2009年 第35卷 第5期
2009, 35(5): 449-461.
doi: 10.3724/SP.J.1004.2009.00449
摘要:
探讨使用计算机视觉的最新方法来解决基于两幅高空间分辨率光学遥感图像的城市变化检测问题. 基本原理是通过提取聚类出现的变化直线段群来提取城市变化, 重点研究了拍摄视角和光照条件显著变化时的几个主要问题. 提出了一种基于多种类型图像特征的匹配方法来提取无变化建筑的顶部区域, 结合几何约束引入了变化盲区的概念以处理高层建筑在不同视角和光照下的图像不同现象. 使用真实遥感图像进行实验, 在视角和光照显著变化时仍可取得满意的变化检测结果.
探讨使用计算机视觉的最新方法来解决基于两幅高空间分辨率光学遥感图像的城市变化检测问题. 基本原理是通过提取聚类出现的变化直线段群来提取城市变化, 重点研究了拍摄视角和光照条件显著变化时的几个主要问题. 提出了一种基于多种类型图像特征的匹配方法来提取无变化建筑的顶部区域, 结合几何约束引入了变化盲区的概念以处理高层建筑在不同视角和光照下的图像不同现象. 使用真实遥感图像进行实验, 在视角和光照显著变化时仍可取得满意的变化检测结果.
2009, 35(5): 462-468.
doi: 10.3724/SP.J.1004.2009.00462
摘要:
对于颜色、纹理变化较大的目标, 边界片段是一种较为稳定的特征. 手工分割样本再提取边界片段的传统做法由于工作量巨大而限制了样本的数目, 不能满足统计学习中大样本训练的要求. 但是如果对训练样本采用自动分割的方法就不可避免地引入很多背景中的噪声. 在这种情况下特征的选择就显得尤为关键. 本文提出一种基于Adaboost权值更新以及K-L距离的特征选择算法, 在Adaboost的每一轮训练中动态地选择所有备选边界片段的一个子集作为Adaboost训练的特征集. 选择算法以边界片段在正面样本与负面样本中分布的鉴别信息为依据, 有效地减少了背景中边界片段的干扰. 实验证明该算法是有效的.
对于颜色、纹理变化较大的目标, 边界片段是一种较为稳定的特征. 手工分割样本再提取边界片段的传统做法由于工作量巨大而限制了样本的数目, 不能满足统计学习中大样本训练的要求. 但是如果对训练样本采用自动分割的方法就不可避免地引入很多背景中的噪声. 在这种情况下特征的选择就显得尤为关键. 本文提出一种基于Adaboost权值更新以及K-L距离的特征选择算法, 在Adaboost的每一轮训练中动态地选择所有备选边界片段的一个子集作为Adaboost训练的特征集. 选择算法以边界片段在正面样本与负面样本中分布的鉴别信息为依据, 有效地减少了背景中边界片段的干扰. 实验证明该算法是有效的.
2009, 35(5): 469-477.
doi: 10.3724/SP.J.1004.2009.00469
摘要:
提出了一种基于分割区域间协同优化的立体匹配算法. 该算法以图像区域为匹配基元, 利用区域的彩色特征以及相邻区域间应满足的平滑和遮挡关系定义了区域的匹配能量函数, 并引入区域之间的合作竞争机制, 通过协同优化使所定义的匹配能量极小化, 从而得到比较理想的视差结果. 算法首先对参考图像进行分割, 利用相关法得到各分割区域的初始匹配; 然后用平面模型对各区域的视差进行拟合, 得到各区域的视差平面参数; 最后, 基于协同优化的思想, 采用局部优化的方法对各区域的视差平面参数进行迭代优化, 直至得到比较合理的视差图为止. 采用Middlebury test set进行的实验结果表明, 该方法在性能上可以和目前最好的立体匹配算法相媲美, 得到的视差结果接近于真实视差.
提出了一种基于分割区域间协同优化的立体匹配算法. 该算法以图像区域为匹配基元, 利用区域的彩色特征以及相邻区域间应满足的平滑和遮挡关系定义了区域的匹配能量函数, 并引入区域之间的合作竞争机制, 通过协同优化使所定义的匹配能量极小化, 从而得到比较理想的视差结果. 算法首先对参考图像进行分割, 利用相关法得到各分割区域的初始匹配; 然后用平面模型对各区域的视差进行拟合, 得到各区域的视差平面参数; 最后, 基于协同优化的思想, 采用局部优化的方法对各区域的视差平面参数进行迭代优化, 直至得到比较合理的视差图为止. 采用Middlebury test set进行的实验结果表明, 该方法在性能上可以和目前最好的立体匹配算法相媲美, 得到的视差结果接近于真实视差.
