2007年 第33卷 第11期
2007, 33(11): 1121-1127.
doi: 10.1360/aas-007-1121
摘要:
印刷体字符的字形风格和手写字符的书写风格是非常重要的特性. 本文研究了利用字符字形风格之间的约束关系提高识别率的理论和方法, 提出了以字形风格同现概率为基础的 3 种识别模型, 结合实验结果分析了这些模型的优缺点和适用条件, 结果验证了本文提出的风格约束模型能够有效地提高识别率.
印刷体字符的字形风格和手写字符的书写风格是非常重要的特性. 本文研究了利用字符字形风格之间的约束关系提高识别率的理论和方法, 提出了以字形风格同现概率为基础的 3 种识别模型, 结合实验结果分析了这些模型的优缺点和适用条件, 结果验证了本文提出的风格约束模型能够有效地提高识别率.
2007, 33(11): 1128-1135.
doi: 10.1360/aas-007-1128
摘要:
研究目的是提出并论述数字图像的分数阶微分掩模及其数值运算规则. 首先, 从信号处理角度论述了数字图像分数阶微分掩模的特性. 其次, 详细论述了在 x 轴负、x 轴正、y 轴负、y 轴正、左下对角线、左上对角线、右下对角线、右上对角线 8 个相互中心对称的数字图像 n×n 分数阶微分掩模的构造. 最后, 论述了数字图像分数阶微分掩模的数值运算规则. 计算机数值实验结果表明, 对于纹理细节信息丰富的图像信号而言, 分数阶微分对灰度变化不大的平滑区域中的纹理细节信息的提取效果明显优于整数阶微分运算.
研究目的是提出并论述数字图像的分数阶微分掩模及其数值运算规则. 首先, 从信号处理角度论述了数字图像分数阶微分掩模的特性. 其次, 详细论述了在 x 轴负、x 轴正、y 轴负、y 轴正、左下对角线、左上对角线、右下对角线、右上对角线 8 个相互中心对称的数字图像 n×n 分数阶微分掩模的构造. 最后, 论述了数字图像分数阶微分掩模的数值运算规则. 计算机数值实验结果表明, 对于纹理细节信息丰富的图像信号而言, 分数阶微分对灰度变化不大的平滑区域中的纹理细节信息的提取效果明显优于整数阶微分运算.
2007, 33(11): 1136-1143.
doi: 10.1360/aas-007-1136
摘要:
针对传统串行特征融合方法中矢量空间维数的限制以及并行复矢量特征融合方法中能够融合的特征类别数量有限的弱点, 提出一种建立在四元数空间中的新型特征并行融合方法. 本文从理论上详细证明了该方法的合理性及其实际应用中的可行性, 并将实数中的 Fisher 鉴别分析法推广到四元数空间, 同时证明了推广 Fisher 鉴别分析法用于图像模式分类的可行性, 并给出使用的具体方法和步骤. 最后将本文提出的推广方法用于人脸检测, 取得了良好效果.
针对传统串行特征融合方法中矢量空间维数的限制以及并行复矢量特征融合方法中能够融合的特征类别数量有限的弱点, 提出一种建立在四元数空间中的新型特征并行融合方法. 本文从理论上详细证明了该方法的合理性及其实际应用中的可行性, 并将实数中的 Fisher 鉴别分析法推广到四元数空间, 同时证明了推广 Fisher 鉴别分析法用于图像模式分类的可行性, 并给出使用的具体方法和步骤. 最后将本文提出的推广方法用于人脸检测, 取得了良好效果.
2007, 33(11): 1144-1149.
doi: 10.1360/aas-007-1144
摘要:
针对动态描述逻辑动作理论在描述和分析多个动作间关系(尤其并发关系)时能力的不足, 提出对多个动态描述逻辑动作间关系描述和分析的 Petri 网方法. 首先讨论了动态描述逻辑动作的等价 Petri 网描述, 进一步通过对动作描述的推理和各个动作的 Petri 网共享合成操作, 得到多个动态描述逻辑动作的 Petri 网系统. 在此基础上, 应用 Petri 网的相关理论与方法, 如可达图分析方法, 研究了多个动态描述逻辑动作间关系的分析与判定方法, 对动态描述逻辑动作理论的描述和分析能力进行了必要的扩充.
