2018年 第44卷 第9期
2018, 44(9): 1537-1553.
doi: 10.16383/j.aas.2018.c170618
摘要:
作为表征控制系统故障诊断能力的属性, 故障可诊断性揭示了故障诊断深层次的内涵.将可诊断性分析纳入控制系统与诊断方案的设计环节, 可以从根本上提高系统对故障的诊断能力, 为研究故障诊断提供新的思路.本文分别从可诊断性的内涵、研究现状以及潜在发展趋势三个角度系统地对可诊断性进行分析.首先, 从定义、影响因素、与已有概念的关系以及应用四个方面剖析了控制系统可诊断性的内涵和研究意义.其次, 分别从可诊断性评价与设计两个方面对可诊断性的研究现状进行分析.最后, 通过对可诊断性已有成果进行总结归纳, 探讨了可诊断性研究存在的不足以及未来发展的趋势.
作为表征控制系统故障诊断能力的属性, 故障可诊断性揭示了故障诊断深层次的内涵.将可诊断性分析纳入控制系统与诊断方案的设计环节, 可以从根本上提高系统对故障的诊断能力, 为研究故障诊断提供新的思路.本文分别从可诊断性的内涵、研究现状以及潜在发展趋势三个角度系统地对可诊断性进行分析.首先, 从定义、影响因素、与已有概念的关系以及应用四个方面剖析了控制系统可诊断性的内涵和研究意义.其次, 分别从可诊断性评价与设计两个方面对可诊断性的研究现状进行分析.最后, 通过对可诊断性已有成果进行总结归纳, 探讨了可诊断性研究存在的不足以及未来发展的趋势.
2018, 44(9): 1554-1568.
doi: 10.16383/j.aas.2018.c170505
摘要:
行人再识别指的是判断不同摄像头下出现的行人是否属于同一行人, 可以看作是图像检索的子问题, 可以广泛应用于智能视频监控、安保、刑侦等领域.由于行人图像的分辨率变化大、拍摄角度不统一、光照条件差、环境变化大、行人姿态不断变化等原因, 使得行人再识别成为目前计算机视觉领域一个既具有研究价值又极具挑战性的研究热点和难点问题.早期的行人再识别方法大多基于人工设计特征, 在小规模数据集上开展研究.近年来, 大规模行人再识别数据集不断推出, 以及深度学习技术的迅猛发展, 为行人再识别技术的发展带来了新的契机.本文对行人再识别的发展历史、研究现状以及典型方法进行梳理和总结.首先阐述了行人再识别的基本研究框架, 然后分别针对行人再识别的两个关键技术(特征表达和相似性度量), 进行了归纳总结, 重点介绍了目前发展迅猛的深度学习技术在行人再识别中的应用.另外, 本文对行人再识别中代表性的数据集以及在各个数据集上可以取得优异性能的方法进行了分析和比较.最后对行人再识别技术的未来发展趋势进行了展望.
行人再识别指的是判断不同摄像头下出现的行人是否属于同一行人, 可以看作是图像检索的子问题, 可以广泛应用于智能视频监控、安保、刑侦等领域.由于行人图像的分辨率变化大、拍摄角度不统一、光照条件差、环境变化大、行人姿态不断变化等原因, 使得行人再识别成为目前计算机视觉领域一个既具有研究价值又极具挑战性的研究热点和难点问题.早期的行人再识别方法大多基于人工设计特征, 在小规模数据集上开展研究.近年来, 大规模行人再识别数据集不断推出, 以及深度学习技术的迅猛发展, 为行人再识别技术的发展带来了新的契机.本文对行人再识别的发展历史、研究现状以及典型方法进行梳理和总结.首先阐述了行人再识别的基本研究框架, 然后分别针对行人再识别的两个关键技术(特征表达和相似性度量), 进行了归纳总结, 重点介绍了目前发展迅猛的深度学习技术在行人再识别中的应用.另外, 本文对行人再识别中代表性的数据集以及在各个数据集上可以取得优异性能的方法进行了分析和比较.最后对行人再识别技术的未来发展趋势进行了展望.
