公开(公告)号：CN117221075A

公开(公告)日：2023-12-12

申请号：CN202311339682.4

申请日：2023-10-16

Applicant: 哈尔滨理工大学

Inventor： 陈才 ,  王桂海 ,  武志辉

IPC: H04L41/06 ,  H04L41/142 ,  H04L43/50

Abstract: 本发明公开了一种基于自适应事件触发机制的离散网络化系统故障检测方法，所述包括如下步骤：一、建立包含不确定性因素、随机发生的非线性现象、外部扰动和系统故障信号的离散网络化系统模型；二、建立信号连续丢包模型；三、设置自适应事件触发机制；四、建立故障检测滤波器模型；五、基于Lyapunov稳定性定理，获得系统在有限时间随机稳定且满足H∞性能指标约束的判别依据；六、设置离散网络化系统的故障检测机制。本发明可以避免在系统不活跃或需求较低时不必要地触发事件，从而节省计算和通信资源，降低能耗，还可以根据系统需要实时地触发事件，从而更快速地响应变化，提高系统的响应速度，及时检测到故障的发生。

公开(公告)号：CN116431981A

公开(公告)日：2023-07-14

申请号：CN202211566212.7

申请日：2022-12-07

Applicant: 哈尔滨理工大学

Inventor： 胡军 ,  李佳兴 ,  张红旭 ,  武志辉 ,  徐龙 ,  杜君花 ,  高培夏 ,  董睿杰 ,  周奥展

IPC: G06F18/10 ,  H04W64/00 ,  H04W84/18 ,  G06F17/15 ,  G06F17/16 ,  G01C21/20 ,  G06F123/02

Abstract: 本发明公开了一种基于移动机器人定位系统的分布式集员滤波方法，所述方法包括如下步骤：步骤一、建立加密解密机制下具有状态饱和的移动机器人定位系统动态模型；步骤二、在最小化滤波误差椭球域意义下设计分布式集员滤波器；步骤三、计算传感器网络中每个节点在k时刻的中间矩阵Pi,k+1|k；步骤四、计算每个传感器节点的滤波器增益矩阵步骤五、设计第i个传感器节点在k+1时刻的分布式集员滤波器判断k+1是否达到总时长M，如果k+1＜M，则执行步骤六，若k+1≥M，则结束运行；步骤六、计算每个传感器节点的滤波误差受限矩阵Pi,k+1|k+1；令k＝k+1，执行步骤二，直至满足k+1≥M。本发明解决了现有分布式滤波方法不能处理加密解密机制下具有状态饱和的传感器网络的分布式滤波问题。

公开(公告)号：CN103676646B

公开(公告)日：2016-01-20

申请号：CN201310738391.2

申请日：2013-12-29

Applicant: 哈尔滨理工大学

Inventor： 胡军 ,  陈东彦 ,  武志辉 ,  徐龙 ,  于浍

IPC: G05B13/00

Abstract: 一种具有随机发生的不确定性和分布式传感器时滞的网络化控制系统的状态估计方法，涉及一种随机发生的不确定性和传感器时滞状态估计方法。本发明解决了现有状态估计方法不能同时处理随机发生的不确定性和分布式传感器时滞，进而影响状态估计性能的问题，本发明同时考虑了随机发生的不确定性和分布式传感器时滞对状态估计性能的影响，利用李亚普诺夫函数全面考虑了时滞的有效信息，与现有的非线性复杂动态系统的状态估计方法相比，本发明的状态估计方法可以同时处理随机发生的不确定性、分布式传感器时滞和时变有界时滞，得到了基于线性矩阵不等式解的状态估计方法，达到抗非线性扰动的目的，本发明适用于非线性复杂动态系统的状态估计。

公开(公告)号：CN103701433A

公开(公告)日：2014-04-02

申请号：CN201310738355.6

申请日：2013-12-29

Applicant: 哈尔滨理工大学

Inventor： 胡军 ,  王子栋 ,  陈东彦 ,  武志辉 ,  徐龙 ,  于浍

IPC: H03H17/02 ,  G06F19/00 ,  G06F17/50

Abstract: 一种多重测量丢失情形下时变目标跟踪系统的量化滤波方法，涉及一种时变目标跟踪系统的量化滤波方法，本发明解决了采用传统的目标跟踪系统的滤波方法不能应对网络化环境下的多重测量丢失和信号量化现象，影响目标跟踪系统的信号估计准确性的问题。本发明考虑了多重测量丢失及信号量化对滤波性能的影响，并对非线性线性化过程进行了余项估计，与现有的目标跟踪系统的滤波方法相比，本发明的滤波方法可以同时处理多重测量丢失及输出信号量化现象，得到的滤波器具有时变、递推形式，并且优化了滤波误差协方差上界，具有提高了信号估计性能。本发明适用于对时变目标跟踪系统量化滤波。