2009, 35(5): 478-483.
doi: 10.3724/SP.J.1004.2009.00478
摘要:
均值漂移(Mean shift)是一种鲁棒的快速模式匹配算法, 但该算法框架下现有的整体模型更新策略不足以对场景中目标外观变化、遮挡等情况进行有效处理. 为此, 本文提出了一种Mean shift框架下的选择性子模型更新策略, 将特征模型中的每个分量作为单独个体, 基于每个分量的匹配贡献度, 分别选择当前帧中需要更新的子模型分量及其更新权值. 实验结果表明本文算法具有比整体模型更新策略更好的跟踪鲁棒性.
均值漂移(Mean shift)是一种鲁棒的快速模式匹配算法, 但该算法框架下现有的整体模型更新策略不足以对场景中目标外观变化、遮挡等情况进行有效处理. 为此, 本文提出了一种Mean shift框架下的选择性子模型更新策略, 将特征模型中的每个分量作为单独个体, 基于每个分量的匹配贡献度, 分别选择当前帧中需要更新的子模型分量及其更新权值. 实验结果表明本文算法具有比整体模型更新策略更好的跟踪鲁棒性.
2009, 35(5): 484-490.
doi: 10.3724/SP.J.1004.2009.00484
摘要:
超分辨率重建在视频监控、高清晰度电视、遥感图像、医学图像处理等领域具有广阔的应用前景. 最大后验估计(maximum a posteriori, MAP)法是普遍采用的一种超分辨率重建方法. 针对传统MAP法存在的局限性, 本文提出了一种基于MAP框架的时空联合自适应视频序列超分辨率重建算法. 时空联合自适应机制的引入使得算法在保持边缘的同时可减小错误运动估计矢量对重建图像质量的影响. 实验结果表明, 算法具有重建质量好、边缘保持能力强、收敛速度快等特点.
超分辨率重建在视频监控、高清晰度电视、遥感图像、医学图像处理等领域具有广阔的应用前景. 最大后验估计(maximum a posteriori, MAP)法是普遍采用的一种超分辨率重建方法. 针对传统MAP法存在的局限性, 本文提出了一种基于MAP框架的时空联合自适应视频序列超分辨率重建算法. 时空联合自适应机制的引入使得算法在保持边缘的同时可减小错误运动估计矢量对重建图像质量的影响. 实验结果表明, 算法具有重建质量好、边缘保持能力强、收敛速度快等特点.
2009, 35(5): 491-497.
doi: 10.3724/SP.J.1004.2009.00491
摘要:
针对单目标跟踪中多传感器平滑融合算法估计精度问题, 提出了具有一般相关过程噪声与量测噪声时的离散线性系统新的平滑融合估计算法. 该算法通过将给定区间内全部量测进行集中式扩维, 并对误差传递进行分析, 从而精确地给出误差间的相关性, 在线性无偏最小方差意义下对系统状态进行递推估计. 与不考虑相关性以及仅考虑部分相关性的卡尔曼平滑融合算法相比, 新的固定区间平滑融合算法在噪声的高斯分布假设下具有明显的优越性, 且其跟踪性能随噪声相关性增强而优越性明显, 而固定延迟平滑融合算法是次优的. 仿真实验进一步验证了本文算法在一般相关噪声环境下的优越性.
针对单目标跟踪中多传感器平滑融合算法估计精度问题, 提出了具有一般相关过程噪声与量测噪声时的离散线性系统新的平滑融合估计算法. 该算法通过将给定区间内全部量测进行集中式扩维, 并对误差传递进行分析, 从而精确地给出误差间的相关性, 在线性无偏最小方差意义下对系统状态进行递推估计. 与不考虑相关性以及仅考虑部分相关性的卡尔曼平滑融合算法相比, 新的固定区间平滑融合算法在噪声的高斯分布假设下具有明显的优越性, 且其跟踪性能随噪声相关性增强而优越性明显, 而固定延迟平滑融合算法是次优的. 仿真实验进一步验证了本文算法在一般相关噪声环境下的优越性.
2009, 35(5): 498-504.
doi: 10.3724/SP.J.1004.2009.00498
摘要:
第二代Bandelet可以充分利用图像的内在几何正则性特点, 并能自适应获得图像的最优表示. 本文采用隐马尔可夫树(Hidden Markov tree, HMT)模型对图像的第二代Bandelet系数建模, 通过多尺度参数训练和基于上下文的最大后验概率进行图像分割. 为了评价本文方法的性能, 我们分别选择合成纹理图像、航拍图像和SAR图像进行实验, 并与小波域HMT模型分割方法(WD-HMTseg)和Contourlet域HMT模型分割方法(CHMTseg)进行比较说明算法的有效性. 实验结果表明本文方法不但在边缘准确性和区域一致性上有明显改进, 而且也降低了纹理图的错分概率.
