一类非线性网络化系统的鲁棒故障检测

研究了一类非线性网络化系统的鲁棒故障检测问题.系统的不确定参数具有范数有界约束,非线性项满足扇形域有界条件,系统状态时滞时变有界.用服从伯努利分布的随机序列描述系统观测数据的随机丢失.将原问题转化为鲁棒H∞问题后,以线性矩阵不等式的形式给出了鲁棒故障检测滤波器的存在条件,进而得到所求滤波器的增益阵.     

基于SRCKF的多传感器融合自适应鲁棒算法

为解决模型误差和异常量测值发生时平方根容积卡尔曼滤波（SRCKF）算法滤波性能下降甚至滤波发散的问题,提出了一种多传感器融合自适应鲁棒算法。基于新息协方差匹配原则设计了鲁棒子系统以抑制量测异常值,同时为克服模型误差使用基于新息修正的低复杂度自适应SRCKF(LCASRCKF)算法设计了自适应子系统,根据2种子系统的特点和局限提出全局融合架构,使系统可以充分平衡并利用滤波过程中先验的模型预测值信息和后验的量测值信息,最终降低估计误差。仿真结果表明：相比鲁棒多渐消因子容积卡尔曼滤波（RMCKF）等算法,所提融合算法在滤波精度、稳定性和收敛速度等方面有明显优势。     

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.     

基于数据压缩的多传感器多假设算法

为解决集中式多传感器系统中多目标跟踪问题,提出了一种新的多传感器多目标算法.提出的算法首先应用经典分配规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点产生的互联假设计算其互联概率并获得融合中心的状态估计.给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该算法的跟踪性能在探测概率降低的跟踪环境下表现得更为优越.      

多传感器检测系统的分布式数据融合

研究分布检测系统中融合中心的多种数据融合方法,如“ａｎｄ”、“ｏｒ”逻辑规则、表决融合方法和基于最小错误准则的最优融合方法,以及带有置信度信息的最优融合方法,分析和比较了采用各种融合方法时检测系统的检测性能,最后通过仿真实例验证了理论推导的正确性,并与集中检测融合方法进行了比较。仿真结果同时表明对各种融合方法传感器增多,信噪比增加,检测系统的性能改善。     

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.      

基于多传感器数据融合技术的力学量测量系统研究

多传感器的数据融合已经在系统智能检测领域得到越来越多的应用,本论文针对传统的数据融合算法未考虑传感器自身可靠性这一不足,分析了面向传感器可靠性的数据融合算法,并在多元力学参数检测系统中加以应用,给出了系统的总体框架,并对数据融合的具体应用进行了分析,这对于进一步提高力学参数的智能传感检测及数据融合的研究具有一定的借鉴意义。     

结构振动的鲁棒可靠性

以传统的结构振动概率设计方法为基础,用区间集(超长方体)将不确定变量定量化,降低了传统的概率统计方法对统计特性的过分要求,通过区间参数摄动法得到固有频率所在的区间集,建立了激振力频率与结构固有频率干涉的非概率模型,给出了结构振动鲁棒可靠性准则.振动鲁棒可靠性的度量是通过结构避免发生共振所允许的不确定量的大小来体现的.结构所能承受的不确定度越大就越可靠,反之就不可靠,在数学模型上表现为激振力频率区间集与结构固有频率区间集的偏序关系.通过数值算例表明了所提出的结构振动非概率鲁棒可靠性准则的可行性.      

多操纵面布局飞机隐模型跟踪控制设计

采用隐模型跟踪算法,针对多操纵面布局的飞机,进行控制增稳设计,要求具有满意的飞行品质.因而按照飞行品质规范和飞机动力学特性,对理想模型的选取做了深入分析;并对控制方案从指令跟踪精度、大气紊流响应和对其它扰动的抑制特性等方面进行了评估,其中用结构奇异值对增稳系统的鲁棒稳定性和鲁棒性能进行了分析.结果表明设计方案能有效抑制扰动,并具有合适的鲁棒稳定性和鲁棒性能.     

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.     

