1.一种网络化多传感器融合故障检测方法，其特征在于，包括以下步骤：

1)建立存在故障和扰动的双时间尺度系统的被控对象模型：其中：

是系统的状态向量， 和 是状态向量的分量， 是系统的第i个传感器节点的可测量输出且 是系统的扰动输入， 是待检测故障信号，w(k)∈l2[0,∞)，l2[0,∞)表示定义在[0,∞)上且范数平方和有限的向量值函数空间；

均是系统的常数矩阵； 是单位矩阵，ε∈(0,ε0]是系统的奇异摄动参数，其中ε0＜1是奇异摄动参数的上确界；

基于加权Try‑Once‑Discard协议的局部故障检测滤波器输入为：其中： 表示

第i个局部故障检测滤波器的输入； 表示在k时刻具有通信权限的传感器节点编号， Qi是一个已知

的正定矩阵，代表第i个传感器的权重矩阵，Φσ(k)＝diag{δ(σ(k)‑1),δ(σ(k)‑2),...,δ(σ(k)‑N)}， 是单位矩阵，并且 是Kronecker Delta函数，N表示传感器网络处的节点数；

2)设计局部故障检测滤波器和全局融合故障检测滤波器：设计局部故障检测滤波器：

其中： 为第i个局部故障检测滤波器的状态估计， 是第i个局部故障检测滤波器的残差信号， 是待确定的第i个局部故障检测滤波器的参数；

基于式(3)，在融合中心采用加权融合技术，设计全局融合故障检测滤波器其中：0＜αi＜1为融合权重参数， 为全局融合故障检测滤波器的状态估计， 是全局融合故障检测滤波器的残差信号；

引入残差评估机制来检测故障是否发生，残差评估函数J(k)和阈值J(th)分别为：其中：L为评估函数最大的时间长度，用式(6)判断系统是否有故障发生：

3)系统均方渐进稳定和局部故障检测滤波器存在的充分条件：其中：

其中：*代表对称位置矩阵的转置，0是零矩阵；

是未知矩阵，γi＞0是局部扰动抑制性能指标，I是单位矩阵；

给定常数N和奇异摄动参数的上确界ε0，利用MATLAB中的LMI工具箱求解式(7)，当存在一个正定矩阵P(ε0)和矩阵G， 使得式(7)成立，则系统是均方渐进稳定的，且满足一定的局部扰动抑制性能指标，并能获得局部故障检测滤波器参数，即能够进行步骤4)；当上述未知矩阵没有可行解，则系统不是均方渐进稳定的，且不能获得局部故障检测滤波器参数，不能进行步骤4)；

4)全局融合故障检测滤波器存在的充分条件：其中：Υ11＝‑IN，

为单位矩阵， 是系统的全局扰动抑制性能指标；

给定常数N，γi＞0和 的指标，利用MATLAB中的LMI工具箱求解式(8)和式(9)，当存在一系列融合权重参数0＜αj＜1，使得式(8)和式(9)成立，则系统满足全局扰动抑制性能指标，能够获得全局融合故障检测滤波器的融合权重参数，即能够进行步骤5)；当上述未知变量没有可行解，则系统不能获得全局融合故障检测滤波器的融合权重参数，不能进行步骤5)；

5)计算局部最优故障检测滤波器参数和全局最优融合权重参数：根据 式(8)和式(9)求出全局扰动抑制性能指标 和局部扰动抑制性能指标γi，利用MATLAB中LMI工具箱求解最优化问题式(10)：T T T

其中： 为残差误差信号，ω(k)＝[w (k) f (k)] ；

当式(10)有解，能够得到局部最优故障检测滤波器参数和全局最优融合故障检测滤波器的融合权重参数，并且能够得到局部最优扰动抑制性能指标γmin和全局最优扰动抑制性能指标 利用式(7)求出非奇异矩阵 便能获得局部最优故障检测滤波器参数：当式(10)无解，则无法获得局部最优故障检测滤波器参数和全局最优融合故障检测滤波器的融合权重参数；

6)网络化多传感器融合故障检测：

根据网络化系统实际运行时得到的局部故障检测滤波器的输入 由式(3)得到局部故障检测滤波器的残差信号ri(k)，然后由式(4)得到全局融合故障检测滤波器的残差信号再由式(5)计算得到残差评估函数J(k)和阈值J(th)，最后由式(6)判断系统故障是否发生。