2018, 44(9): 1569-1589.
doi: 10.16383/j.aas.2017.c170204
摘要:
采用具有多组分、非平稳、非线性等特性的机械振动/振声信号构建数据驱动软测量模型，是目前工业界测量高能耗旋转机械设备内部难以检测过程参数的常用手段.针对机械信号产生机理的复杂性导致模型解释性弱，以及工业过程连续不间断运行和机械设备旋转封闭的特殊性导致获取完备训练样本的经济性差和周期性长等问题，本文提出一种基于虚拟样本生成（Virtual sample generation，VSG）技术的多组分机械信号建模方法.首先，将机械信号自适应分解为具有不同时间尺度的平稳子信号并变换为多尺度谱数据；接着，采用适合于小样本高维数据建模的改进选择性集成核偏最小二乘（Selective ensemble kernel partial least squares，SENKPLS）算法构建面向真实训练样本的基于可行性的规划（Feasibility-based programming，FBP）模型，提出一种综合先验知识和FBP模型等手段面向高维谱数据的VSG技术，用以弥补真实训练样本的短缺问题；然后，基于互信息（Mutual information，MI）对由真实和虚拟训练样本组成的混合建模数据进行自适应特征选择；最后，基于约简的混合训练样本采用SENKPLS构建软测量模型.以近红外谱数据和磨矿过程实验球磨机的筒体振动/振声信号验证所提VSG技术和面向多组分机械信号建模方法的合理性和有效性.
采用具有多组分、非平稳、非线性等特性的机械振动/振声信号构建数据驱动软测量模型，是目前工业界测量高能耗旋转机械设备内部难以检测过程参数的常用手段.针对机械信号产生机理的复杂性导致模型解释性弱，以及工业过程连续不间断运行和机械设备旋转封闭的特殊性导致获取完备训练样本的经济性差和周期性长等问题，本文提出一种基于虚拟样本生成（Virtual sample generation，VSG）技术的多组分机械信号建模方法.首先，将机械信号自适应分解为具有不同时间尺度的平稳子信号并变换为多尺度谱数据；接着，采用适合于小样本高维数据建模的改进选择性集成核偏最小二乘（Selective ensemble kernel partial least squares，SENKPLS）算法构建面向真实训练样本的基于可行性的规划（Feasibility-based programming，FBP）模型，提出一种综合先验知识和FBP模型等手段面向高维谱数据的VSG技术，用以弥补真实训练样本的短缺问题；然后，基于互信息（Mutual information，MI）对由真实和虚拟训练样本组成的混合建模数据进行自适应特征选择；最后，基于约简的混合训练样本采用SENKPLS构建软测量模型.以近红外谱数据和磨矿过程实验球磨机的筒体振动/振声信号验证所提VSG技术和面向多组分机械信号建模方法的合理性和有效性.
2018, 44(9): 1590-1605.
doi: 10.16383/j.aas.2018.c160677
摘要:
在远距离成像过程中，图像序列受到湍流的影响会出现像素点亮度的随机起伏、闪烁和图像中物体的位置漂移，这使得传统的背景建模方法在湍流环境下难以准确检测运动目标.针对图像受到湍流影响在不同区域表现出的不同性质，提出分层次决策判别方法.首先，用高斯模型建模背景平坦区域，用双高斯模型建模背景中的物体边缘区域，设定判别式对每个像素点进行判别，并在线更新模型参数；然后，针对由于湍流影响出现的亮度突变点建立自适应判别模型，结合前一层次的判别结果，构造判别条件消除亮度突变点，分割得到目标点；最后，通过连通区域约束得到目标区域.实验结果表明，本文方法在不同湍流强度下对不同数量和不同运动方向的目标取得了良好的检测效果.
