论文部分内容阅读
证据理论有综合处理不确定性信息的能力，因此使用证据理论可以有效降低融合决策中的不确定性。它提供的融合框架，首先是将关于被测对象的多源不确定性信息转化为相应的证据，然后通过组合规则对证据进行融合，利用融合结果做出决策判断。但是，现有的证据融合方法多是研究如何将同一时刻获得的多个证据进行静态融合，并没有充分考虑先后时刻所获证据或证据融合结果之间的动态变化关系。而在诸如动态系统的状态估计及故障诊断中，所研究系统的动态变化对不同时刻证据的融合及相应的决策过程都会带来影响。如何让融合结果体现系统的动态性质，从而实现证据的动态融合及决策是一个值得研究的课题。基于此，本文拟研究基于证据理论的动态融合方法，用于解决相关类型动态系统的状态估计和故障诊断问题，主要工作如下：(1)基于区间分析与证据理论的动态系统状态估计方法分析及应用研究。分析了Ghalia Nassreddine基于系统噪声有界提出的区间分析与证据理论相结合的状态估计方法(BSE)，开展了其在具有噪声有界性质的音频驻波液位仪的液位估计中应用研究。最后基于从实际音频驻波液位仪中得到的数据进行计算机实验验证。(2)基于相关证据融合的动态系统状态估计方法及应用研究。沿用有界噪声证据表示的前提下，在证据理论的框架中，给出基于相关证据融合的状态估计方法。该方法将动态系统的状态方程、观测方程及实际观测看作提供证据的三个信息源，通过当前观测证据对上一时刻状态估计证据进行动态融合更新，获得当前时刻状态估计证据，并得到当前时刻状态估计值。与BSE相比，虽然新方法在计算量上有所增加，但融合过程提高了状态估计的精度，并在音频驻波液位仪中进行验证。(3)基于扩展型类Jeffery证据更新规则的动态融合诊断方法及应用研究。首先给出新型的模糊推理方法实现对系统已知故障和潜在故障实时提供诊断证据；然后给出基于扩展型类Jeffery证据更新规则，实现当前时刻诊断证据对以往时刻诊断证据的动态更新（融合），并利用融合结果在一定的准则下对当前系统故障进行决策。将该方法应用于轨道电路软故障的诊断，在Simulink仿真实验进行验证。