模型不确定非线性Markov 跳变系统的滤波算法

针对模型不确定非线性Markov跳变系统,提出一种新的滤波算法.相比于传统交互多模型粒子滤波,该方法通过引入前一时刻的滤波误差来增强原先由于不精确模型而造成权值较小的真实粒子在滤波过程中的作用,以此来改善算法的估计性能.仿真结果表明,该方法在处理含不确定模型参数的非线性Markov跳变系统状态估计问题时具有较好的性能.     

基于切换的多模型二阶段自适应控制器设计

针对一类具有参数跳变特性的离散时间系统,设计一类基于切换策略的新型多模型二阶段自适应控制器.该控制器首先将系统不确定参数的变化空间划分为多个子空间,在每个空间内建立多个自适应模型.为了克服多模型退化,保持模型的多样性以应对参数跳变,采用带约束的二阶段自适应方法对未知参数进行实时估计,并据此设计相应的子控制器;然后基于切换策略,选取该时刻的最优子控制器作为系统的控制器,从而减小系统暂态误差,提高系统动态性能;最后进行数值仿真研究,仿真结果表明该控制器结合了切换机制和二阶段自适应的优点,在相同模型数量的情况下,能够快速逼近参数跳变以后系统新的工作点,显著地缩短系统的过渡过程,提高暂态性能.     

基于Monte Carlo方法的自适应多模型诊断

多模型混合系统的模型切换服从有限状态的Markov链,其转移概率通常假定是已知的.当模型转移概率未知的时候,本文基于Monte Carlo粒子滤波器给出了混合系统状态估计的一种自适应算法.该算法假定未知的转移概率先验分布为Dirichlet分布,首先通过采样得到一组模型序列的随机样本,利用其中状态的转移次数计算先验转移概率,使用量测信息对样本更新选择后,获得模型转移概率的一种迭代的后验估计值,同时由粒子滤波器得到系统状态和模型概率的后验估计.将该方法用于混合系统的状态监测和故障诊断,仿真结果表明了算法的有效性.     

非线性非齐次Markov跳变系统的贝叶斯滤波

针对具有时变不确定转移概率的非线性非齐次Markov跳变系统, 提出一种贝叶斯状态估计方法.该方法首次采用带约束高斯概率密度函数来刻画转移概率的真实特性. 然后,基于参考概率空间法, 将实际的概率测度投影到理想概率空间, 得出信息变量的递归表达式. 同时, 在贝叶斯框架内给出转移概率矩阵的最大后验估计式. 进一步, 采用粒子逼近法求解转移概率矩阵的最大后验估计, 解决非线性函数的多重积分问题, 进而获取状态估计值. 最后, 通过一个仿真示例表明该方法的有效性.     

具有Markov跳变参数的闭环供应链系统切换控制

研究具有 Markov 跳变参数的闭环供应链(Closed-loop supply chain, CLSC)切换系 统建模以及具有抑制牛鞭效应的H∞控制问题. 针对再制造过程中的不确定性问题, 在考虑库存衰减因素的条件下, 根据库存水平的不同状态将系统建模为切换系统, 子系统间的切换服从 于一个Markov过程. 基于输入滞后的控制策略, 应用Markov切换思想对 系统进行控制器设计与性能分析, 在保证闭环供应链系统稳定的情形 下有效抑制牛鞭效应. 仿真例子说明所得结果的有效性.     

一类离散Markov跳变奇异系统的镇定控制

针对一类离散的Markov跳变奇异系统,研究了其稳定性与镇定控制问题.系统模式跳变的转移概率是部分未知的,包含转移概率完全已知和完全未知两种情形,具有更好的泛化性.以严格线性矩阵不等式的形式,给出了保证该类Markov跳变奇异系统正则、因果、随机稳定的充分性判据,并设计了相应的状态反馈与输出反馈控制器.最后,通过数值仿真表明了所提出方法的有效性.     

