传感器的发展方向——网络化智能传感器

从智能传感器的发展历史，对智能传感器的内涵进行了定义。分析了智能传感器的特点，指出与传统传感器及其所构成的系统相比，智能传感器及其系统的设计方法产生了深刻变化。其未来发展方向是智能网络化，与传统的仪器仪表之间已经没有明显的界限。文章最后分析指出智能传感器的接口是传感器智能网络化的关键。标准IEEE1451的通过，将加速智能网络化传感器的发展进程。  

网络化系统及其建模、分析、控制与优化

讨论网络环境下的复杂系统--网络化系统的特点及其研究内容,包括理论、方法与工具研究、中间件与应用软件研究、系统研究、应用研究和安全研究,着重讨论网络化系统的建模、分析、控制与优化问题.  

具有随机通讯时延的离散网络化系统的H∞滤波器设计

由于传感器和滤波器是通过有限带宽的网络连接的,因此系统的测量数据经常会出现时延,而且时延是随机的.本文讨论了具有一步随机通讯时延的离散网络化系统的H∞滤波器设计问题.利用线性矩阵不等式方法设计线性滤波器使得滤波误差系统是均方意义下指数稳定并具有给定的H∞性能.滤波器参数通过凸优化技术求解一个线性矩阵不等式得到.数值仿真表明设计方法的有效性.  

海关自动化分拣系统优化设计

本文针对海关快件自动分拣系统中检测数据处理量大、准确性、实效性要求高，提出了基于网络的以OPC通讯方式链接PLC与上层管理系统；并建立实时数据库与Oracle关系数据库之间的ODBC接口；以分散控制，集中监控的新思维，针对快件属性进行分拣判断，并实现快件的容错和定位。最终实现分拣、检测与监控一体化，使分拣系统高速、准确、稳定的工作。实际工程应用表明本方案可行且达到预期效果。  

测量丢失概率不确定的网络化系统的鲁棒故障检测

研究一类具有测量数据丢失概率不确定的网络化系统的鲁棒故障检测问题,系统用概率属于一个区间的Bernoulli随机二进制切换序列来描述测量数据丢失.设计一个基于观测器的鲁棒故障检测滤波器(RFDF),对于区间内的每一个概率,RFDF残差误差输出对故障敏感且对具有L2有界的未知干扰输入有一定的鲁棒性,应用线性矩阵不等式方法,给出并证明了此RFDF的存在条件.最后通过例子说明了该方法的有效性.  

具有随机协议网络化系统的H∞滤波

本文研究了一类具有随机介质访问协议网络化系统的H∞滤波问题. 将传感器和滤波器的通信过程描述为一个马尔可夫链, 进而将滤波误差系统建模成一个马尔可夫跳变系统. 然后, 运用李雅普诺夫方法和线性矩阵不等式技术, 给出了滤波误差系统随机稳定且具有给定H∞性能的一个充分条件, 并基于该条件给出了H1滤波器的设计方法. 最后的数值算例验证了本文方法的有效性.  

具有测量数据丢失的网络化系统的故障检测滤波

研究一类具有测量数据部分丢失的网络化系统的故障检测滤波器设计问题. 测量数据的丢失假设满足已知概率的Bernoulli分布. 设计一个故障检测滤波器, 使残差误差系统均方指数稳定且具有一定的扰动衰减水平. 采用线性矩阵不等式方法, 给出了故障检测滤波器存在的充分条件. 最后通过例子说明该方法的有效性.  

一类概率依赖的随机网络系统的随机容错设计

针对网络控制系统的传感器、执行器和网络时延具有随机性这一现象，引入相互独立的Bernoulli随机变量序列作为传感器失效故障、执行器失效故障的开关矩阵，将时延的变化区间任意分成两个小区间，引进Bernoulli随机变量并将其概率分布引入到系统矩阵中，建立随机的网络化控制系统模型，研究了该系统存在传感器失效故障、执行器失效故障及二者同时失效故障情况下的随机容错控制问题。基于Lyapunov稳定性理论，结合线性矩阵不等式技术，给出了确保系统均方指数稳定的条件，该条件不仅依赖于时延的上下界，还依赖于时延的概率分布。数值实例说明结论是有效的。  

存在多个数据包丢失的网络化系统的故障检测

研究一类存在多个数据包丢失的网络化不确定系统的鲁棒故障检测问题。不确定对象为凸多面体离散时间模型。多个数据丢失现象由具有一般概率密度的随机变量描述。利用随机系统的Lyapunov稳定性理论和参数依赖方法给出了使残差信号与加权故障信号之间的误差尽可能小的鲁棒故障检测滤波器的存在性条件。借助于线性矩阵不等式组的可行解得到了故障检测滤波器增益。仿真例子表明了所给方法的有效性。