高速采样网络系统故障检测与滤波的统一方法

The rapid development of information and communication technology has significantly accelerated the application of network. Research on fault detection and filtering for networked systems has received much attention.As a new discrete time model representation,delta operator approach can avoid ill-conditioned problems caused by the conventional shift operator model based theory when fast sampling, and the delta operator model approaches the corresponding continuous time model as the sampling interval goes to zero. Thus fault detection and filtering problems of continuous time and discrete time systems can be considered in the unified delta operator framework.This project proposal is concerned with the problems of unified modeling,fault detection and filtering for the delta operator formulated networked systems.Modelling methods of complex networked systems with time delay,data packet dropout and limited communications are studied in terms of delta operator.Based on delta operator model,fault detection and performance analysis of networked systems with random delay and data packet dropout will be obtained.Robust filtering of networked systems with time delay and data missing is studied.Solution compatibility and performance analysis of fault detection and filtering for networked systems with multiple constraints is considered.The expected research results will present a new approach to fault detection and filtering of networked systems,which is applied to improve security and reliablity of networked systems.

随着信息与通信技术的发展，网络应用更加广泛，网络的故障检测与滤波问题引起人们的普遍关注。然而现有的基于移位算子的故障检测与滤波方法，在高速采样时将导致病态条件问题，使系统性能下降。Delta 算子作为一种新的离散化方法，可有效克服上述问题，而且当采样周期趋近于零时，Delta 算子离散化模型趋近于原来的连续模型，可将连续与离散网络系统的故障检测与滤波纳入Delta算子统一框架。本项目开展基于Delta算子的网络系统建模、故障检测与滤波的统一方法。考虑网络延时、数据包丢失、通信传输受限条件下复杂网络系统的建模方法；给出具有随机时延和数据包丢失的网络系统故障检测与性能分析；研究带有时延和数据包丢失的网络系统鲁棒滤波方法；研究多种约束条件下系统故障检测与滤波的相容性求解与性能分析问题。项目的研究成果可为网络系统故障检测与滤波提供一种新的方法，在提高网络系统的可靠性和安全性方面具有重要的应用前景。

网络系统故障检测与滤波是信号处理与控制交叉学科领域的前沿课题之一。本结题项目基于Delta算子模型，将连续与离散网络系统故障检测与滤波纳入统一框架，提出了多种约束条件下(网络诱导时延、数据包丢失、通信受限、参数不确定性)高速采样网络系统建模、故障检测与滤波的统一方法。结题报告的主要研究工作总结如下：.1)研究了Delta算子描述时延网络系统故障检测问题，建立具有不确定时延和数据包丢失的系统模型，得到稳定性条件。利用切换系统方法，提出存在时变时延和双边数据包丢失的系统具有指数均方稳定性和H-infinity性能的充分条件，与现有的移位算子模型相比，Delta算子方法具有更好的检测性能。采用李雅普诺夫稳定性理论，提出了时变时延不确定网络系统渐近稳定的充分条件，给出鲁棒滤波器的参数化表示。.2)建立了含有数据包丢失的Delta算子系统模型，得到基于观测器的故障检测滤波器设计方法，提出了具有数据包丢失和随机时延的网络系统随机稳定的充分条件。利用通信序列方法和马尔可夫链建立模型，提出了数据包丢失和通信受限条件下网络系统滤波方法，基于线性矩阵不等式，得到了系统随机稳定条件，给出H-infinity滤波器的显式表达。仿真结果表明该方法的有效性。.3)采用马尔可夫跳变模型，提出了具有随机时延和随机数据包丢失的网络系统故障检测方法，分析系统稳定性和H-infinity性能。考虑双通道数据包丢失由两个相互独立的伯努利随机变量描述，基于平均驻留时间方法，提出了不确定网络系统指数均方稳定的充分条件，设计的滤波器可有效检测出故障。另外，提出了具有双通道数据包丢失和混合随机时延的滤波误差系统随机稳定且满足H-infinity性能的充分条件，给出滤波器的设计方法。.4)研究了具有通信受限、时延和数据包丢失的不确定Delta算子系统H-infinity故障检测问题，构造新的残差评价函数，分析系统的鲁棒性能，得到观测器参数的最优解。采用通信序列构建不确定系统模型，提出通信受限条件下滤波误差系统渐近稳定的充分条件，设计的鲁棒滤波器可获得更好的滤波效果。此外给出具有通信受限和随机时延的网络系统H-infinity滤波算法。.本项目的研究成果提供了一类故障检测与滤波的新方法，在提高网络系统的安全性与可靠性方面具有重要的科学意义和应用前景。