在远距离成像过程中，图像序列受到湍流的影响会出现像素点亮度的随机起伏、闪烁和图像中物体的位置漂移，这使得传统的背景建模方法在湍流环境下难以准确检测运动目标.针对图像受到湍流影响在不同区域表现出的不同性质，提出分层次决策判别方法.首先，用高斯模型建模背景平坦区域，用双高斯模型建模背景中的物体边缘区域，设定判别式对每个像素点进行判别，并在线更新模型参数；然后，针对由于湍流影响出现的亮度突变点建立自适应判别模型，结合前一层次的判别结果，构造判别条件消除亮度突变点，分割得到目标点；最后，通过连通区域约束得到目标区域.实验结果表明，本文方法在不同湍流强度下对不同数量和不同运动方向的目标取得了良好的检测效果.
2018, 44(9): 1606-1617.
doi: 10.16383/j.aas.2018.y000004
摘要:
本文首先阐述了工业网联技术的演化过程，重点讨论了工业智联网产生的技术和时代背景.然后探讨了工业智联网的基本概念、内涵与应用领域.本文详细介绍了工业智联网的关键技术，包括数字虚拟工业技术、新一代知识工程技术、工业资源异构复杂网络管控技术、区块链智能、社会计算、边缘计算等，及其技术平台架构.最后我们以智能工业新模式和工业系统价值挖掘为示例，举例说明工业智联网的应用模式.
本文首先阐述了工业网联技术的演化过程，重点讨论了工业智联网产生的技术和时代背景.然后探讨了工业智联网的基本概念、内涵与应用领域.本文详细介绍了工业智联网的关键技术，包括数字虚拟工业技术、新一代知识工程技术、工业资源异构复杂网络管控技术、区块链智能、社会计算、边缘计算等，及其技术平台架构.最后我们以智能工业新模式和工业系统价值挖掘为示例，举例说明工业智联网的应用模式.
2018, 44(9): 1618-1625.
doi: 10.16383/j.aas.2017.c160764
摘要:
噪声估计在视频去噪领域具有重要的研究意义.实际生活中的噪声都是未知的，然而现存的视频去噪算法通常都假定视频的噪声水平是已知的，本文提出一种基于主成分分析（Principal component analysis，PCA）的分块视频噪声估计算法.首先，基于帧间进行块匹配寻找相似块，得到差分图像以消除视频运动的影响；其次，将正态分布函数作为阈值函数简化噪声估计算法模型；最后，设置明确迭代指标使得估计的结果更加精确，且降低了计算复杂度.主观视觉效果和客观指标对比表明，本文提出的基于主成分分析的分块视频噪声估计算法比其他优秀的噪声估计算法误差小同时鲁棒性高，能准确地估计视频噪声.
噪声估计在视频去噪领域具有重要的研究意义.实际生活中的噪声都是未知的，然而现存的视频去噪算法通常都假定视频的噪声水平是已知的，本文提出一种基于主成分分析（Principal component analysis，PCA）的分块视频噪声估计算法.首先，基于帧间进行块匹配寻找相似块，得到差分图像以消除视频运动的影响；其次，将正态分布函数作为阈值函数简化噪声估计算法模型；最后，设置明确迭代指标使得估计的结果更加精确，且降低了计算复杂度.主观视觉效果和客观指标对比表明，本文提出的基于主成分分析的分块视频噪声估计算法比其他优秀的噪声估计算法误差小同时鲁棒性高，能准确地估计视频噪声.
2018, 44(9): 1626-1636.
doi: 10.16383/j.aas.2017.c170121
摘要:
相比于之前主流的H.264视频压缩编码标准，HEVC在保证重建视频质量相同的前提下，可以将码率降低近50%，节省了传输所需的带宽.即便如此，由于一些特定的网络带宽限制，为继续改善HEVC视频编码性能，进一步提升对视频的压缩效率仍然是当前研究的热点.本文提出一种HEVC标准编码与帧率变换方法相结合的新型的视频压缩编码算法，首先在编码端，提出一种自适应抽帧方法，降低原视频帧率，减少所需传输数据量，对低帧率视频进行编解码；在解码端，结合从HEVC传输码流中提取的运动信息以及针对HEVC编码特定的视频帧的分块模式信息等，对丢失帧运动信息进行估计；最后，通过本文提出的改进基于块覆盖双向运动补偿插帧方法对视频进行恢复重建.实验结果证实了本文所提算法的有效性.
