动态系统可观测性分析与应用若干关键技术研究

摘要

动态系统的可观测性是其本质特征之一，对目标识别、导航、控制、监控与系统RMS（可靠性、维修性、保障性）设计起着重要的作用。围绕着提高与保持可观测性，本文研究动态系统可观测性分析与应用若干关键技术，包括系统可观测性定性判别与定量分析方法、提高与保持系统的可观测性相关应用问题。论文的内容如下：
　　1）研究了线性系统可观测性判定与量化分析的基本方法。研究了基于约当标准型与测试矩阵的系统可观测性判别方法。基于这一判定方法，给出了线性系统（包括系统循环指数大于1，即其约当标准形不同的约当块有重根的情况）测试矩阵的优化算法。对于线性系统可观测性量化分析的问题，研究了可观测性格拉姆矩阵奇异值与系统状态估计方差的上下界的关系；提出了采用可观测性格拉姆矩阵新的参数作为可观测性量化评价参数，可有效地评价系统原有状态的可观测性程度。
　　2）研究了线性系统部分可观测性的概念与分析方法。提出了部分可观测性的概念，研究证明了线性系统部分可观测性成立的充分必要条件，给出了易于使用的部分可观测性判据。为了对部分可观测性进行量化分析，提出了采用“不可观测度”的概念与计算方法，可用来对系统的组部件或单一状态可观测性进行有效的定量分析。
　　3）研究了提高系统级可观测性水平的LRU（现场可更换单元）划分方法。本文提出新的RMS参数，用以开展LRU划分。在故障检测参数未定的情况下，提出采用平均失效不可观测度的概念替代平均失效故障漏检率指标，并依此开展系统模块的划分。这一方法可以有效提高系统级可观测性水平。研究成果为系统RMS权衡提供了较为直接的手段。
　　4）研究了非线性系统可观测性保持的分析方法。首先研究了非线性系统坐标变换对系统可观测性的影响问题，得到了一类非线性系统坐标变换后可观测性保持的充分条件。以上述方法为基础，研究提出了一个约束条件下扩展Kalman滤波器的算法，确认了其中的坐标变换对可观测性的保持特性，并在此基础之上成功辨识了一个多维数强非线性的动态系统的多个参数。

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究综述

1.3 论文的研究思路与内容安排

第二章 线性系统可观测性判定与量化分析的基本方法

2.1 引言

2.2 线性系统可观测性概述

2.3 循环指数为1的线性系统可观测性判定与测点优化

2.4 A为循环矩阵时线性系统可观测性判定与测试优化

2.5 线性系统可观测性的量化分析方法

2.6 本章小结

第三章 线性系统部分可观测性的判定与量化分析方法

3.1 引言

3.2 离散线性系统的部分可观测性

3.3 连续线性系统的部分可观测性

3.4 线性系统的部分不可观测度

3.5 本章小结

第四章 提高系统可观测性的产品现场可更换单元划分方法

4.1 引言

4.2 产品可更换单元及其划分

4.3 平均失效更换质量、平均失效更换时间与平均失效故障漏检率

4.4 基于平均失效更换质量、平均失效更换时间的LRU划分权衡

4.5 基于RMS指标与可观测性度量的LRU划分

4.6 本章小结

第五章 非线性系统可观测性保持判定及其应用

5.1 引言

5.2 非线性系统可观测性概述

5.3 非线性系统变量替换可观测性保持判据

5.4 一种约束卡尔曼滤波器及其可观测性分析

5.5 本章小结

第六章 结论与展望

6.1 研究结论

6.2 研究展望

致谢

参考文献

作者在学期间取得的学术成果