式, 给出了观测器参数的求解, 进而对卫星建模及仿真, 与线性化方法进行比对, 验证了算法的有效性.      

一种自适应观测器设计和故障检测方法

利用模糊系统和径向高斯函数网络,设计一种具有自适应能力的模糊神经网络.用高斯函数表示模糊规则前件的隶属度函数,然后,构造一种递阶自组织在线学习算法,从输入输出样本数据中,通过学习提取模糊IF-THEN规则;在此基础上,提出一种非线性时变系统的自适应状态观测器设计和故障检测方法,并对其结构及特征进行了讨论,仿真结果表明,这种自适应状态观测器能很好地观测系统的状态,并能有效地应用于系统的故障检测.     

基于贝叶斯网络工况分类的民机引气系统异常检测

状态监控与健康管理技术是国产民机运营支持亟待突破的关键技术,以民机引气系统为对象,设计实现了基于飞行数据（QAR,Quick access recorder）的民机引气系统异常检测流程,提出了贝叶斯网络分类的同工况数据提取和指数加权滑动平均(Exponentially Weighted Moving Average,EWMA)控制图的引气系统异常检测方法。借助航空公司收集的实际数据对方法进行了验证,结果表明可有效检测民机引气系统异常,并提前故障发现时间,为航空公司合理安排飞机维修计划、减少飞机停场时间提供了支持。     

下行重力波波包在可压大气中的传播

应用ADI格式模拟下行重力波在二维可压大气中非线性传播。结果显示，重力波能量向下传输，波振幅明显衰减，与线性方程的数值模拟结果的比较表明，在非线性情况下，重力波仍可保持线性传播的某些特征，蜚 线性效应随波振幅的衰减对波包传播速度的修正作用很快变弱。     

低信噪比下分组交织器识别

针对现有的分组交织器识别算法计算复杂高且容错性差缺点，从分组交织后的同步码分布规律出发，提出了一种新的识别算法。首先，利用数据矩阵统计特性，给出了在任意矩阵列数下，同步码和随机业务数据位置上的概率密度分布函数，基于最小错误判决准则，设定了同步码检测门限，同时基于3倍标准差准则，求解出稳健的交织周期识别门限；其次，分析了数据矩阵中每一行与每一列累积量之间的对应关系，提出了一种快速交织周期遍历方法，使得数据矩阵的构建次数大大减少；最后，总结了4个分组交织后同步码分布规律，通过遍历同步码序列，利用同步码之间的位置关系，实现交织同步位置、分组交织列与交织行参数快速识别。仿真结果表明:所提算法具有较强的低信噪比容错性，在信噪比为-6 dB条件下，参数识别率能够达到98%以上，同时与现有的算法相比，其性能提升4~10 dB且计算效率明显提高。