相比于之前主流的H.264视频压缩编码标准，HEVC在保证重建视频质量相同的前提下，可以将码率降低近50%，节省了传输所需的带宽.即便如此，由于一些特定的网络带宽限制，为继续改善HEVC视频编码性能，进一步提升对视频的压缩效率仍然是当前研究的热点.本文提出一种HEVC标准编码与帧率变换方法相结合的新型的视频压缩编码算法，首先在编码端，提出一种自适应抽帧方法，降低原视频帧率，减少所需传输数据量，对低帧率视频进行编解码；在解码端，结合从HEVC传输码流中提取的运动信息以及针对HEVC编码特定的视频帧的分块模式信息等，对丢失帧运动信息进行估计；最后，通过本文提出的改进基于块覆盖双向运动补偿插帧方法对视频进行恢复重建.实验结果证实了本文所提算法的有效性.
2018, 44(9): 1637-1647.
doi: 10.16383/j.aas.2018.c170420
摘要:
肺结节是早期肺癌在影像学上的表现形式.磨玻璃型（Ground glass opacity，GGO）肺结节被认为是恶变可能性最大的一类结节之一.针对GGO结节边缘模糊、大小各异、形状不规则和灰度不均匀等造成分割准确率低问题，本文提出了一种基于稀疏表示和随机游走模型的分割算法.首先，利用测地距离和局部搜索策略，自动地选取了种子点.其次，联合8-!邻域和稀疏表示的K-!最近邻算法建立了新的图，避免了噪声的干扰.结合灰度、纹理、空间距离和稀疏系数构建了新的加权矩阵.最后，将标签限制项引入到随机游走的能量函数中.该算法分割准确性较高，鲁棒性较强.
肺结节是早期肺癌在影像学上的表现形式.磨玻璃型（Ground glass opacity，GGO）肺结节被认为是恶变可能性最大的一类结节之一.针对GGO结节边缘模糊、大小各异、形状不规则和灰度不均匀等造成分割准确率低问题，本文提出了一种基于稀疏表示和随机游走模型的分割算法.首先，利用测地距离和局部搜索策略，自动地选取了种子点.其次，联合8-!邻域和稀疏表示的K-!最近邻算法建立了新的图，避免了噪声的干扰.结合灰度、纹理、空间距离和稀疏系数构建了新的加权矩阵.最后，将标签限制项引入到随机游走的能量函数中.该算法分割准确性较高，鲁棒性较强.
2018, 44(9): 1648-1661.
doi: 10.16383/j.aas.2017.c160796
摘要:
面目标跟踪系统状态估计问题中，附加的强非线性面目标扩展测量会增加系统的通信量和估计中心的计算量.为此，基于工程应用，提出一种不完全量测下的事件触发机制来控制面目标测量传输.从理论上推导了事件触发机制下面目标跟踪系统的理想（枚举）克拉美罗下界（Cramer-Rao lower bound，CRLB）和统计意义下的CRLB，该统计意义CRLB为理想CRLB的下界，计算复杂度远小于理想CRLB，便于工程应用.典型测试航路下的仿真结果表明：不完全量测下，面目标跟踪系统CRLB明显小于传统质点目标跟踪系统CRLB；同时，利用所提事件触发机制，可在大幅减少面目标跟踪系统通信量的同时保证系统的最优估计性能.
