[发明专利]一种噪声环境下提高故障可诊断性的状态感知优化方法

摘要

一种噪声环境下提高故障可诊断性的状态感知优化方法，首先考虑过程噪声和观测噪声影响得到量化的故障可诊断性能指标；然后以测点配置所需花费代价最小为优化目标建立遗传算法适应度函数，最后基于二进制遗传算法进行状态感知选择，完成状态感知优化过程，将提高系统故障诊断能力的工作重点前移到设计阶段，保证了随机线性动态系统的稳定性和设计的准确性，同时可大大减小状态感知的数量，从而可以减少卫星控制系统传感器的配置数量，降低了卫星控制系统的设计成本。

主权项

一种噪声环境下提高故障可诊断性的状态感知优化方法，其特征在于步骤如下：(1)考虑过程噪声和观测噪声，根据卫星控制系统的离散状态空间模型得到量化的故障可诊断性能指标；所述卫星控制系统的离散状态空间模型由公式：x(k+1)=Ax(k)+Buu(k)+Bff(k)+Bww(k)y(k)=Cx(k)+Duu(k)+Dff(k)+Dvv(k)]]>给出，式中：x∈Rn为卫星控制系统的状态变量；y∈Rm为卫星控制系统的输出；u∈Rq为卫星控制系统的输入；f∈Rp为卫星控制系统的故障矢量，所述故障包括执行器故障和敏感器故障；w∈Rl和v∈Rt分别为过程噪声和观测噪声；Rn、Rm、Rq、Rp、Rl和Rt分别表示在实数域内的n维、m维、q维、p维、l维和t维列向量，n、m、q、p、l和t为正整数；k为采样时间点；A、Bu、Bf、Bw、C、Du、Df和Dv为相应维数的系统矩阵；(2)以所需花费代价最小为优化目标，建立遗传算法的适应度函数；所述遗传算法的适应度函数为：minχ⊆Ml(χ,rk)]]>l(χ,rk)=csennsen(χ)+rkΣi,j{min[0,F(qi,qj,nsen)-λFreq(qi,qj,nsen)]}2]]>其中：csen表示一个状态感知所需的传感器配置代价，所述传感器配置代价由传感器的价格和重量进行量化；nsen(χ)表示配置的状态感知个数；M表示状态感知的集合，χ为M的子集；F(qi,qj,nsen)表示卫星控制系统的量化的可检测性能指标或量化的可隔离性能指标；λ表示系数因子，其取值范围为[0,1]，rk为惩罚因子，rk>0，且k→+∞时，rk→+∞；(3)以所有状态感知的集合作为种群集合，确定遗传算法的种群规模N1、交叉概率P1、变异概率P2、最大进化代数N2和适应度函数阈值N3；(4)利用步骤(2)确定的遗传算法适应度函数和步骤(3)中确定的遗传算法参数，基于二进制遗传算法进行状态感知选择，判断种群中状态感知的适应度函数值是否大于等于适应度函数阈值N3，若大于等于适应度函数阈值N3，则进入步骤(5)；否则重新进入步骤(4)；(5)输出步骤(4)中选择的状态感知，完成状态感知优化。