针对动态描述逻辑动作理论在描述和分析多个动作间关系(尤其并发关系)时能力的不足, 提出对多个动态描述逻辑动作间关系描述和分析的 Petri 网方法. 首先讨论了动态描述逻辑动作的等价 Petri 网描述, 进一步通过对动作描述的推理和各个动作的 Petri 网共享合成操作, 得到多个动态描述逻辑动作的 Petri 网系统. 在此基础上, 应用 Petri 网的相关理论与方法, 如可达图分析方法, 研究了多个动态描述逻辑动作间关系的分析与判定方法, 对动态描述逻辑动作理论的描述和分析能力进行了必要的扩充.
2007, 33(11): 1150-1155.
doi: 10.1360/aas-007-1150
摘要:
研究了线性分式扰动下线性奇异系统的状态估计问题, 给出了一种 Kalman 形式的递推滤波算法. 研究表明, 线性分式不确定性可以表示为一系列加性不确定性的交集. 本文讨论了如何寻找保守性最弱的加性不确定性来近似该交集, 并证明了该问题在鲁棒滤波过程中可以转化为凸优化问题. 数值仿真验证了上述算法的有效性. 对于具有结构约束的线性分式不确定性, 该算法的性能优于现有算法.
研究了线性分式扰动下线性奇异系统的状态估计问题, 给出了一种 Kalman 形式的递推滤波算法. 研究表明, 线性分式不确定性可以表示为一系列加性不确定性的交集. 本文讨论了如何寻找保守性最弱的加性不确定性来近似该交集, 并证明了该问题在鲁棒滤波过程中可以转化为凸优化问题. 数值仿真验证了上述算法的有效性. 对于具有结构约束的线性分式不确定性, 该算法的性能优于现有算法.
2007, 33(11): 1156-1162.
doi: 10.1360/aas-007-1156
摘要:
首先证明最小化移动传感器网络的目标跟踪能耗是 NP 完全问题, 并基于邻近图理论提出一种近似最优的分布式引导跟随算法. 每一时刻离目标预测位置中心较近的节点引导较远处节点向中心移动, 逐步覆盖目标下一时刻可能在的区域, 整个网络在跟踪全程保持连通. 证明该算法的节点运动能耗在数值上逼近最小能耗. 仿真结果进一步验证了该方案的有效性.
首先证明最小化移动传感器网络的目标跟踪能耗是 NP 完全问题, 并基于邻近图理论提出一种近似最优的分布式引导跟随算法. 每一时刻离目标预测位置中心较近的节点引导较远处节点向中心移动, 逐步覆盖目标下一时刻可能在的区域, 整个网络在跟踪全程保持连通. 证明该算法的节点运动能耗在数值上逼近最小能耗. 仿真结果进一步验证了该方案的有效性.
2007, 33(11): 1163-1169.
doi: 10.1360/aas-007-1163
摘要:
针对一类具有干扰和不确定性的多变量非线性系统, 提出了一种自适应模糊控制方法. 该多变量系统由 m 个互连子系统组成, 每个互连子系统中的未知函数是非仿射的. 由于不确定非仿射函数的存在和互连子系统之间的耦合, 这类系统是很难控制的. 通过利用均值定理、模糊系统、Backstepping 设计方法以及引入 Nussbaum 类型函数, 克服了这个困难. 另外, 与大多数研究结果相比较, 提出的方法减少了在线调节参数的数量. 提出的控制方法能实现闭环系统的所有信号是有界的. 仿真实验表明该控制方法的有效性.
针对一类具有干扰和不确定性的多变量非线性系统, 提出了一种自适应模糊控制方法. 该多变量系统由 m 个互连子系统组成, 每个互连子系统中的未知函数是非仿射的. 由于不确定非仿射函数的存在和互连子系统之间的耦合, 这类系统是很难控制的. 通过利用均值定理、模糊系统、Backstepping 设计方法以及引入 Nussbaum 类型函数, 克服了这个困难. 另外, 与大多数研究结果相比较, 提出的方法减少了在线调节参数的数量. 提出的控制方法能实现闭环系统的所有信号是有界的. 仿真实验表明该控制方法的有效性.
