摘要：为了解决多传感器故障检测与隔离这一难题,建立了包含卡死、增益时变和偏差时变等三种典型传感器故障的数学模型.借助输出方程,将待检测的传感器故障转换到系统状态方程中进行处理.设计出既能检测出故障,又能将各个故障进行有效隔离的残差产生器,同时还要给出设计残差产生器过程中未知参数的求解方法.用算例对上述设计结果的有效性进行计算机仿真验证.

摘要：研究一般非均匀采样数据系统鲁棒传感器故障检测设计问题.首先,基于输出时滞方法将非均匀采样数据系统转换成具有时变时滞输出的连续系统;然后,选择故障检测滤波器作为残差产生器,并将故障检测设计问题描述成一个多目标优化问题,即连续时间过程噪声和离散时间测量噪声对残差信号的H∞范数小于一个给定值,同时传感器故障对残差信号的l2增益大于一个给定值,基于输入输出方法以矩阵不等式的形式给出该多目标优化问题有解的充分条件;进一步的,提出一个迭代算法来权衡噪声鲁棒性与故障灵敏度,并将矩阵不等式转换成可解的线性矩阵不等式.最后,对某型飞控系统的仿真实验验证了所提方法的有效性.

摘要：In this paper,a novel direct design methodology of robust fault detection for a class of sampled-data systems with both continuous-time process noise and discrete-time measurement noise is presented. First,by using a linear system with finite discrete jumps as residual generator, the design of robust fault detection filter is formulated as a sampled-data filtering problem. Then,a bounded real lemma for the linear system with finite discrete jumps is developed in terms of linear matrix inequalities(LMIs). Based on this,a su-cient condition for the existence of the fault detection filter as well as the design parameters is derived. Furthermore, the case of sampled-data systems with model uncertainties is extended. The designed fault detection filter cannot only make the error between residual and weighted fault as small as possible but also exhibit robustness to all uncertainties including continuous-time process noise, discrete-time measurement noise, and model uncertainties. Finally, simulation results are provided to demonstrate the feasibility of the proposed method

摘要：研究采样数据（sampled—data，SD）系统最优诊断观测器的直接设计方法．首先从传递函数角度分析一般离散时间系统诊断观测器的Luenberger条件，由此构造出SD诊断观测器，并推导出其混杂动态关系．然后将SD故障检测问题定义为一个特定的比值型优化问题，并应用互内外分解法和代数方法构制其最优诊断观测器，使得产生的离散时间残差对连续时间未知输入具有鲁棒性，但对故障却是敏感的．仿真结果验证了所提设计方法的有效性．

摘要：针对一类具有随机干扰的多速率采样系统,本文建立了一种快速率故障检测方法.首先,应用提升和初等变换等技术将原有系统转换为线性时不变(LTI)且满足因果约束的慢速率系统;然后应用Kalman滤波设计出系统的慢速率稳态残差产生器;同时,为了克服上述残差产生器不能实时检测故障的缺陷,并考虑新系统中所增加的过程噪声与测量噪声之间、各测量噪声之间相关性等因素,基于序贯滤波的思想,进一步设计出能实时检测故障且能避免因果约束问题的快速率稳态残差产生器和残差评估方法;最后,用计算机仿真对所提方法的有效性进行了验证.

摘要：在网络化多传感器系统中,由于各传感器采集到的量测信息在经网络向融合中心传递的过程中,常会出现各种随时间变化的延迟现象,而处理该类系统融合滤波问题的现有方法又大都难以实现滤波过程实时性与滤波精度最优性的共赢.为此,本文在线性最小均方误差意义下,利用不同时刻状态间的递推关系和噪声估计方法,提出了一种实时、递归、最优的序贯式融合滤波器.首先利用状态间的递推关系,将不同时刻得到的量测信息转化为当前状态的伪量测信息.其次,利用新提出的噪声估计方法求解伪量测方程中增益噪声的估计值和用于滤波器设计的增益矩阵.然后,基于转化后的伪量测信息和求取的滤波增益矩阵实现对系统状态的最优估计.以此方法依次处理该融合周期内到达融合中心的各量测信息,建立起一种实时、递归、最优的序贯式融合滤波器.最后,用计算机仿真来验证新方法的有效性.

摘要：为了解决欠量测系统传感器故障检测与隔离这一难题,在对传感器故障进行合理建模的基础上,首先,借助输出方程,利用最小二乘和基础解系的方法,将传感器故障特征转换到系统状态模型中;然后,提出一种残差产生器的设计方法并给出其参数求解方法;最后,用算例对上述设计结果的有效性进行计算机仿真验证。

摘要：总结分析了传统消防系统在应用上的不足,根据现代生活和楼宇建设对智能消防的需求,提出一种基于无线传感器网络的新型无线智能消防监控报警系统,详细介绍了系统平台的构建和各个模块的设计.该系统采用基于802.15.4协议上设计的无线消防传感器节点和一套无线wifi监控系统.最后搭建实验测试环境,分析了新型智能消防的技术特色和系统优势.

摘要：采用2种最优分布式异步航迹融合方法研究异步采样传感器网络的动态拓扑配置策略设计.其主要核心思想是:每一个传感器跟踪节点执行局部Kalman滤波,再将滤波估计结果传输到融合中心;融合中心利用各自不同的融合方式执行预测估计校准和最优递推加权融合,同时利用当前所有传感器信息的全局递推融合估计与系统精度要求的阈值进行实时比较,以决定是否终止或继续进行融合;实现下一时刻网络拓扑的动态配置和网络节能.基于特定的计算准则分析网络能量消耗,并通过计算机仿真验证算法的有效性.结果显示:2种方法都能实现异步采样多传感器网络的动态拓扑配置和节能,且最优异步融合配置方法的效果优于次优异步航迹融合方法.

摘要：本文以线性时不变或系统参数预先确定的单传感器系统为对象,研究带有不确定随机无序量测约束下的最优网络化估计问题.基于线性时不变或参数预先确定系统的滤波器系数矩阵离线计算和线性最小方差估计的线性加权求和特性,首先介绍传统Kalman滤波的等价测量值加权求和形式.然后,以该测量值加权求和滤波器为基础,结合布尔二值开关和无序量测直接求和补偿技术,针对两种典型无序量测跟踪系统分别设计全局最优网络化Kalman滤波器.最后,四个仿真例子验证了本文算法的有效性和优越性.