第二代Bandelet可以充分利用图像的内在几何正则性特点, 并能自适应获得图像的最优表示. 本文采用隐马尔可夫树(Hidden Markov tree, HMT)模型对图像的第二代Bandelet系数建模, 通过多尺度参数训练和基于上下文的最大后验概率进行图像分割. 为了评价本文方法的性能, 我们分别选择合成纹理图像、航拍图像和SAR图像进行实验, 并与小波域HMT模型分割方法(WD-HMTseg)和Contourlet域HMT模型分割方法(CHMTseg)进行比较说明算法的有效性. 实验结果表明本文方法不但在边缘准确性和区域一致性上有明显改进, 而且也降低了纹理图的错分概率.
2009, 35(5): 505-508.
doi: 10.3724/SP.J.1004.2009.00505
摘要:
具有各向异性和多方向性的轮廓波变换是小波变换的扩展, 由于轮廓波变换本身的滤波器组结构使得它不具备平移不变性. 本文提出了一种具有平移不变性的类轮廓波变换(TICLT), 其冗余度比非抽样轮廓波变换(NSCT)和平移不变轮廓波变换(TICT)更低. TICLT由平移不变拉普拉斯塔式分解和非抽样方向滤波器组两部分构成. 本文以一维分数阶正交样条滤波器组为原型, 应用映射法设计满足完全重构条件的非抽样方向滤波器组. 与目前已有的去噪方法比较, 基于TICLT的图像去噪算法有明显优势.
具有各向异性和多方向性的轮廓波变换是小波变换的扩展, 由于轮廓波变换本身的滤波器组结构使得它不具备平移不变性. 本文提出了一种具有平移不变性的类轮廓波变换(TICLT), 其冗余度比非抽样轮廓波变换(NSCT)和平移不变轮廓波变换(TICT)更低. TICLT由平移不变拉普拉斯塔式分解和非抽样方向滤波器组两部分构成. 本文以一维分数阶正交样条滤波器组为原型, 应用映射法设计满足完全重构条件的非抽样方向滤波器组. 与目前已有的去噪方法比较, 基于TICLT的图像去噪算法有明显优势.
2009, 35(5): 509-518.
doi: 10.3724/SP.J.1004.2009.00509
摘要:
给出一种有监督检测算法以检测高光谱图像中的区域目标. 为利用高光谱图像中的空间尺度维信息, 在高光谱图像多尺度观测不同相连节点之间建立高维多尺度自回归模型, 并利用四叉树节点间的多阶马尔可夫性和高维多尺度回归噪声先验概率密度与高维观测条件概率密度的等价性及其多元 t 分布特性, 构造出适用于检测高光谱图像中区域目标的空间多尺度自回归有监督检测算法. 理论分析及实验中的5种评价方法的结果均表明该检测器可有效检测出高光谱图像中的目标区域.
给出一种有监督检测算法以检测高光谱图像中的区域目标. 为利用高光谱图像中的空间尺度维信息, 在高光谱图像多尺度观测不同相连节点之间建立高维多尺度自回归模型, 并利用四叉树节点间的多阶马尔可夫性和高维多尺度回归噪声先验概率密度与高维观测条件概率密度的等价性及其多元 t 分布特性, 构造出适用于检测高光谱图像中区域目标的空间多尺度自回归有监督检测算法. 理论分析及实验中的5种评价方法的结果均表明该检测器可有效检测出高光谱图像中的目标区域.
2009, 35(5): 519-525.
doi: 10.3724/SP.J.1004.2009.00519
摘要:
提出了一个基于步态主运动轮廓线构造特征矩阵, 并进行特征表示和分类识别的算法. 该算法首先从步态轮廓线提取三段代表人体主要运动的部分, 基于它们到质心的横向距离构造描述步态图像序列的三个特征矩阵. 然后, 采用主分量分析(Principal component analysis, PCA)方法去除特征矩阵中的冗余数据, 并利用多元判别分析(Multiple discriminant analysis, MDA)将特征矩阵投影到更易于分类的空间. 最后, 在USF步态数据库上计算测试对象的Rank n识别率, 并与其他三个有代表性的算法进行比较. 实验结果显示, 本文算法的平均识别率更高, 抗干扰性更强.
提出了一个基于步态主运动轮廓线构造特征矩阵, 并进行特征表示和分类识别的算法. 该算法首先从步态轮廓线提取三段代表人体主要运动的部分, 基于它们到质心的横向距离构造描述步态图像序列的三个特征矩阵. 然后, 采用主分量分析(Principal component analysis, PCA)方法去除特征矩阵中的冗余数据, 并利用多元判别分析(Multiple discriminant analysis, MDA)将特征矩阵投影到更易于分类的空间. 最后, 在USF步态数据库上计算测试对象的Rank n识别率, 并与其他三个有代表性的算法进行比较. 实验结果显示, 本文算法的平均识别率更高, 抗干扰性更强.