2007, 33(11): 1170-1175.
doi: 10.1360/aas-007-1170
摘要:
This paper presents the design and analysis of indirect model reference adaptive control (MRAC) with normalized adaptive law for a class of discrete-time systems. The main work includes three parts. Firstly, the constructed plant parameter estimation algorithm not only possesses the same properties as those of traditional estimation algorithms but also avoids the possibility of division by zero. Secondly, by finding the relationship between the plant parameter estimate and controller parameter estimate and using the properties of plant parameter estimate, the similar properties of controller parameter estimate are also established. Thirdly, based on the relationship properties between the normalizing signal and all the signals in the closed-loop system and on some important mathematical tools on discrete-time systems, as in the continuous-time case, a systematic stability and convergence analysis approach to the discrete indirect MRAC scheme is developed rigorously.
This paper presents the design and analysis of indirect model reference adaptive control (MRAC) with normalized adaptive law for a class of discrete-time systems. The main work includes three parts. Firstly, the constructed plant parameter estimation algorithm not only possesses the same properties as those of traditional estimation algorithms but also avoids the possibility of division by zero. Secondly, by finding the relationship between the plant parameter estimate and controller parameter estimate and using the properties of plant parameter estimate, the similar properties of controller parameter estimate are also established. Thirdly, based on the relationship properties between the normalizing signal and all the signals in the closed-loop system and on some important mathematical tools on discrete-time systems, as in the continuous-time case, a systematic stability and convergence analysis approach to the discrete indirect MRAC scheme is developed rigorously.
2007, 33(11): 1176-1181.
doi: 10.1360/aas-007-1176
摘要:
This paper addresses the H∞ output feedback control problem for discrete-time systems with actuator saturation. Initially, a constrained H∞ output feedback control approach is presented in the framework of linear matrix inequalities (LMI) optimization. Under certain assumptions on the disturbance energy bound, closed-loop H∞ performance is achieved. Furthermore, the moving horizon strategy is applied to an online management of the control performance so that the closed-loop system can satisfy control constraints in the case of unexpected large disturbances. A dissipation constraint is derived to achieve the moving horizon closed-loop system dissipative. Simulation results show that the constrained H∞ controller works effectively under the disturbance assumption and that the moving horizon H∞ controller can trade-off automatically between satisfying control constraints and enhancing performance.
This paper addresses the H∞ output feedback control problem for discrete-time systems with actuator saturation. Initially, a constrained H∞ output feedback control approach is presented in the framework of linear matrix inequalities (LMI) optimization. Under certain assumptions on the disturbance energy bound, closed-loop H∞ performance is achieved. Furthermore, the moving horizon strategy is applied to an online management of the control performance so that the closed-loop system can satisfy control constraints in the case of unexpected large disturbances. A dissipation constraint is derived to achieve the moving horizon closed-loop system dissipative. Simulation results show that the constrained H∞ controller works effectively under the disturbance assumption and that the moving horizon H∞ controller can trade-off automatically between satisfying control constraints and enhancing performance.
2007, 33(11): 1182-1188.
doi: 10.1360/aas-007-1182
摘要:
This paper proposes a practical generalized predictive control (GPC) algorithm based on online least squares support vector machines (LS-SVM) which can deal with nonlinear systems effectively. At each sampling period the algorithm recursively modifies the model by adding a new data pair and deleting the least important one out of the consideration on realtime property. The data pair deleted is determined by the absolute value of lagrange multiplier from last sampling period. The paper gives the recursive algorithm of model parameters when adding a new data pair and deleting an existent one, respectively, and thus the inversion of a large matrix is avoided and the memory can be controlled by the algorithm entirely. The nonlinear LS-SVM model is applied in GPC algorithm at each sampling period. The experiments of generalized predictive control on pH neutralizing process show the effectiveness and practicality of the proposed algorithm.
This paper proposes a practical generalized predictive control (GPC) algorithm based on online least squares support vector machines (LS-SVM) which can deal with nonlinear systems effectively. At each sampling period the algorithm recursively modifies the model by adding a new data pair and deleting the least important one out of the consideration on realtime property. The data pair deleted is determined by the absolute value of lagrange multiplier from last sampling period. The paper gives the recursive algorithm of model parameters when adding a new data pair and deleting an existent one, respectively, and thus the inversion of a large matrix is avoided and the memory can be controlled by the algorithm entirely. The nonlinear LS-SVM model is applied in GPC algorithm at each sampling period. The experiments of generalized predictive control on pH neutralizing process show the effectiveness and practicality of the proposed algorithm.
