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...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.展开更多
文摘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.
基金supported by the National Natural Science Foundation of China(61273114,61273115)the Natural Science Foundation of Jiangsu Province of China(BK2012847,BK2012469)
基金Foundation item:Supported by the National Natural Science Foundation of China(61473151,61673169)the Natural Science Fund for Distinguished Young Scholars of Jiangsu Province(BK20150034)