一种基于全对称多胞体滤波的故障检测方法技术

本发明专利技术公开了一种基于全对称多胞体滤波的故障检测方法，属于故障诊断领域。该方法包括根据无线传感器网络系统的状态向量，建立无线传感器网络系统的系统模型；根据系统模型确定观测向量，迭代确定k时刻的全对称多胞体；根据k时刻的全对称多胞体预测k+1时刻的估计全对称多胞体；获取k+1时刻的观测向量，根据k+1时刻的观测向量计算k+1时刻的无线传感器网络的一致状态集；检测k+1时刻的一致状态集和k+1时刻的估计全对称多胞体是否有交集；若检测到无交集确定在k+1时刻无线传感器网络系统出现故障；解决了无线传感器网络系统检测故障时实时性不高的问题；增加了检测方法的实用性，提高了故障检测的效率和准确率。

A Fault Detection Method Based on Fully Symmetric Polysomic Filtering

The invention discloses a fault detection method based on full symmetric polysomic filtering, which belongs to the field of fault diagnosis. The method includes establishing the system model of wireless sensor network system based on the state vector of the wireless sensor network system, determining the observation vector according to the system model, iteratively determining the full symmetric polytope at k-time, predicting the estimated full symmetric polytope at k+1 time according to the full symmetric polytope at k-time, obtaining the observation vector at k+1 time, and calculating k+1 time according to the observation vector at k+1 time.+ 1-time consistent state set of wireless sensor networks; detection of k+1 consistent state set and k+1 estimated full symmetric poly-cell intersection; if no intersection is detected to determine the fault of wireless sensor network system at k+1 time; solving the problem of low real-time detection of fault in wireless sensor network system; increasing the practicability of detection methods, thus improving the performance of wireless sensor network system. The efficiency and accuracy of obstacle detection.

【技术实现步骤摘要】
一种基于全对称多胞体滤波的故障检测方法
本专利技术实施例涉及故障诊断领域，特别涉及一种基于全对称多胞体滤波的故障检测方法。
技术介绍
无线传感器网络是一种无中心节点的全分布系统。通过随机投放的方式，众多传感器节点被部署于预定区域。被投放在预定区域内的传感器节点具有传感器、数据处理单元和通信模块，它们通过无线连接自组织地构成网络系统。如果无线传感器网络发生故障，可能会造成严重的损失，因此需要对无线传感器网络系统的故障进行实时、准确的检测。一般可以利用集员估计方法对故障进行检测，集员估计方法利用包含系统模型、测量数据、干扰和噪声边界的状态可行集来描述系统的真实状态，而不是常规滤波计算得到的单个估计值。一般情况下，状态可行集是不规则的凸多面体，难以用数学模型来描述，因此需要寻找一个能够近似描述状态可行集的集合，比如椭球、区间、平行多面体、普通多面体等，然而，椭球、区间和平行多面体的精确度较低，保守性较大，普通多面体的维数会随着迭代次数的增加而增加，导致计算复杂度增加。
技术实现思路
为了解决现有技术的问题，本专利技术实施例提供了一种基于全对称多胞体滤波的故障检测方法。该技术方案如下：第一方面，提供了一种基于全对称多胞体滤波的故障检测方法，该方法包括：根据无线传感器网络系统的状态向量，建立无线传感器网络系统的系统模型：根据系统模型确定观测向量，根据观测向量迭代确定k时刻的全对称多胞体根据k时刻的全对称多胞体预测k+1时刻的估计全对称多胞体根据系统模型获取k+1时刻的观测向量，根据k+1时刻的观测向量计算k+1时刻的无线传感器网络的一致状态集Sk+1；检测k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体是否有交集；若检测到k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体的无交集，则确定在k+1时刻无线传感器网络系统出现故障；其中，xk表示k时刻的无线传感器网络系统的状态向量，xk∈Rn；yk表示k时刻的无线传感器网络系统的观测向量，yk∈R；A表示状态空间矩阵，c表示输出矩阵，F表示扰动作用矩阵，σ表示噪声作用矩阵；wk表示状态扰动向量，wk∈Rn；vk表示测量噪声向量，vk∈R；为未知但有界的可加性故障信号；表示k时刻的全对称多胞体，表示k时刻的全对称多胞体的中心，表示k时刻全对称多胞体的生成矩阵，Bm表示由m个单位区间组成的单位盒子；I表示单位矩阵；表示k+1时刻的估计全对称多胞体，r表示k时刻的全对称多胞体的维数，n表示状态向量的维数，λ表示令全对称多胞体的体积最小的参数。可选的，根据k+1时刻的观测向量计算k+1时刻的无线传感器网络的一致状态集Sk+1，包括：根据k+1时刻的观测向量，按如下公式计算k+1时刻的无线传感器网络的一致状态集Sk+1：Sk+1＝{xk+1∈Rn:|cTxk+1-yk+1|≤σ}；其中，yk+1表示k+1时刻的观测向量。可选的，检测k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体是否有交集，包括：检测k+1时刻的观测向量是否满足故障条件；若检测到k+1时刻的观测向量满足故障条件，则k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体无交集；若检测到k+1时刻的观测向量不满足故障条件，则k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体有交集；故障条件为：qu＜yk+1-σ或ql＞yk+1+σ；qu＝cTp+||HTc||1；ql＝cTp-||HTc||1；其中，yk+1表示k+1时刻的观测向量，ql表示估计状态的下边界，qu表示估计状态的上边界；可选的，该方法还包括：获取k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体的交集；根据k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体的交集，获取k+1时刻的全对称多胞体可选的，根据k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体的交集，获取k+1时刻的全对称多胞体包括：利用全对称多胞体族近似描述k+1时刻的一致状态集Sk+1和k+1时刻的估计全对称多胞体的交集；将全对称多胞体族中多胞体体积最小的全对称多胞体作为k+1时刻的全对称多胞体其中，表示k+1时刻的全对称多胞体，表示k+1时刻的全对称多胞体的中心，表示k+1时刻的全对称多胞体的生成矩阵。可选的，该方法还包括：利用最小化生成矩阵范数的次优化方法计算令全对称多胞体的体积最小的参数λ；其中，可选的，该方法还包括：设置无线传感器网络系统的初始状态向量，定义初始的全对称多胞体。本专利技术实施例提供的技术方案带来的有益效果是：通过建立无线传感器网络系统的系统模型，根据系统模型获取待检测故障的时间段内的观测向量，根据观测向量迭代确定k时刻的全对称多胞体，据k时刻的全对称多胞体预测k+1时刻的估计全对称多胞体，根据系统模型获取k+1时刻的观测向量，根据k+1时刻的观测向量计算k+1时刻的无线传感器网络的一致状态集；根据k+1时刻的一致状态集和k+1时刻的估计全对称多胞体是否有交集确定在k+1时刻无线传感器网络系统是否出现故障；解决了确定无线传感器网络系统是否出现故障时实时性不高的问题；不需要提前知道模型误差和测量噪声的先验知识，增加了检测方法的实用性，提高了故障检测的效率和准确率。在不断的迭代过程中获取全对称多胞体的最小体积，并利用最小体积的全对称多胞体更新无线传感器网络系统的状态可行集，确保在无故障时，无线传感器网络系统的真实状态始终在状态可行集内，若系统发生故障，则系统真实状态不在状态估计范围内，提高了对无线传感器网络系统的估计精度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一示例性实施例示出的一种基于全对称多胞体滤波的故障检测方法的流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。请参考图1，其示出了本专利技术一个实施例提供的无线传感器网络系统的故障检测方法的流程图。该基于全对称多胞体滤波的故障检测方法应用于无线传感器网络系统中，如图1所示，该基于全对称多胞体滤波的故障检测方法可以包括以下步骤：步骤101，根据无线传感器网络系统的状态向量，建立无线传感器网络系统的系统模型。无线传感器网络系统的系统模型如下式(1)：xk表示k时刻的无线传感器网络系统的状态向量，xk∈Rn；yk表示k时刻的无线传感器网络系统的观测向量，yk∈R；A表示状态空间矩阵，c表示输出矩阵，F表示扰动作用矩阵，σ表示噪声作用矩阵；wk表示状态扰动向量，wk∈Rn；vk表示测量噪声向量，vk∈R；n表示状态向量的维数。k为整数。为未知而有界的可加性故障信号，当无线传感器网络系统无故障时，当无线传感器网络系统有故障时，其中，状态空间矩阵A和输出矩阵c可测。步骤102，根据系统模型确定观测向量，根据观测向量迭代确定k时刻的全对称多胞体k时刻的全对称多胞体用于近似描述k时刻的无线传感器网络系统的状态可行集。根据xk和式(1)可以确定yk。k时刻全对称多胞体可根据式(2)至(本文档来自技高网...