2009, 35(5): 526-531.
doi: 10.3724/SP.J.1004.2009.00526
摘要:
为了充分挖掘隐藏在样本向量中的空间信息和知识信息: 用聚类点代替类均值, 把提取指标对聚类所做贡献的量化值定义为指标分类权; 用分类权定义样本点与聚类点的加权距离, 使之作为样本与类之间的相似性度量更具合理性, 即将加权距离转化为样本隶属度. 为了消除序贯算法产生的随机性, 用样本的K类隶属度作为点质量的样本质点组的质心, 修正当前的K类聚类点, 由此建立基于分类权和质心驱动的搜索聚类点的迭代算法. IRIS数据检验结果表明, 新算法的聚类效果与稳定性都优于已有的无监督学习方法.
为了充分挖掘隐藏在样本向量中的空间信息和知识信息: 用聚类点代替类均值, 把提取指标对聚类所做贡献的量化值定义为指标分类权; 用分类权定义样本点与聚类点的加权距离, 使之作为样本与类之间的相似性度量更具合理性, 即将加权距离转化为样本隶属度. 为了消除序贯算法产生的随机性, 用样本的K类隶属度作为点质量的样本质点组的质心, 修正当前的K类聚类点, 由此建立基于分类权和质心驱动的搜索聚类点的迭代算法. IRIS数据检验结果表明, 新算法的聚类效果与稳定性都优于已有的无监督学习方法.
2009, 35(5): 532-539.
doi: 10.3724/SP.J.1004.2009.00532
摘要:
采用自适应陷波滤波器实现基波频率可变的多谐波(包含整数次谐波和非整数次间谐波)分析. 算法包括基波频率估计器和多个二维正弦跟踪器, 形成缓慢自适应积分流形, 用李雅普诺夫定理和平均方法证明积分流形的存在性和稳定性. 若滤波器频率系数和信号的谐波结构相同, 该自适应陷波滤波器是一致渐近稳定的, 可按指数收敛准确跟随基波频率、每个谐波(间谐波)及其幅值. 导出了频率特性表达式和频率特性矩阵, 分析了滤波器参数对稳态频率特性的影响. 通过仿真证实算法的有效性, 并说明减小滤波器带宽参数和自适应增益能够获得更好的噪声特性.
采用自适应陷波滤波器实现基波频率可变的多谐波(包含整数次谐波和非整数次间谐波)分析. 算法包括基波频率估计器和多个二维正弦跟踪器, 形成缓慢自适应积分流形, 用李雅普诺夫定理和平均方法证明积分流形的存在性和稳定性. 若滤波器频率系数和信号的谐波结构相同, 该自适应陷波滤波器是一致渐近稳定的, 可按指数收敛准确跟随基波频率、每个谐波(间谐波)及其幅值. 导出了频率特性表达式和频率特性矩阵, 分析了滤波器参数对稳态频率特性的影响. 通过仿真证实算法的有效性, 并说明减小滤波器带宽参数和自适应增益能够获得更好的噪声特性.
2009, 35(5): 540-545.
doi: 10.3724/SP.J.1004.2009.00540
摘要:
无线传感器网络(Wireless sensor network, WSN)覆盖控制通常采用基于二元感知模型的几何计算方法休眠冗余节点, 其算法在实际应用中受到局限, 不够精确. 针对此问题, 本文采用概率感知模型, 提出新的覆盖控制算法, 将提高能量利用效率作为重要指标, 采用节点轮换周期工作机制, 每个周期逐个唤醒部分节点, 组成满足网络覆盖要求的覆盖集, 实现降低能耗、均衡节点能量的目的. 概率感知模型描述网络的覆盖能力更精确, 算法不受感知模型的限制, 原理简单, 易实现, 仿真结果验证了本算法的有效性.
无线传感器网络(Wireless sensor network, WSN)覆盖控制通常采用基于二元感知模型的几何计算方法休眠冗余节点, 其算法在实际应用中受到局限, 不够精确. 针对此问题, 本文采用概率感知模型, 提出新的覆盖控制算法, 将提高能量利用效率作为重要指标, 采用节点轮换周期工作机制, 每个周期逐个唤醒部分节点, 组成满足网络覆盖要求的覆盖集, 实现降低能耗、均衡节点能量的目的. 概率感知模型描述网络的覆盖能力更精确, 算法不受感知模型的限制, 原理简单, 易实现, 仿真结果验证了本算法的有效性.
2009, 35(5): 546-550.
doi: 10.3724/SP.J.1004.2009.00546
摘要:
研究了将自适应领域的最大似然线性回归(Maximum likelihood linear regression, MLLR)变换矩阵作为特征进行文本无关的说话人识别算法. 本文引入了基于统一背景模型的MLLRSV-SVM说话人识别算法, 并在此基础上进行高层音素聚类以进一步提高识别性能. 在采用多种信道补偿技术后, 在NIST SRE 2006年1训练语段-1测试语段同信道和跨信道数据库上, 基于MLLR特征的系统与其他最好的系统性能接近并有很强的互补性, 经过简单线性融合可以极大提高识别性能.
