马尔可夫跳变系统的鲁棒故障检测与时域优化

研究马尔可夫跳变系统(MJS) 鲁棒故障检测滤波器(FDF) 的设计与优化问题. 基于观测器构建残差发生器, 将相应的FDF 设计问题转化为H_∞ 滤波问题, 以LMI 的形式得到并证明了FDF 存在的充分条件及求解方法. 为进一步改善故障检测系统的性能, 采用一种时域优化方法对其进行优化, 并以矩阵Moore-Penrose 逆的形式给出了该优化问题的最优解. 数值仿真表明该方法具有较好的检测效果.     

捷联惯导系统测试中仿真轨迹的设计与分析

由于很难获得全面真实的导航飞行轨迹数据,而各类导航系统性能测试又必须要有飞行轨迹数据和惯性器件的输出参数.针对捷联惯性导航系统进行测试的飞机仿真飞行轨迹的设计方法.方法将飞行轨迹分解成若干任务段,根据实际需要,通过自由组合这些任务段,得到一条完整的飞行轨迹.据此设计了一条仿真轨迹并对该轨迹进行了性能分析,结果表明设计方法不仅能够较好的模拟飞机的实际飞行状态,更能有效的检验捷联惯性导航算法的精确性和可靠性,应用效果令人满意.     

存在未知时延和Markov 丢包的网络控制系统故障检测与优化

将网络控制系统(NCSs) 的未知短时延处理成范数有界不确定性, 结合Markov 丢包影响将NCSs 建模为不确定Markov 跳变系统, 设计模态依赖的鲁棒故障检测滤波器. 为了提高检测系统性能, 采用后置滤波器对残差信号进行时域优化, 并以Moore-Penrose 逆形式给出其最优解. 同时, 设计自适应检测阈值, 并给出时变参数阵的迭代方法,降低了计算量. 数值仿真表明, 所提出的方法能够有效地抑制时延和丢包影响, 提高故障检测系统的检测能力和检测速度.

     

惯性/地磁组合导航系统自适应卡尔曼滤波算法研究

针对惯性/地磁组合导航中遇到的滤波的发散问题,采用自适应卡尔曼滤波估计导航系统的误差.该算法通过实时估计和修正系统噪声以及观测噪声的统计特性达到降低模型误差、抑制滤波发散的目的.在Matlab环境下的仿真证实了该方案可以防止滤波器发散,缩小滤波误差,提高滤波精度.