分布式仿真系统容错机制研究

就分布式仿真中的容错问题进行了初步的研究和分析。首先针对分布式仿真系统的特点，提出了系统分层模型，就每层中错误类型进行了分析和描述。然后构建了基于HLA的分布式仿真容错系统DSFT(Distributed Simulation Fault-tolerancesy stem)，该系统主要由三部分组成：仿真资源状态监控模块、数据保存模块及错误恢复模块，文章就该系统的相应模块跟RTI的关系进行了分析。最后，就利用网格技术来简化容错系统实现的可行性进行了初步研究。     

错误逻辑变量论域未知的对象识别状态与应该状态之间的转化

研究空间p、事物S(t)、特征T(t)、量值L(t)参数为确定常量的条件下,论域参数为变量且未知时,错误识别对象的识别状态与应该状态的转化,提出消除系统对象错误的方程和路径,以便减少或消除由系统错误带来的损失或灾难。研究发现,当对象识别状态的论域包含应该状态的论域时,可以采用错误矩阵一类5集合方程构建错误矩阵集合方程;当对象识别状态的论域包含于应该状态的论域时,可以采用错误矩阵一类4集合方程构建一元置换变换错误矩阵集合方程。     

基于串联结构系统的系统内部错误传递机理

在关系流概念的基础上,通过对系统错误源、错误流和错误载体等关键要素的研究,以串联结构系统为例,分析了系统内部错误传递的机理,认为系统的内部错误是依附于物质、技术、资金等载体沿着系统结构进行传递的,系统整体的错误值与系统的输入关系流、系统各要素的错误值、以及判断系统各要素错误和系统输出关系流错误的规则之间存在固有的关系和规律,最后通过实例分析了串联结构系统内部错误的传递过程。     

多层文本分类性能评价方法

为了准确评价多层文本分类方法,解决传统平面分类评价指标应用到多层分类中的局限性,在研究基于概念树的多层文本分类方法基础上,有效利用多层结构中类别之间的层次关系和“亲疏”关系,提出了一组能够准确描述多层分类性能的扩展评价指标。利用错误分类样本分布定义了错误分类集中度,在评价分类结果的同时能够指导训练样本的选择过程,使得训练样本更具有代表性。通过中文新闻语料的分类实验,证明了扩展评价指标对于多层分类结果的评价更为准确,错误分类集中度有助于训练出更加准确的分类模型。     

箔条云极化识别方案性能分析

反航导弹雷达导引头识别箔条云新方案──极化识别方案是建立在箔条云和舰艇去极化特性具有显著差异基础上的。为了分析该方案所能达到的性能，本文首先采用严格的理论方法分析箔条云的去极化特性，并定义去极化系数和推导去极化系数的概率密度函数。在此基础上，构造了一个用于识别箔条云与舰艇的最大似然检测系统，并对该系统的错误概率进行了计算。最后讨论降低错误概率的几种途径，重点讨论了序列检测方法。研究结果表明，该方法较好地解决了提高识别性能与缩短观测时间的矛盾。     

情景环境与人为差错的对应关系分析方法

提出了一种分析情景环境与人为差错之间对应关系的方法。将情景环境分为操作者、机器、任务、组织、环境和辅助系统6个方面,建立了包含38个元素的行为形成因子分类方法,为人为差错成因的查找提供了参考模板。在SRK（skill-based, rule-based and knowledge-based）模型的基础上引入疏忽/遗忘/错误分类框架,将人为差错分为技能型疏忽、技能型遗忘、规则型疏忽、规则型错误以及知识型错误等5种基本的人为差错类型。使用灰色关联分析方法,从“结果原因”和“原因结果”两个方向分析行为形成因子与人为差错类型之间的关联关系。通过分析可以得到,与特定人为差错类型相关的各种行为形成因子的排序以及特定行为形成因子所可能诱发的各种人为差错类型的排序。通过示例分析表明,该方法是一种分析情景环境与人为差错之间对应关系的有效方法,可以为人为差错的预测和预防提供重要的指导。     