研究了将自适应领域的最大似然线性回归(Maximum likelihood linear regression, MLLR)变换矩阵作为特征进行文本无关的说话人识别算法. 本文引入了基于统一背景模型的MLLRSV-SVM说话人识别算法, 并在此基础上进行高层音素聚类以进一步提高识别性能. 在采用多种信道补偿技术后, 在NIST SRE 2006年1训练语段-1测试语段同信道和跨信道数据库上, 基于MLLR特征的系统与其他最好的系统性能接近并有很强的互补性, 经过简单线性融合可以极大提高识别性能.
2009, 35(5): 551-555.
doi: 10.3724/SP.J.1004.2009.00551
摘要:
传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation, MLE), 在训练时只考虑了模型自身而没有考虑模型之间的相互影响. 为了进一步提升模型的识别效果, 区分性训练算法被提出. 本文在最小音素错误(Minimum phone error, MPE)区分性训练算法的基础上提出一种基于模型间混淆程度进行模型组合的算法: 针对单混合分量模型, 依据模型间混淆程度对MLE和MPE的模型进行加权组合; 针对多混合分量模型, 提出一种模型选择的算法来获取新的模型参数. 实验表明, 与MPE算法相比, 对单分量的情况, 该算法可以使系统的误识率相对降低4%左右; 对于多分量的情况, 该算法可以使系统的误识率相对降低3%左右.
传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation, MLE), 在训练时只考虑了模型自身而没有考虑模型之间的相互影响. 为了进一步提升模型的识别效果, 区分性训练算法被提出. 本文在最小音素错误(Minimum phone error, MPE)区分性训练算法的基础上提出一种基于模型间混淆程度进行模型组合的算法: 针对单混合分量模型, 依据模型间混淆程度对MLE和MPE的模型进行加权组合; 针对多混合分量模型, 提出一种模型选择的算法来获取新的模型参数. 实验表明, 与MPE算法相比, 对单分量的情况, 该算法可以使系统的误识率相对降低4%左右; 对于多分量的情况, 该算法可以使系统的误识率相对降低3%左右.
2009, 35(5): 556-560.
doi: 10.3724/SP.J.1004.2009.00556
摘要:
在自动说话人验证中, 模型距离归一化是非常有用的得分归一化技术之一. 相比于其他的主流得分归一化技术, 模型距离归一化的主要优点在于它不需要额外的语音数据和说话人集合. 但是, 它也仍然有自身的缺点. 比如, 在传统的模型距离归一化中, 模型之间的KL距离用Monte-Carlo方法求得, 而此方法的时间复杂度很高. 本文从一个新的角度探讨了模型距离归一化的原理, 并且提出了简化的模型距离归一化方法, 即使用KL距离的上限来衡量两个说话人模型的距离. 在2006年的NIST说话人评测数据集上, 本文提出的简化的模型距离归一化方法取得了与传统方式相近的结果, 而时间复杂度却大大降低了.
在自动说话人验证中, 模型距离归一化是非常有用的得分归一化技术之一. 相比于其他的主流得分归一化技术, 模型距离归一化的主要优点在于它不需要额外的语音数据和说话人集合. 但是, 它也仍然有自身的缺点. 比如, 在传统的模型距离归一化中, 模型之间的KL距离用Monte-Carlo方法求得, 而此方法的时间复杂度很高. 本文从一个新的角度探讨了模型距离归一化的原理, 并且提出了简化的模型距离归一化方法, 即使用KL距离的上限来衡量两个说话人模型的距离. 在2006年的NIST说话人评测数据集上, 本文提出的简化的模型距离归一化方法取得了与传统方式相近的结果, 而时间复杂度却大大降低了.
2009, 35(5): 561-567.
doi: 10.3724/SP.J.1004.2009.00561
摘要:
正实性是控制理论中最重要的概念之一. 许多控制目标的实现皆依赖于某些传递函数的正实性. 相比于正实性, 有限频率正实性则是较近提出的概念, 并且亦在控制理论中找到了大量应用. 为了判断离散标量传递函数的正实性和连续标量传递函数的有限频率正实性, 本文分别给出了一种易于计算的简洁代数判据. 现有的判断连续标量传递函数严格正实性的代数判据可以看作是本文结果的特殊情况. 数值算例验证了方法的有效性.
正实性是控制理论中最重要的概念之一. 许多控制目标的实现皆依赖于某些传递函数的正实性. 相比于正实性, 有限频率正实性则是较近提出的概念, 并且亦在控制理论中找到了大量应用. 为了判断离散标量传递函数的正实性和连续标量传递函数的有限频率正实性, 本文分别给出了一种易于计算的简洁代数判据. 现有的判断连续标量传递函数严格正实性的代数判据可以看作是本文结果的特殊情况. 数值算例验证了方法的有效性.