基于电子数据存储技术的微机化遥测处理系统

通过对某一高码速率光纤遥测系统中数据格式、码速率、数据容量、数据存储宽度、数据存储速率等特点的研究，提出了一种基于大容量电子数据存储器的微机化遥测处理系统，对存储的大容量数据阵列中的帧码识别、分路控制方法进行了讨论，并对受干扰数据处理时帧同步码检测的检测门限和同步对策参数进行了分析，最后给出了整个微机化的大容量遥测数据处理系统的软硬件设计方法，通过在６．５ＭｂｐｓＰＣＭ系统下的运行实验表明，整个方     

容错待命储备系统的任务可靠性计算

讨论了待命储备系统具有容错性能时的任务可靠性计算, 由于故障检测器、切换器和待命器件是否可靠,直接影响该容错系统的可靠性.为了正确评估系统的任务可靠性,这里考虑了检测器和切换器存在一定的误警率和误切换率. 据我们所知,Markov模型是处理这个问题的主要工具,而国内很少有这方面的讨论.本文用Markov理论来确定系统的状态及其状态转移矩阵, 从而容错可靠性的计算问题得到解决,此外还讨论了有关误差概率的计算模型.     

基于数据融合的MEMS阵列加速度传感器实现方法

针对单MEMS加速度计性能有限无法满足实际工程中日益复杂且严苛的检测需求的问题,提出了一种基于数据融合的MEMS阵列加速度传感器实现方法。首先,设计了MEMS阵列加速度传感器的系统架构,并分析了对数据融合算法的技术需求;然后,针对已有的数据融合技术无法满足MEMS阵列加速度传感器的精度与实时性要求的问题,提出了基于离散对数映射的自整定加权融合算法,在此基础上,设计了MEMS阵列加速度传感器的仿真验证方案。仿真实验结果表明,提出的方法通过三个不同范围MEMS加速度计的阵列集成提高了信号检测能力,相比于最优拼接法其平均损失降低了6.1%,且融合数据精度优于各个加速度传感器的原始仿真数据,是高性能MEMS阵列加速度传感器的有效实现方案。     

一种基于二元估计与粒子滤波的故障预测算法

假设对象系统的故障演化过程可以由一个含有未知缓变参数的状态空间模型加以描述,则故障预测问题就可以转化为一个在已知当前系统信息的条件下,对系统未来某一时刻的状态变量的估计问题.针对该问题的求解提出了一种基于二元估计和粒子滤波的故障预测算法.算法的实施分为两个主要阶段:在状态估计阶段,采用两个并联的粒子滤波器迭代估计当前时刻对象系统故障演化模型状态和未知参数的后验分布.在状态预测阶段,对当前时刻故障演化模型状态的后验分布进行迭代采样,以采样样本粒子来近似估计未来时刻的状态变量的先验分布密度.在上述计算结果的基础上,结合相应的故障判据,算法采用计算对象系统未来时刻故障概率的方法预测其剩余使用寿命.仿真实验中将本文提出的算法与基于联合估计的故障预测算法进行对比,实验结果证明了所提算法的有效性.      

高速缓存影响的航天器控制软件调度设计方法

针对高速缓存引起的程序执行时间抖动对航天器控制软件任务调度造成的困难,提出一种基于循环调度的调度设计方法,该方法利用任务程序执行时间的概率分布设计具有不同可靠性的系统模式,通过模式切换,使处理器得到充分利用,同时能够提供一定的可靠性保障,为航天器控制软件的任务调度提供参考.     

多元线性回归在引气系统故障诊断中的应用

针对利用快速存取记录器(QAR)数据进行民机系统故障诊断问题,以民机引气系统为对象,提出了一种适合多飞行循环数据特点的多元线性回归模型的故障检测方法.首先建立了多飞行循环数据的引气系统性能多元线性回归模型,设计了飞行循环和飞行循环内故障检测方法;然后采用最大后验估计方法进行模型参数估计;最后设计了适合多飞行循环数据的模型参数最大后验估计算法.借助仿真数据和航空公司收集的实际飞行数据对方法进行了验证,结果表明了该方法有效且具有一定工程应用价值.      

异常数据识别的搜索方法

研究弹道跟踪系统的异常数据识别问题,导出了一种基于三角形和四边形面积的异常数据识别的搜索方法。理论分析、仿真计算和实测数据处理均表明,本搜索方法对异常数据的识别有较好的效果,可应用于数据的适时和事后处理。