【技术保护点】
1.一种基于全对称多胞体滤波的故障检测方法，其特征在于，所述方法包括：根据无线传感器网络系统的状态向量，建立无线传感器网络系统的系统模型：

【技术特征摘要】
1.一种基于全对称多胞体滤波的故障检测方法，其特征在于，所述方法包括：根据无线传感器网络系统的状态向量，建立无线传感器网络系统的系统模型：根据所述系统模型确定观测向量，根据所述观测向量迭代确定k时刻的全对称多胞体根据所述k时刻的全对称多胞体预测k+1时刻的估计全对称多胞体根据所述系统模型获取k+1时刻的观测向量，根据所述k+1时刻的观测向量计算k+1时刻的无线传感器网络的一致状态集Sk+1；检测所述k+1时刻的一致状态集Sk+1和所述k+1时刻的估计全对称多胞体是否有交集；若检测到所述k+1时刻的一致状态集Sk+1和所述k+1时刻的估计全对称多胞体的无交集，则确定在k+1时刻所述无线传感器网络系统出现故障；其中，xk表示k时刻的无线传感器网络系统的状态向量，xk∈Rn；yk表示k时刻的无线传感器网络系统的观测向量，yk∈R；A表示状态空间矩阵，c表示输出矩阵，F表示扰动作用矩阵，σ表示噪声作用矩阵；wk表示状态扰动向量，wk∈Rn；vk表示测量噪声向量，vk∈R；为未知但有界的可加性故障信号；表示k时刻的全对称多胞体，表示k时刻的全对称多胞体的中心，表示k时刻全对称多胞体的生成矩阵，Bm表示由m个单位区间组成的单位盒子；I表示单位矩阵；表示k+1时刻的估计全对称多胞体，r表示k时刻的全对称多胞体的维数，n表示状态向量的维数，λ表示令全对称多胞体的体积最小的参数。2.根据权利要求1所述的方法，其特征在于，所述根据所述k+1时刻的观测向量计算k+1时刻的无线传感器网络的一致状态集Sk+1，包括：根据所述k+1时刻的观测向量，按如下公式计算k+1时刻的无线传感器网络的一致状态集Sk+1：Sk+1＝{xk+1∈Rn:|cTxk+1-yk+1|≤σ}；其中，yk+1表示k+1时刻的观测向量。3.根据权利要求1所述的方法，其特征在于，所述检...

【专利技术属性】
技术研发人员：王子赟，徐桂香，刘子幸，张帅，王艳，纪志成，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32