面目标跟踪系统状态估计问题中，附加的强非线性面目标扩展测量会增加系统的通信量和估计中心的计算量.为此，基于工程应用，提出一种不完全量测下的事件触发机制来控制面目标测量传输.从理论上推导了事件触发机制下面目标跟踪系统的理想（枚举）克拉美罗下界（Cramer-Rao lower bound，CRLB）和统计意义下的CRLB，该统计意义CRLB为理想CRLB的下界，计算复杂度远小于理想CRLB，便于工程应用.典型测试航路下的仿真结果表明：不完全量测下，面目标跟踪系统CRLB明显小于传统质点目标跟踪系统CRLB；同时，利用所提事件触发机制，可在大幅减少面目标跟踪系统通信量的同时保证系统的最优估计性能.
2018, 44(9): 1662-1671.
doi: 10.16383/j.aas.2017.c160832
摘要:
基于状态的工业控制系统入侵检测方法以其高准确率受到研究者的青睐，但是这种方法往往依赖专家经验事先定义系统的临界状态，且处理不了系统状态变量较多的情况.针对这一问题，提出一种新的基于状态迁移图的异常检测方法.该方法利用相邻数据向量间的余弦相似度和欧氏距离建立系统正常状态迁移模型，不需要事先定义系统的临界状态，并通过以下两个条件来判定系统是否处于异常：1）新的数据向量对应的状态是否位于状态迁移图内；2）前一状态到当前状态是否可达.文章建立了恶意数据攻击模型，并以田纳西-伊斯曼（Tennessee-eastman，TE）过程MATLAB模型作为仿真平台进行了仿真测试.仿真结果表明，该方法即使在系统遭受轻微攻击的情况下也有较好的检测结果，且消耗较少的时空资源.
基于状态的工业控制系统入侵检测方法以其高准确率受到研究者的青睐，但是这种方法往往依赖专家经验事先定义系统的临界状态，且处理不了系统状态变量较多的情况.针对这一问题，提出一种新的基于状态迁移图的异常检测方法.该方法利用相邻数据向量间的余弦相似度和欧氏距离建立系统正常状态迁移模型，不需要事先定义系统的临界状态，并通过以下两个条件来判定系统是否处于异常：1）新的数据向量对应的状态是否位于状态迁移图内；2）前一状态到当前状态是否可达.文章建立了恶意数据攻击模型，并以田纳西-伊斯曼（Tennessee-eastman，TE）过程MATLAB模型作为仿真平台进行了仿真测试.仿真结果表明，该方法即使在系统遭受轻微攻击的情况下也有较好的检测结果，且消耗较少的时空资源.
2018, 44(9): 1672-1678.
doi: 10.16383/j.aas.2018.c170334
摘要:
模糊熵（Fuzzy entropy，FuzzyEn）是衡量时间序列在维数变化时产生新模式的概率，反映时间序列复杂性和无规则程度的参数指标.本文针对传统模糊熵算法只针对时间信号序列进行总体分析，忽略了瞬时信号变化的问题，提出了一种改进模糊熵的算法.算法将指数函数的宽度进行了优化设置，设置为0.15倍一阶差分时间序列的标准差，以此保证充分提取时间序列瞬时复杂性特征.与传统模糊熵相比，改进模糊熵包含更多时间模式信息.基于改进模糊熵结合锁相位算法，分析孤独症儿童脑电信号（Electroencephalogram，EEG）复杂性与同步性，结果表明：孤独症（Autism spectrum disorders，ASD）前颞叶的脑电信号同步性下降、复杂性降低，具有显著性差异（P < 0.05）.
模糊熵（Fuzzy entropy，FuzzyEn）是衡量时间序列在维数变化时产生新模式的概率，反映时间序列复杂性和无规则程度的参数指标.本文针对传统模糊熵算法只针对时间信号序列进行总体分析，忽略了瞬时信号变化的问题，提出了一种改进模糊熵的算法.算法将指数函数的宽度进行了优化设置，设置为0.15倍一阶差分时间序列的标准差，以此保证充分提取时间序列瞬时复杂性特征.与传统模糊熵相比，改进模糊熵包含更多时间模式信息.基于改进模糊熵结合锁相位算法，分析孤独症儿童脑电信号（Electroencephalogram，EEG）复杂性与同步性，结果表明：孤独症（Autism spectrum disorders，ASD）前颞叶的脑电信号同步性下降、复杂性降低，具有显著性差异（P < 0.05）.