2009, 35(5): 568-576.
doi: 10.3724/SP.J.1004.2009.00568
摘要:
针对非完整链式系统设计了基于输出反馈的全局跟踪控制律. 首先, 利用时变坐标变换和非自治系统的级联控制方法构造了状态观测器；然后对于时变坐标变换以后的误差系统继续利用非自治系统的级联控制方法设计了输出跟踪控制律. 区别于已有文献对于非完整链式系统跟踪控制问题的研究, 设计得到的输出跟踪控制律放松了参考轨迹所必需满足的不趋于零条件或持续激励条件. 结论表明在非完整链式系统跟踪控制问题 的研究中, 参考轨迹所必须满足的不趋于零的条件或者持续激励条件是不必要的. 最后的仿真结果验证了所给控制方法的有效性.
针对非完整链式系统设计了基于输出反馈的全局跟踪控制律. 首先, 利用时变坐标变换和非自治系统的级联控制方法构造了状态观测器；然后对于时变坐标变换以后的误差系统继续利用非自治系统的级联控制方法设计了输出跟踪控制律. 区别于已有文献对于非完整链式系统跟踪控制问题的研究, 设计得到的输出跟踪控制律放松了参考轨迹所必需满足的不趋于零条件或持续激励条件. 结论表明在非完整链式系统跟踪控制问题 的研究中, 参考轨迹所必须满足的不趋于零的条件或者持续激励条件是不必要的. 最后的仿真结果验证了所给控制方法的有效性.
2009, 35(5): 577-582.
doi: 10.3724/SP.J.1004.2009.00577
摘要:
针对具有区间时滞的不确定性随机时滞系统, 进行稳定性分析. 通过考虑变时滞、时滞的上界及它们的差三者之间的关系, 并应用公式和Lyapunov稳定性理论, 在不忽略任何有用项的前提下, 得到改进的具有区间时滞的随机系统的稳定性判据. 数值实例验证了该方法的有效性.
针对具有区间时滞的不确定性随机时滞系统, 进行稳定性分析. 通过考虑变时滞、时滞的上界及它们的差三者之间的关系, 并应用公式和Lyapunov稳定性理论, 在不忽略任何有用项的前提下, 得到改进的具有区间时滞的随机系统的稳定性判据. 数值实例验证了该方法的有效性.
2009, 35(5): 583-587.
doi: 10.3724/SP.J.1004.2009.00583
摘要:
提出了一种径向基函数网络(Radial basis function networks, RBFNs)与偏鲁棒M-回归(Partial robust M-regression, PRM)相结合的非线性PRM (Nonlinear PRM, NLPRM)建模方法, 用以解决鲁棒非线性系统建模问题. 该方法首先通过RBF变换获得扩展的输入数据矩阵; 接下来PRM算法通过反复迭代计算, 自适应地为变换后的数据分配不同的连续权值, 用以克服离群点对模型的影响. 本文通过仿真实验, 验证了方法的有效性; 并将其应用于湿法冶金萃取过程萃余液pH值软测量建模问题, 获得了相比于偏最小二乘法(Partial least squares, PLS)、PRM以及RBF-PLS方法更高的预测精度.
提出了一种径向基函数网络(Radial basis function networks, RBFNs)与偏鲁棒M-回归(Partial robust M-regression, PRM)相结合的非线性PRM (Nonlinear PRM, NLPRM)建模方法, 用以解决鲁棒非线性系统建模问题. 该方法首先通过RBF变换获得扩展的输入数据矩阵; 接下来PRM算法通过反复迭代计算, 自适应地为变换后的数据分配不同的连续权值, 用以克服离群点对模型的影响. 本文通过仿真实验, 验证了方法的有效性; 并将其应用于湿法冶金萃取过程萃余液pH值软测量建模问题, 获得了相比于偏最小二乘法(Partial least squares, PLS)、PRM以及RBF-PLS方法更高的预测精度.
2009, 35(5): 588-595.
摘要:
提出了一种新的带有迭代学习前馈的快速路无模型自适应入口匝道控制算法. 模块化的前馈迭代学习和反馈MFAC控制器设计方案使所设计的控制系统有效地利用了交通流的周期性特征, 提高了控制品质. 严格的数学推导证明了该方法的收敛性. 仿真研究及比较结果验证了所提算法的有效性.
提出了一种新的带有迭代学习前馈的快速路无模型自适应入口匝道控制算法. 模块化的前馈迭代学习和反馈MFAC控制器设计方案使所设计的控制系统有效地利用了交通流的周期性特征, 提高了控制品质. 严格的数学推导证明了该方法的收敛性. 仿真研究及比较结果验证了所提算法的有效性.
2009, 35(5): 596-604.
doi: 10.3724/SP.J.1004.2009.00596
摘要:
某些卫星的侧摆性能较差, 必须进行合成观测以提高观测效率. 研究了多星联合对地观测中的任务合成观测调度问题. 提出了将原问题分解为任务分配与任务合成的分解优化思路. 任务分配为任务选择卫星资源及时间窗口; 任务合成则针对该分配方案,将分配到各卫星的任务按照轨道圈次分组, 分别进行最优合成. 采用蚁群优化算法(Ant colony optimization, ACO)求解任务分配问题, 通过自适应参数调整及信息素平滑策略, 实现全局搜索和快速收敛间的平衡.提出了基于动态规划的最优合成算法, 求解任务合成子问题,能够在多项式时间内求得最优合成方案. 依据分配方案的合成结果, 得到优化方案的特征信息, 反馈并引导蚁群优化算法对任务分配方案的搜索过程. 大规模测试算例验证了本文算法的效率.