2007, 33(11): 1189-1195.
doi: 10.1360/aas-007-1189
摘要:
Repetitive learning control is presented for finite-time-trajectory tracking of uncertain time-varying robotic systems. A hybrid learning scheme is given to cope with the constant and time-varying unknowns in system dynamics, where the time functions are learned in an iterative learning way, without the aid of Taylor expression, while the conventional differential learning method is suggested for estimating the constant ones. It is distinct that the presented repetitive learning control avoids the requirement for initial repositioning at the beginning of each cycle, and the time-varying unknowns are not necessary to be periodic. It is shown that with the adoption of hybrid learning, the boundedness of state variables of the closed-loop system is guaranteed and the tracking error is ensured to converge to zero as iteration increases. The effectiveness of the proposed scheme is demonstrated through numerical simulation.
Repetitive learning control is presented for finite-time-trajectory tracking of uncertain time-varying robotic systems. A hybrid learning scheme is given to cope with the constant and time-varying unknowns in system dynamics, where the time functions are learned in an iterative learning way, without the aid of Taylor expression, while the conventional differential learning method is suggested for estimating the constant ones. It is distinct that the presented repetitive learning control avoids the requirement for initial repositioning at the beginning of each cycle, and the time-varying unknowns are not necessary to be periodic. It is shown that with the adoption of hybrid learning, the boundedness of state variables of the closed-loop system is guaranteed and the tracking error is ensured to converge to zero as iteration increases. The effectiveness of the proposed scheme is demonstrated through numerical simulation.
2007, 33(11): 1196-1199.
doi: 10.1360/aas-007-1196
摘要:
In this paper, the chaotic lag synchronization of coupled time-delayed systems with two neurons is investigated. We analyze the asymptotic stability for the error dynamical system based on Lyapunov method and linear matrix inequality (LMI) technique. Some new sufficient conditions for determining the lag synchronization between the coupling systems are derived. Above all, we skillfully shift our criterion which is expressed in terms of LMI into the generalized eigenvalue minimization programming (GEVP) for the first time. The minimum of coupling strength is obtained successfully. A numerical experiment illustrates the effectiveness and advantage of our results.
In this paper, the chaotic lag synchronization of coupled time-delayed systems with two neurons is investigated. We analyze the asymptotic stability for the error dynamical system based on Lyapunov method and linear matrix inequality (LMI) technique. Some new sufficient conditions for determining the lag synchronization between the coupling systems are derived. Above all, we skillfully shift our criterion which is expressed in terms of LMI into the generalized eigenvalue minimization programming (GEVP) for the first time. The minimum of coupling strength is obtained successfully. A numerical experiment illustrates the effectiveness and advantage of our results.
2007, 33(11): 1200-1203.
doi: 10.1360/aas-007-1200
摘要:
执行器饱和问题在控制工程中广泛存在. 针对该问题, 改进了有界反馈后推法, 使其可应用于一类较广泛的非线性系统镇定问题. 相对其他有界反馈后推法, 该方法设计的反馈界更小并在一定范围内可调节, 且反馈控制律可以是光滑函数.
执行器饱和问题在控制工程中广泛存在. 针对该问题, 改进了有界反馈后推法, 使其可应用于一类较广泛的非线性系统镇定问题. 相对其他有界反馈后推法, 该方法设计的反馈界更小并在一定范围内可调节, 且反馈控制律可以是光滑函数.
2007, 33(11): 1204-1208.
doi: 10.1360/aas-007-1204
摘要:
针对水面船舶直线航迹控制系统的非线性数学模型, 给出了一种使系统关系度为零的特殊重定义输出变量, 并得到了一类状态反馈控制律. 文中引入一种新的 Lyapunov 预选函数, 采用 Lyapunov 直接法研究系统的稳定性问题, 得到了系统全局渐近稳定的充分条件及推论. 数值仿真和模拟试验结果证明了该充分条件的正确性.
针对水面船舶直线航迹控制系统的非线性数学模型, 给出了一种使系统关系度为零的特殊重定义输出变量, 并得到了一类状态反馈控制律. 文中引入一种新的 Lyapunov 预选函数, 采用 Lyapunov 直接法研究系统的稳定性问题, 得到了系统全局渐近稳定的充分条件及推论. 数值仿真和模拟试验结果证明了该充分条件的正确性.