基于时频域特征和分层决策的通信信号调制识别

针对实际通信信号具有时变、非平稳的特性,将时频分布引入通信信号调制类型识别,提出了新的品质优良的时频域识别特征和使用时频域特征的分层决策分类器。即以基于Wigner Ville分布(WVD)的一阶时间矩特征和基于Margenau Hill分布(MHD)的局部时频域特征作为分类特征向量,通过特征向量与判决阈值的逐层比较以实现通信信号调制分类。仿真结果表明,该方法在低信噪比下的识别性能明显优于基于单纯的时域特征或频域特征的传统方法。     

基于支持向量机的低空飞行目标声识别

目标识别是战场低空飞行目标声预警技术的核心内容之一。为了满足声预警系统的要求,建立的识别器必须高效、具有较好的推广能力。采用了一种新的分类器一支持向量机对目标进行了分类识别。首先简要描述了直升机、巡航导弹的声信号特性,说明了支持向量机的原理。以自回归模型参数为特征向量对3种直升机、一种巡航导弹共4类目标进行了识别,并同一种前向反馈神经网络进行了识别比较。支持向量机和该神经网络得到的识别率分别为88.1%和84.1%,结果表明此方法的有效性。最后分析了两种分类器识别错误的原因,给出了提高识别率的建议。     

基于支持矢量机和循环累积量的调制识别算法

利用通信信号的循环平稳特性,在循环累积量域内构造信号分类特征矢量,采用支持矢量机将分类特征矢量映射到高维空间并构建最优分类超平面,实现对QAM调制信号的自动识别。该算法解决了样本在低维空间中的不可分问题,具有良好的泛化推广性能,并且可在多种调制信号环境下实现对感兴趣信号类型的识别。理论分析和仿真结果均证明了算法的正确性和有效性。     

基于LDPC的不均等错误保护H.264抗误码算法

从最新的H.264视频压缩标准出发,提出一种基于数据分类和LDPC的不均等错误保护的策略。根据H.264数据分类中信息比特重要性的不同,对其进行不均等错误保护,即对信道中优先级较高的数据,采用码率低,抗误码性能更好的LDPC编码传输,以提高传输效率。仿真结果表明,这种联合的信源信道编码算法在AWGN信道下具有比以前的一般算法(如Turbo码)更好的适应性和更强的健壮性。     

分布式系统故障注入研究

介绍了一个故障注入系统的结构、分布式系统中的故障模型、仿真实例中的故障注入过程及注入了故障的仿真实例运行过程。故障注入系统提供了分布式综合仿真平台进行系统故障情况下任务重新分配、任务冗余及系统重构等方面的研究基础     

多Agent诊断系统合作评价策略

多Agent系统提供了分布式和合作问题求解的环境，每个诊断Agent都可以面向各自的知识库进行诊断，提高了诊断系统的可靠性和实时性，但同时也带来了合作评价问题。在介绍多Agent诊断系统结构的基础上，介绍了基于语气理论的合作评价策略，并研究了有互斥故障情况下的合作评价问题，有利于提高多Agent诊断系统的可行性。     

基于多模自适应滤波的无人机控制系统故障诊断

建立了无人机控制系统传感器和执行器的全局故障和局部故障的模型，在此基础上应用多重模型自适应卡尔曼滤波方法对其传感器和执行器的各种软硬故障进行诊断，应用所建立的数学模型与方法，对无人机的三个传感器和两个执行器的局部与全局故障进行了仿真计算。在仿真过程中发现，此方法的诊断准确度高，无延迟报警，算法简单，仿真结果验证了该种方法的有效性。     

基于概率神经网络的故障诊断方法及应用

针对智能大厦空调系统中发生的各种传感器故障问题 ,提出了一种基于概率神经网络 (PNN)的传感器故障诊断改进方法。该方法采用贝叶斯分类决策理论建立系统的数学模型 ,以高斯函数作为激励函数 ,具有非线性处理和抗干扰能力强等特点 ,可获得对空调系统中各种传感器硬故障和软故障的有效识别和诊断。给出了该方法的理论分析 ,故障特征量的选取 ,神经网络设置和训练的具体步骤。通过仿真和空调系统模型试验证明了该方法在网络训练速度 ,抗干扰能力及各种传感器故障识别准确率等方面的有效性。     

