具有数据包丢失和有限通信功能的Delta运营商系统的故障检测

使用Delta运算符的具有两通道数据包丢失的网络控制系统的故障检测

非局部结构约束邻域保存嵌入模型及其在故障检测中的应用

本文研究了基于增量算子方法为不确定TS模糊模型设计鲁棒故障检测的问题。 借助于TS模糊德尔塔算子系统，通过德尔塔算子方法构建了一个模糊故障检测滤波器系统。 最坏情况下的故障敏感度是根据线性矩阵不等式制定的。 提出的故障检测滤波器不仅确保从故障信号到残留信号的H（-）增益大于规定值，而且还确保从外源输入到残留信号的H（-）增益小于规定值。关于线性矩阵不等式的可解性的规定值。 线性矩阵不等式可以通过有效的算法求解。 提供了一个数值示例来说明所提出的设计技术的有效性。

具有随机发生的延迟和部分已知的分布传输延迟的奇异网络控制系统的故障检测

基于拉普拉斯正则化概率主元分析的故障检测

基于聚类分析的涡扇发动机的潜在故障检测

基于无线传感器网络的大型铁路维修设备故障检测

<正>针对单输入单输出系统的故障检测,采用混沌振荡器作为激励源,并利用非一致延迟时间法对被测系统输出时间序列进行相空间重构.在相空间中平衡点附近定义了指向Lyapunov指数,并用其对被测系统输出在相空间中平衡点附近特征结构进行分析,实现了对单输入单输出系统的故障检测.仿真结果表明,被测系统的参数变化将会引起相空间中平衡点附近特征结构的改变,指向Lyapunov指数对其变化敏感.

为了解决低照度图像的细节信息缺少和清晰度低的问题,在HSV(Hue, Saturation, Value)色彩空间中,采用非下采样剪切波变换(NSST)与Retinex理论的融合算法对低照度图像进行处理。首先对HSV空间的V分量进行分解,得到多个高通子带与一个低通子带,对高通子带采用改进的基于贝叶斯萎缩的自适应阈值算法完成去噪,对低通子带采用改进的自适应局部色调映射算法提高对比度,然后对两个子带进行NSST逆变换以得到新的V分量并对其进行白平衡处理,最后将处理后的图像反转到RGB(Red,Green,Blue)空间中得到结果图像。实验结果表明,所提算法能够改善低照度图像的质量,提高清晰度与对比度。