某些卫星的侧摆性能较差, 必须进行合成观测以提高观测效率. 研究了多星联合对地观测中的任务合成观测调度问题. 提出了将原问题分解为任务分配与任务合成的分解优化思路. 任务分配为任务选择卫星资源及时间窗口; 任务合成则针对该分配方案,将分配到各卫星的任务按照轨道圈次分组, 分别进行最优合成. 采用蚁群优化算法(Ant colony optimization, ACO)求解任务分配问题, 通过自适应参数调整及信息素平滑策略, 实现全局搜索和快速收敛间的平衡.提出了基于动态规划的最优合成算法, 求解任务合成子问题,能够在多项式时间内求得最优合成方案. 依据分配方案的合成结果, 得到优化方案的特征信息, 反馈并引导蚁群优化算法对任务分配方案的搜索过程. 大规模测试算例验证了本文算法的效率.
2009, 35(5): 605-612.
doi: 10.3724/SP.J.1004.2009.00605
摘要:
以铅锌烧结配料过程为背景, 针对传统配料方法中存在的成本高和准确率低的问题, 提出一种智能集成建模与综合优化方法. 首先, 在建立过程神经网络模型和改进灰色系统预测模型的基础上, 利用信息论中熵值的概念, 提出一种既可保证预测精度又能满足配料计算对数据完备性要求的烧结块成分集成预测模型; 其次, 以成本最小为目标建立烧结配料优化模型, 采用基于专家推理策略和改进免疫遗传算法的定性定量综合集成方法, 实现烧结配料的优化. 仿真结果验证了该方法的有效性.
以铅锌烧结配料过程为背景, 针对传统配料方法中存在的成本高和准确率低的问题, 提出一种智能集成建模与综合优化方法. 首先, 在建立过程神经网络模型和改进灰色系统预测模型的基础上, 利用信息论中熵值的概念, 提出一种既可保证预测精度又能满足配料计算对数据完备性要求的烧结块成分集成预测模型; 其次, 以成本最小为目标建立烧结配料优化模型, 采用基于专家推理策略和改进免疫遗传算法的定性定量综合集成方法, 实现烧结配料的优化. 仿真结果验证了该方法的有效性.
2009, 35(5): 613-617.
doi: 10.3724/SP.J.1004.2009.00613
摘要:
应用渐近分析方法讨论了无限时区离散时间不定号随机线性二次型最优控制问题. 所进行的研究是建立在这一问题有限时区情形结果和系统均方能镇定假设基础之上的. 广义代数Riccati方程(GARE)解的一些性质也得到了考虑. 最后提供了两个例子来说明所推出的结果是有效的.
应用渐近分析方法讨论了无限时区离散时间不定号随机线性二次型最优控制问题. 所进行的研究是建立在这一问题有限时区情形结果和系统均方能镇定假设基础之上的. 广义代数Riccati方程(GARE)解的一些性质也得到了考虑. 最后提供了两个例子来说明所推出的结果是有效的.
2009, 35(5): 618-621.
doi: 10.3724/SP.J.1004.2009.00618
摘要:
基于小波分析的Contourlet变换(Wavelet-based contourlet transform, WBCT)能有效地反映虹膜图像纹理的视觉感知特性. 用级联BP神经网络确定图像的评估区域后, 对区域图像进行WBCT分解, 并分别定义和计算了5种质量评价指标来评估离焦模糊图像、运动模糊图像、佩带隐形眼镜图像、睫毛和眼睑遮挡图像. 实验结果表明, 定义的指标可以快速精确地评价这几种图像的质量. 并且评价结果与人眼主观评价一致, 优于其他评价算法.
基于小波分析的Contourlet变换(Wavelet-based contourlet transform, WBCT)能有效地反映虹膜图像纹理的视觉感知特性. 用级联BP神经网络确定图像的评估区域后, 对区域图像进行WBCT分解, 并分别定义和计算了5种质量评价指标来评估离焦模糊图像、运动模糊图像、佩带隐形眼镜图像、睫毛和眼睑遮挡图像. 实验结果表明, 定义的指标可以快速精确地评价这几种图像的质量. 并且评价结果与人眼主观评价一致, 优于其他评价算法.
2009, 35(5): 622-626.
doi: 10.3724/SP.J.1004.2009.00622
摘要:
针对结构和参数均未知的机械手控制问题, 提出了考虑驱动系统动态的机械手神经网络控制方法, 采用稳定的径向基(Radial basis function, RBF)神经网络辨识机械手未知动态, 而附加的鲁棒控制可以保证存在神经网络的建模误差和外部干扰时系统的稳定性和性能, 并且该方法使机械手闭环系统一致最终有界. 同时开发了基于半实物仿真技术的机械手控制系统, 最后, 将本文方法与经典的PD控制器和自适应控制器在同一机械手平台上进行了实验验证与分析, 实验结果表明该方法具有良好的控制性能.