2018, 44(9): 1679-1689.
doi: 10.16383/j.aas.2017.c160703
摘要:
为分析和验证斐波那契树优化算法（Fibonacci tree optimization algorithm，FTO）求解多峰函数全局最优解的算法性能，对算法的可达性问题进行研究.本文基于斐波那契法构造一个斐波那契树结构，在搜索空间中进行全局、局部交替搜索，不易陷入局部最优解.对斐波那契树优化算法基于该结构的可达性进行分析和证明.通过跟踪算法求解过程中坐标点的累积分布仿真实验和到达率的对比实验，分析和验证了算法求解多峰函数全局最优解的可达性.
为分析和验证斐波那契树优化算法（Fibonacci tree optimization algorithm，FTO）求解多峰函数全局最优解的算法性能，对算法的可达性问题进行研究.本文基于斐波那契法构造一个斐波那契树结构，在搜索空间中进行全局、局部交替搜索，不易陷入局部最优解.对斐波那契树优化算法基于该结构的可达性进行分析和证明.通过跟踪算法求解过程中坐标点的累积分布仿真实验和到达率的对比实验，分析和验证了算法求解多峰函数全局最优解的可达性.
2018, 44(9): 1690-1697.
doi: 10.16383/j.aas.2017.c170076
摘要:
对约束优化问题，为了避免罚因子和等式约束转化为不等式约束时引入的约束容忍度参数所带来的不便，本文在基本教与学优化（Teaching-learning-based optimization，TLBO）算法中加入了自我学习过程并提出了一种求解约束优化问题的协同进化教与学优化算法，使得罚因子和约束容忍度随种群的进化动态调整.对7个常见测试函数的数值实验验证了算法求解带有等式和不等式约束优化问题的有效性.
对约束优化问题，为了避免罚因子和等式约束转化为不等式约束时引入的约束容忍度参数所带来的不便，本文在基本教与学优化（Teaching-learning-based optimization，TLBO）算法中加入了自我学习过程并提出了一种求解约束优化问题的协同进化教与学优化算法，使得罚因子和约束容忍度随种群的进化动态调整.对7个常见测试函数的数值实验验证了算法求解带有等式和不等式约束优化问题的有效性.
2018, 44(9): 1698-1705.
doi: 10.16383/j.aas.2017.c160730
摘要:
针对受未知干扰影响的一类非线性系统，提出一种基于滑模观测器和广义观测器的执行器故障和传感器故障估计方法.首先通过线性变换将原系统解耦为两个降阶的子系统，其中一个子系统受执行器故障和干扰的影响，另一个含有传感器故障和干扰，进一步将后一个子系统转化为广义系统.对两类子系统分别设计滑模观测器和广义观测器，给出估计误差一致最终有界的条件，得到系统状态和未知干扰的估计值.然后，利用等效输出控制原理重构执行器故障，引入干扰补偿保证重构算法的鲁棒性，再根据广义观测器的结果获得传感器故障的估计值.最后，通过计算机仿真验证了本文方法的有效性.
针对受未知干扰影响的一类非线性系统，提出一种基于滑模观测器和广义观测器的执行器故障和传感器故障估计方法.首先通过线性变换将原系统解耦为两个降阶的子系统，其中一个子系统受执行器故障和干扰的影响，另一个含有传感器故障和干扰，进一步将后一个子系统转化为广义系统.对两类子系统分别设计滑模观测器和广义观测器，给出估计误差一致最终有界的条件，得到系统状态和未知干扰的估计值.然后，利用等效输出控制原理重构执行器故障，引入干扰补偿保证重构算法的鲁棒性，再根据广义观测器的结果获得传感器故障的估计值.最后，通过计算机仿真验证了本文方法的有效性.
