线性离散马尔科夫跳跃系统最优故障检测

本文研究线性离散马尔科夫跳跃系统的最优故障检测问题。通过设计基于观测器的故障检测滤波器作为残差产生器,将滤波器的设计问题归结为随机意义下H_/H或H/H性能指标优化问题。基于算子优化方法,通过解耦合Riccati方程得到上述问题的统一解。算例验证所提方法的有效性。     

基于SWT与等价空间的LDTV系统故障检测

为提高基于等价空间的线性离散时变（Linear discrete time-varying,LDTV）系统故障检测的检测性能,本文提出一种基于平稳小波变换（Stationary wavelet transform,SWT）与等价空间的LDTV系统故障检测方法.通过引入SWT对基于低阶等价关系构造的残差进行多尺度滤波,将残差产生器设计转化为不同尺度下的多目标最优化问题,保证了各尺度下残差对干扰鲁棒性和对故障灵敏性指标的最小化,同时利用SWT快速算法获得一组多尺度残差信号.进一步,对产生的多尺度残差信号进行多分辨率分析,从而实现较宽频率范围内故障信号的检测,有效降低了故障漏报率.最后,通过仿真实验验证了本文方法的有效性.     

资产重组中金融风险的H∞控制理论应用研究

在随机资产模型的基础上，建立了资产重组问题的离散时间系统模型，运用降阶方法推导了在资产重组过程中使风险最小的奇异控制策略。最后，根据复变函数理论求解范数的方法求得了问题的解析解。     

辽宁省宏观经济模型及其H∝控制

采用近２０年来经济体制改革时期的数据，建立了辽宁省宏观经济模型。这一时期的经济模型最大特点是环境的不确定性，即存在经济风险性。针对这种情况，研究了如何在“最差情况”下制定控制策略的问题，即Ｈ∝控制问题，并且进行了系统仿真计算工作。     

基于粗集理论的小电流接地系统故障选线

分析了小电流接地系统中基于小波包的故障选线方法工作原理，证明了在故障线路暂态零序电流信号采样后能量损失较大时，该方法失效。为了克服该方法的局限性，提出了一种基于粗集理论的改进故障选线方法。将提取的暂态零序电流故障特征作为条件属性，信号增强倍数作为决策属性，构成一个决策系统。通过对决策表的约简，得到决策系统的最小决策算法，从而实现信号增强。再利用小波包变换对增强的信号分解，实现故障选线。ATP-EMTP仿真表明，该方法有效地提高了小电流接地选线的准确性。     

基于状态观测器的鲁棒故障诊断滤波器设计LMI方法

研究受不确定性扰动影响情况下线性时不变连续时间系统的鲁棒故障诊断滤波器设 计问题.引入一种新的体现残差对于故障信号灵敏度和不确定性扰动鲁棒性的性能指标,从系 统的L2增益角度出发,将基于状态观测器的鲁棒故障诊断滤波器设计问题形成为H∞优化问 题.然后应用线性矩阵不等式技术,给出并证明了该设计问题的解存在条件和求解方法.并通过 简例说明了算法的有效性.     

基于小波变换与等价空间的无人机作动器故障检测

基于等价空间的故障检测可实现残差对初始状态与输入全解耦,在实际工程系统中取得了广泛应用.然而,为了确保故障诊断系统性能,高阶的等价空间导致残差在线计算量大,且制约了可检测故障信号的频率范围.本文提出一种基于小波变换与等价空间结合的无人机作动器故障检测方法,将故障检测问题归结为小波基函数选取和等价空间向量的优化设计,使产生的残差信号满足了干扰鲁棒性与故障灵敏性比率型性能指标的最小化,并通过引入平稳小波变换对残差进行多尺度滤波,利用小波变换的时频局部化特性和快速算法,在满足故障检测系统性能的前提下有效降低了等价空间阶数,一定程度上实现了较宽频率范围内作动器故障信号的检测,克服了传统等价空间方法的不足.最后,以无人机作动器故障检测为例,通过仿真实验验证了本文方法的有效性.     

一类连续时间Ｍａｒｋｏｖ跳跃系统鲁棒H∞ 故障估计

研究了受L₂ 范数有界未知输入影响的一类线性连续时间Ｍａｒｋｏｖ跳跃系统鲁棒H_∞ 故障估计问题．应用自适应观测器作为故障估计器,将鲁棒H_∞故障估计问题归结为随机H_∞ 滤波问题．推导并证明了问题可解的充分条件,并通过求解线性矩阵不等式得到了H_∞ 故障估计器参数矩阵的解．最后,数字算例验证了所提方法的有效性．

     

Ｄｏｗｎｓｉｄｅ-ｒｉｓｋ测度下闭环供应链风险控制和利润分配机制研究

以由风险中性的制造商与具有下行风险特性的销售商组成的两阶段闭环供应链为背景,证明了Ｄｏｗｎｓｉｄｅ-ｒｉｓｋ测度下的收益共享契约和批量折扣契约不能协调该闭环供应链．将补偿策略附加到收益共享契约和批量折扣契约,设计了风险共享契约,它既能满足下行风险约束,又能保证供应链参与方利润均有增量,实现了Ｄｏｗｎｓｉｄｅ ｒｉｓｋ测
度下闭环供应链的协调和风险控制．最后通过实例分析验证了风险共享契约的可行性和有效性．

     

Adaptive SINS/GPS Outlier Detection and Accommodation Using Innovation Orthogonal

The outlier detection and accommodation of integration navigation of strapdown inertial navigation systems and global position system (SINS/GPS) were studied. Based on analyzing the innovation orthogonal property in Kalman filter, an outlier adaptive detection approach was first presented, which included the determination of evaluation function and threshold and the logic decision of outlier occurrence. To effectively attenuate the influence on estimation accuracy, a modified Kalman filter algorithm was proposed by accommodation of the dynamic data with outlier. Results of data processing from vehicle-test SINS/GPS integration navigation show the effectiveness of the proposed method.