转移概率未知下具有双Markov 链的网络控制系统控制器设计

研究一类基于Markov模型的网络控制系统的稳定性和镇定控制器设计问题.针对网络控制系统中受控对象模型的随机切换和通信过程中的丢包问题,利用具有两个独立Markov链的离散时间Markov跳跃系统进行建模.在该Markov跳跃系统模态转移概率矩阵部分元素未知的情况下,充分考虑转移概率的约束条件,给出系统可镇定的充要条件和状态反馈控制器的设计方法.最后通过仿真示例验证了所提出方法的有效性.     

一种新的雷达和红外融合算法

针对作机动飞行的空中目标,利用目标多普勒信息和红外辐射信息,建立具有Markov跳变参数的红外系统距离估计模型,基于结构随机跳变系统最优滤波理论,提出了一种红外系统距离估计算法.基于交互式多模型算法(IMM)以红外测距为伪距量测,提出了一种新的主动雷达和红外融合算法.对一个高机动目标跟踪进行了仿真,结果表明红外距离估计误差小,融合算法跟踪精度高,性能良好,易于工程实现.

     

随机激励的非线性Markov跳变系统的稳态响应

大量实际工程问题需要用同时包含连续和离散变量的Markov跳变系统来描述.本文介绍了一类随机激励的单自由度(强)非线性Markov跳变系统的稳态响应的研究方法.首先,基于随机平均法导出具有Markov跳变参数的平均It随机微分方程,原系统方程的维数得到降低.接着,根据跳变过程原理,建立Fokker-Planck-Kolmogorov(FPK)方程组,方程组中的方程与系统的结构状态一一对应且互相耦合.求解该FPK方程组,得到Markov跳变系统的稳态随机响应及其统计量.最后,以一个高斯白噪声激励的Markov跳变Duffing振子为例,计算得到不同跳变规律下系统的稳态响应.研究结果表明,Markov跳变系统的稳态响应可以看作是各结构状态子系统稳态响应的加权和,加权值由跳变规律决定.     

具有双边随机时延和丢包的网络控制系统稳定性分析

针对具有双边随机网络时延和丢包的网络控制系统,首先基于Markov的随机过程描述系统丢包的特性;然后利用系统增广矩阵的方法建立参数不确定的离散时间跳变系统模型,在考虑Markov链转移概率矩阵中部分元素未知甚至完全未知的条件下,采用Lyapunov稳定理论和随机理论的分析方法,设计依赖于丢包特性且满足系统均方稳定要求的时变控制器;最后通过数值算例仿真表明所提出方法的有效性.     

基于单总线技术的远程智能开关检测系统设计

针对现有远程开关状态检测方法存在传输线多、施工复杂、可靠性差、成本高等缺点,提出了一种基于单总线技术的远程智能开关检测系统的设计方案。该系统采用DS2405单总线器件和C8051F单片机将128点开关组成单总线传感网络,可直接检测各开关的分合状态。实际应用表明,该系统具有电路简单、抗干扰性强、可靠性高等优点。     

基于图像相似度与深度学习的变电站刀闸状态识别算法的对比研究

为解决以往变电站中基于各类传感器的刀闸状态检测方式成本高、稳定性差的问题，本文探索了两类基于图像识别的刀闸状态检测算法，相较于传统的基于图像相似度的刀闸状态识别算法，基于深度学习的目标检测算法对刀闸状态识别准确率更高，能够有效对变电站内刀闸状态进行检测。本文在对483张包含各类刀闸状态的图像进行标注后，使用Yolov5的预训练模型进行训练，训练后的模型在包含80张各类刀闸状态的测试集上进行测试，结果表明综合准确率为89.31%，综合召回率为98.32%。本文所提出的基于深度学习的刀闸识别算法能够对变电站刀闸状态进行有效识别，且识别准确率高、部署较为简单，对保障变电站安全稳定运行有着重要作用。     

非阻塞分组交换网络的系统模型与性能分析

本文建立了具有输入与输出缓冲器非阻塞分组交换网络的排队模型,得出了平均排队长度、平均等待时间和饱和吞吐量的结果,指出可通过增加交换容量和降低先进先出的排队规则的限制来提高分组交换的吞吐量,最后提出了一种限制交换容量具有重复竞争机制的改进方案,对分组丢失概率进行了定量分析。从而确定了该结构的指标体系。     

