题目：基于瞬态模型的供水管道泄漏检测定位研究

随着我国经济的快速发展和城镇规模的不断扩大，人们对水的需求量日益增多，因此确保城市供水管道正常运行成为了一项极其重要的工作。但由于管道周围土壤酸碱性的腐蚀、气候变化、地面上车辆行驶的振动等一些自然和人为因素的影响，致使城市供水管道经常发生泄漏的现象。这不仅浪费了大量的水资源，有时还会造成路面下沉，甚至引起房屋倒塌和人员伤亡。因此研究高精度的管道泄漏检测定位方法，以便快速准确的定位供水管道泄漏位置，具有非常重要的意义。
论文首先详细论述了国内外供水管道泄漏检测技术的发展现状，并从硬件和软件两个方面对这些方法进行了分析和对比。基于硬件检测的方法，其原理简单，检测精度高，但适用范围有限，并且检测设备的维修成本较高。软件检测的方法容易实现，适用范围广泛，成本较低，但计算复杂度较高。论文的研究方法属于软件法中基于模型的检测方法，研究内容为管道突发和微小泄漏两种情形下的有效泄漏检测定位技术，主要做了以下几方面的工作：
1、衰减记忆滤波算法。由于管道模型的非线性特点，在采用模型法对管道进行泄漏检测定位时，常采用扩展卡尔曼滤波(EKF)算法对管道进行线性化处理，通过求解管道各节点的状态参数值来计算管道的泄漏位置。而在线性化的过程中，往往会引入一些误差，从而导致定位结果发散，收敛速度慢的问题。针对此缺点，为了抑制滤波发散，本文提出了衰减记忆的扩展卡尔曼滤波算法。通过增大系统的状态噪声、观测噪声和初始状态的协方差矩阵，来提高定位精度。实验结果表明，与传统的EKF算法相比较，衰减记忆的扩展卡尔曼滤波算法定位精度高，跟踪效果好，收敛速度快。
2、改进的强跟踪扩展卡尔曼滤波(SFEKF)算法。为了进一步提高泄漏的定位精度，更好的跟踪突变的泄漏情况下，管道各分段节点的状态参数的变化，本文提出了基于强跟踪扩展卡尔曼滤波算法(SFEKF)的管道泄漏检测和定位方法。在已有的强跟踪滤波(SF)算法中，虽然有渐消因子的控制，但当建立的非线性模型与描述的实际的非线性系统不能完全匹配时，仍然存在滤波发散的问题。针对此缺点，文中对传统的SF算法进行了改进，通过对观测噪声序列增加一个滑动指数加权窗函数，提高滤波器的跟踪能力。仿真结果表明，较已有的SF算法，本文所提出的改进的SFEKF算法收敛速度快，定位精度高。
3、Sage-Husa自适应滤波算法。由于管道周围有很多噪声，在估计管道各分段节点的状态参数时，这些噪声也会对估计结果造成影响。所以本文提出Sage-Husa自适应滤波算法，对管道周围的噪声进行处理，采用时变噪声估计器，在对系统的协方差和状态量进行估计的同时，对系统的观测噪声和状态噪声也进行预测和估计，降低噪声对估计结果的影响，提高算法的定位精度。仿真结果表明， Sage-Husa算法比传统的EKF算法定位精度较高。
4、最后一章为结论部分，总结论文仿真实验中所采用的管道泄漏检测方法的实验结果，并提出了本文工作中存在的问题和有待改进的方面，对管道未来的检测方法进行了展望。