针对结构和参数均未知的机械手控制问题, 提出了考虑驱动系统动态的机械手神经网络控制方法, 采用稳定的径向基(Radial basis function, RBF)神经网络辨识机械手未知动态, 而附加的鲁棒控制可以保证存在神经网络的建模误差和外部干扰时系统的稳定性和性能, 并且该方法使机械手闭环系统一致最终有界. 同时开发了基于半实物仿真技术的机械手控制系统, 最后, 将本文方法与经典的PD控制器和自适应控制器在同一机械手平台上进行了实验验证与分析, 实验结果表明该方法具有良好的控制性能.
2009, 35(5): 627-631.
doi: 10.3724/SP.J.1004.2009.00627
摘要:
对于网络控制系统(Networked control systems, NCS)中的随机延迟时变有界, 其上界大于一个采样周期的情况, 建立了带有动态输出反馈控制器的连续时间系统模型. 以此为基础, 应用连续时间系统模型离散化与增广状态空间方法, 建立了受控于有限状态Markov链的离散时间跳变系统模型. 在该系统的稳定性控制器设计中, 给出了一种求内点法的初始可行解的方法, 从而解决了所建模型的可解性问题. 理论分析和车载倒立摆上的仿真计算表明, 由上述模型与改进算法所给出的动态输出反馈控制器能使系统稳定.
对于网络控制系统(Networked control systems, NCS)中的随机延迟时变有界, 其上界大于一个采样周期的情况, 建立了带有动态输出反馈控制器的连续时间系统模型. 以此为基础, 应用连续时间系统模型离散化与增广状态空间方法, 建立了受控于有限状态Markov链的离散时间跳变系统模型. 在该系统的稳定性控制器设计中, 给出了一种求内点法的初始可行解的方法, 从而解决了所建模型的可解性问题. 理论分析和车载倒立摆上的仿真计算表明, 由上述模型与改进算法所给出的动态输出反馈控制器能使系统稳定.
2009, 35(5): 632-636.
doi: 10.3724/SP.J.1004.2009.00632
摘要:
选矿厂的原矿采购成本是构成精矿成本的主要部分. 优化原矿采购计划就是寻求最小采购成本. 在保证选矿生产工艺确定的精矿品位和原矿处理量的条件下, 使原矿采购成本最小的各种原矿采购计划对降低选矿企业的生产成本至关重要. 本文提出了在保证生产精矿需求和精矿品位的条件下, 使精矿库存尽量最小的原矿需求模型和使采购成本最小的各种原矿采购模型. 采用基于模糊规则调整惯性权值的粒子群优化算法, 对上述模型进行了动态优化求解, 确定了各种原矿的采购量. 采用了某选矿厂的实际数据进行了仿真实验, 实验结果表明了本文所提方法的有效性.
选矿厂的原矿采购成本是构成精矿成本的主要部分. 优化原矿采购计划就是寻求最小采购成本. 在保证选矿生产工艺确定的精矿品位和原矿处理量的条件下, 使原矿采购成本最小的各种原矿采购计划对降低选矿企业的生产成本至关重要. 本文提出了在保证生产精矿需求和精矿品位的条件下, 使精矿库存尽量最小的原矿需求模型和使采购成本最小的各种原矿采购模型. 采用基于模糊规则调整惯性权值的粒子群优化算法, 对上述模型进行了动态优化求解, 确定了各种原矿的采购量. 采用了某选矿厂的实际数据进行了仿真实验, 实验结果表明了本文所提方法的有效性.
2009, 35(5): 636-640.
doi: 10.3724/SP.J.1004.2009.00636
摘要:
以常用重叠交替更新过程为对象模型, 讨论了离散时间仿真(Discrete time system specification, DTSS)校验的两个理论问题. 首先, 给出了基于仿真关键系统变量方差的输入/输出级仿真精度的定量度量. 其次, 针对精度度量难以求解的问题, 在Zeigler的仿真理论框架下给出了离散时间仿真和离散事件仿真(Discrete event system specification, DEVS)的等价性证明, 并根据这个结果给出了仿真误差度量的一种近似表达式.
以常用重叠交替更新过程为对象模型, 讨论了离散时间仿真(Discrete time system specification, DTSS)校验的两个理论问题. 首先, 给出了基于仿真关键系统变量方差的输入/输出级仿真精度的定量度量. 其次, 针对精度度量难以求解的问题, 在Zeigler的仿真理论框架下给出了离散时间仿真和离散事件仿真(Discrete event system specification, DEVS)的等价性证明, 并根据这个结果给出了仿真误差度量的一种近似表达式.