PID神经网络控制器在软开关中的应用

在软开关谐振功率变换器系统中,由于增加了谐振元件以及系统本身存在的严重的非线性和时变不确定性等特点,极大地影响了系统输出电压的动态响应性能。针对这一问题,该文提出了一种新的控制策略,将基于PID的神经网络控制器,用于脉宽调制型的软开关谐振功率变换器中,提高系统的动态响应性能。这种控制器是一种新型的误差前向反馈神经网络,将神经网络和PID控制规律融为一体,利用M atlab6.5软件中的电力系统仿真模块(S imPowerSystem s)对该系统进行仿真,结果表明这种控制方法可以使得功率变换器获得较好的动态性能。     

基于CPLD的Profibus-DP冗余双网切换逻辑的设计

Profibus-DP总线在工业现场控制系统中应用非常广泛,为了提高系统的可靠性,工业控制系统多采用冗余双网Profibus-DP总线通信,当一条Profibus-DP总线出问题时,Profibus-DP系统可以利用冗余双网切换逻辑切换到另一条Profibus-DP总线运行,该切换逻辑基于CPLD,实现了Profibu...     

信令寻径式高速光纤传输交换机研究与设计

针对未来航电系统需求,研究一种新型的以“信令寻径式交换技术”为核心的高速光纤传输交换网络。该文设计了信令寻径式交换网络通信协议,并在此基础上详细论述了高速光纤传输交换机设计方案。目前,16端口的信令寻径式高速光纤传输交换机已初步调试成功,性能稳定,运行状况良好,可应用于航电和中尺度天气预报等高速网络通信系统中。     

开关柜智能控制器的设计

针对各类高压电器控制柜的带电、开关刀闸位置指示及温湿度等的实时监控,设计了一种基于单片机的开关柜智能控制器,它集断路器位置、开关状态、接地刀闸位置、高压带电闭锁及温度湿度检测等多功能于一体,并对其硬件电路和软件进行阐述.     

融合LSD算法与深度学习的开关状态检测方法

针对工业复杂环境下设备维保成本高、视觉检测落地周期长等问题,并根据建筑信息模型（Building Information Modeling,BIM）具有与现实场景空间一致,场景视角灵活可调以及可以模拟各类光照条件等优点,提出一种在BIM环境下融合LSD（Line Segment Detector）直线检测与深度学习的设备开关状态检测方法。通过检测图像直线段信息,并基于开关盒边沿特征对直线段进行筛选,实现在图像中框定开关盒位置生成图像数据集,进而输入到YOLOv3（You Only Look Once version3）网络训练生成深度学习模型。将深度学习网络框架部署到边缘设备,在边缘侧对真实环境下开关盒工作状态进行检测。实验结果表明,该方法能够在短时间内实现BIM环境下识别检测机柜设备上的开关盒工作状态,并对真实环境下开关盒工作状态检测具有良好适应性。     

轨道交通安全计算机中倒机单元的设计

安全计算机被广泛应用于轨道交通信号系统中,其中倒机单元有效提高了安全计算机的可靠性。研究了二乘二取二安全计算机结构,介绍了基于通信的倒机方式,制定了安全通信协议。该方式硬件上利用FPGA实现,使整个设计紧凑、灵活、稳定且高速;软件上,讨论了主备状态的确定,分析了倒机基本原则和单系的状态转移。具有该倒机方式的安全计算机,已在多种轨道交通信号系统中得到了应用,应用结果表明,本方案切实可用,能够满足系统高可靠性的要求。     

基于自治对象的移动交换中心建模

提出了一种基于自治对象的移动交换中心建模方法(AOMSCM)，将前台进程进行对象化改造，从移动交换中心网络服务对象中抽象出自治对象，并给出其形式化定义。AOMSCM的研究为移动交换中心整个前台全面转向面向服务的开发积累了经验。