耦合发生概率不确定的复杂网络传感器故障估计

通过引入一组满足伯努利分布的随机变量来描述节点之间是否发生耦合关系,研究一类节点之间耦合发生概率不确定的非线性复杂网络系统的传感器故障估计问题。将未知常值故障和缓变漂移型故障近似表征为一次函数的形式,为了估计传感器故障,将系统状态和故障进行增广,对增广系统构造基于观测器的估计器。通过数学归纳法得到估计误差协方差矩阵的一个上界,并设计合适的估计器增益矩阵使该上界取最小值。最后,通过仿真算例验证所设计估计方法的有效性。

延迟不确定马尔科夫跳变系统的执行器和传感器故障同时估计方法

针对具有参数不确定和延迟环节的马尔科夫跳变系统,在状态转移概率矩阵(Transition probability matrix,TPM)不确定的情形下,讨论了其执行器和传感器故障同时估计的方法.通过扩展系统状态,将系统转换为一个具有马尔科夫跳变参数的广义描述系统,基于此广义描述系统设计马尔科夫跳变观测器实现对其状态和传感器故障的估计.与此同时,还设计了一组自适应律对执行器故障进行在线调节.通过求解一组线性矩阵不等式最优化问题,得到观测器存在的充分条件.最后,针对两个数值实例,验证了所设计方法的有效性.