2018, 44(9): 1706-1716.
doi: 10.16383/j.aas.2018.c160815
摘要:
通过一种高增益PI控制器（High gain proportion integration，HGPI）和一种内反馈器（Internal feedback device，IFD）构造出一种内反馈控制器（Internal feedback controller，IFC）.文中通过HGPI进行IFD逆变换与标称模型的分析方法，分析了IFC的控制特性.IFC较好解决了一些高性能控制器的结构复杂和难以工程化等问题.IFD采用了一种不改变实际s阶次的任意阶的内反馈结构（Internal feedback structure，IFS），对于高阶对象无需降阶处理.文中还从信号处理的角度提出了一种用于IFC降阶处理的正弦跟踪滤波器（Sinusoid tracking filter，STF），具有较小的滞后特性.文中提出的内反馈控制器IFC具有简单的结构、整定参数较少、较好的鲁棒性和较强的抗扰性，并且具有良好工程应用前景.数学分析、仿真实验（包括物理实验）和实际应用的结果进一步证实了文中所提出的内反馈控制器IFC的正确性和有效性.
通过一种高增益PI控制器（High gain proportion integration，HGPI）和一种内反馈器（Internal feedback device，IFD）构造出一种内反馈控制器（Internal feedback controller，IFC）.文中通过HGPI进行IFD逆变换与标称模型的分析方法，分析了IFC的控制特性.IFC较好解决了一些高性能控制器的结构复杂和难以工程化等问题.IFD采用了一种不改变实际s阶次的任意阶的内反馈结构（Internal feedback structure，IFS），对于高阶对象无需降阶处理.文中还从信号处理的角度提出了一种用于IFC降阶处理的正弦跟踪滤波器（Sinusoid tracking filter，STF），具有较小的滞后特性.文中提出的内反馈控制器IFC具有简单的结构、整定参数较少、较好的鲁棒性和较强的抗扰性，并且具有良好工程应用前景.数学分析、仿真实验（包括物理实验）和实际应用的结果进一步证实了文中所提出的内反馈控制器IFC的正确性和有效性.
2018, 44(9): 1717-1724.
doi: 10.16383/j.aas.2017.c170123
摘要:
针对一类具有参数不确定性和未知扰动的线性系统，提出了一种新的执行器故障诊断方法.将指定执行器故障视为未知输入，利用全对称多胞形近似状态边界，本文设计了一种未知输入全对称多胞形集员滤波器，以估计测量输出的上下边界.在此基础上，提出了一种利用一组未知输入滤波器的故障检测与分离策略.通过一个飞行控制系统的数值仿真验证了所提出方法的有效性.
针对一类具有参数不确定性和未知扰动的线性系统，提出了一种新的执行器故障诊断方法.将指定执行器故障视为未知输入，利用全对称多胞形近似状态边界，本文设计了一种未知输入全对称多胞形集员滤波器，以估计测量输出的上下边界.在此基础上，提出了一种利用一组未知输入滤波器的故障检测与分离策略.通过一个飞行控制系统的数值仿真验证了所提出方法的有效性.
2018, 44(9): 1725-1728.
doi: 10.16383/j.aas.2017.c160817
摘要:
研究了线性自抗扰控制(Linear active disturbance rejection control, LADRC)抑制内扰的机理.针对无外扰的二阶线性系统, 给出了线性自抗扰控制的一个稳定性充要条件.使用该条件证明了实践中广泛应用的带宽法可以克服对象的参数不确定性, 找到合适的观测器带宽保证自抗扰控制稳定.
研究了线性自抗扰控制(Linear active disturbance rejection control, LADRC)抑制内扰的机理.针对无外扰的二阶线性系统, 给出了线性自抗扰控制的一个稳定性充要条件.使用该条件证明了实践中广泛应用的带宽法可以克服对象的参数不确定性, 找到合适的观测器带宽保证自抗扰控制稳定.