Iterative learning based fault detection and estimation in nonlinear systems

Aiming at a class of nonlinear systems that contains faults,a novel iterative learning scheme is applied to fault detection,and a novel algorithm of fault detection and estimation is proposed.This algorithm first constructs residual signals by the output of the practical system and the output of the designed fault tracking estimator,and then uses the residuals and the differencevalue signal of the adjacent two residuals to gradually revise the introduced virtual faults,which can cause the virtual faults to close to the practical faults in systems,thereby achieving the goal of fault detection for systems.This algorithm not only makes full use of the existing valid information of systems and has a faster tracking convergent speed than the proportional-type(P-type) algorithm,but also calculates more simply than the proportional-derivative-type(PD-type) algorithm and avoids the unstable effects of differential operations in the system.The final simulation results prove the validity of the proposed algorithm.     

基于故障检测的自适应重构控制及其应用

为了降低加入自适应控制后被控系统的复杂程度,同时使被控系统在发生故障时仍具有良好的性能,提出了故障检测加自适应重构控制的方法,在系统无故障的情况下不加入自适应重构控制,使系统相对简单,同时对系统进行故障检测;当检测到系统发生故障时,加入自适应重构控制,使系统具有良好的性能。采用的故障检测方法和切换开关既简单又有效。通过对一个飞控系统的仿真研究,表明了该方法的有效性。     

基于自适应未知输入观测器的多故障快速重构

针对一类非线性函数中耦合执行器故障的非线性动态系统, 提出一种基于自适应未知输入观测器的多故障快速重构方法, 通过引入比例项提高故障重构的快速性。首先, 将执行器故障进行解耦处理并构建包含传感器故障的增广系统。然后, 综合H_∞性能指标给出状态估计误差的稳定性证明。接着, 将观测器增益矩阵的求解转化为受线线矩阵不等式约束的非线性优化问题, 并实现执行器故障和传感器故障的多故障重构。最后, 结合单关节柔性机器人算例仿真验证了所提方法的有效性。     

Research on improved integrated FDD/FTC with effectiveness factors

This paper investigates the integrated fault detection and diagnosis(FDD) with fault tolerant control(FTC) method of the control system with recoverable faults.Firstly,a quasi-linear parameter-varying(QLPV) model is set up,in which effectiveness factors are modeled as time-varying parameters to quantify actuators and sensors faults.Based on the certainty equivalency principle,replacing the real time states in the nonlinear term of the QLPV model with the estimated states,the parameters and states can be estimated by a two-stage Kalman filtering algorithm.Then,a polynomial eigenstructure assignment(PEA) controller with time-varying parameters and states is designed to guarantee the performance of the system with recoverable faults.Finally,mathematical simulation is performed to validate the solution in a satellite closed-loop attitude control system,and simulation results show that the solution is fast and effective for on-orbit real-time computation.     

基于Gibbs抽样的诊断贝叶斯网络模型评估方法

贝叶斯网络模型应用到故障诊断之前,必需对模型的正确性、故障诊断率、故障隔离率等进行全面的分析评估。通常的评价方法是用基于标准案例的测试程序对模型进行测试,但这些案例毕竟是有限的,不能穷尽所有情况。提出一种基于Gibbs抽样的诊断模型评估方法,不需要特殊的诊断案例,该方法采用等概率故障注入算法,自己产生测试案例,仿真故障传播和故障诊断过程,能够保证对系统的全面覆盖测试,对诊断模型进行全面评估。     

复杂系统的模糊故障诊断方法研究

复杂系统的故障具有模糊性与精确性的复杂特性,精确的推理方法难以有效地对复杂特性的故障进行诊断。提出模糊产生式规则与Petri网推理技术相结合的故障诊断模型,以研究模糊故障的推理诊断方法。以某发射装置控制系统为研究对象,给出一个复杂特征故障的诊断实例。研究结果表明,模糊产生式规则Petri网模型方法可以有效地对复杂系统的模糊性与精确性双重特征的故障进行推理诊断。