2007, 33(11): 1209-1210.
doi: 10.1360/aas-007-1209
摘要:
对带有界扰动的一类非线性系统进行了状态反馈控制设计. 当状态反馈控制律作用于该系统时, 系统的状态能够收敛到原点的一个小邻域内.
对带有界扰动的一类非线性系统进行了状态反馈控制设计. 当状态反馈控制律作用于该系统时, 系统的状态能够收敛到原点的一个小邻域内.
2007, 33(11): 1211-1215.
doi: 10.1360/aas-007-1211
摘要:
一类存在范数有界不确定性的线性时变时滞系统, 其时变时滞仅给出时滞变化的上下界, 而对时滞变化率未作任何约束. 对于这类区间时变时滞系统, 给出了一种新型的 Lyapunov-Krasovskii 泛函讨论其稳定性, 通过分割平均时滞的方法减小保守性, 得到以线性矩阵不等式(LMI)形式给出的稳定性判据. 最后分析并给出了一种带记忆的 H∞ 状态反馈控制器. 数值实例表明了本文方法的有效性.
一类存在范数有界不确定性的线性时变时滞系统, 其时变时滞仅给出时滞变化的上下界, 而对时滞变化率未作任何约束. 对于这类区间时变时滞系统, 给出了一种新型的 Lyapunov-Krasovskii 泛函讨论其稳定性, 通过分割平均时滞的方法减小保守性, 得到以线性矩阵不等式(LMI)形式给出的稳定性判据. 最后分析并给出了一种带记忆的 H∞ 状态反馈控制器. 数值实例表明了本文方法的有效性.
2007, 33(11): 1216-1220.
doi: 10.1360/aas-007-1216
摘要:
针对模型参数在有界区域内随机变化的系统, 基于平方根 B 样条模型, 提出了输出概率密度函数 (Probability density function, PDF) 跟踪控制策略. 目标是控制系统输出的概率密度函数跟踪给定的概率密度函数. 通过 B 样条逼近建立了输出 PDF 和权值之间的对应关系, 把 PDF 的跟踪转化为权值的跟踪, 同时系统转化为 MIMO 系统,从而权值向量的跟踪就转化为 MIMO 系统的跟踪问题, 接着给出了系统输出概率密度函数跟踪给定概率密度函数的控制器存在的充分条件, 通过求解线性矩阵不等式完成状态反馈和输出反馈跟踪控制器的设计, 得到了系统具有 Hinfinity 范数界 Gamma 鲁棒镇定的结果. 仿真结果表明本文提出的控制算法是有效的.
针对模型参数在有界区域内随机变化的系统, 基于平方根 B 样条模型, 提出了输出概率密度函数 (Probability density function, PDF) 跟踪控制策略. 目标是控制系统输出的概率密度函数跟踪给定的概率密度函数. 通过 B 样条逼近建立了输出 PDF 和权值之间的对应关系, 把 PDF 的跟踪转化为权值的跟踪, 同时系统转化为 MIMO 系统,从而权值向量的跟踪就转化为 MIMO 系统的跟踪问题, 接着给出了系统输出概率密度函数跟踪给定概率密度函数的控制器存在的充分条件, 通过求解线性矩阵不等式完成状态反馈和输出反馈跟踪控制器的设计, 得到了系统具有 Hinfinity 范数界 Gamma 鲁棒镇定的结果. 仿真结果表明本文提出的控制算法是有效的.
2007, 33(11): 1220-1225.
doi: 10.1360/aas-007-1220
摘要:
对于目标发生机动时的再入飞行器的跟踪问题, 传统跟踪方法是采用机动模型的扩展卡尔曼滤波. 本文在提高机动目标跟踪精度的探索中做了两方面的努力, 一是在描述目标运动模型方面采用了更符合机动目标运动特性的多模型方法; 另一方面, 采用了隐含高阶精度的 Unscented 卡尔曼匹配滤波方法. 对于交互多模型 Unscented 卡尔曼滤波器在仿真中易出现数值问题, 给出了基于平方根滤波的数值鲁棒性的解决方法.
对于目标发生机动时的再入飞行器的跟踪问题, 传统跟踪方法是采用机动模型的扩展卡尔曼滤波. 本文在提高机动目标跟踪精度的探索中做了两方面的努力, 一是在描述目标运动模型方面采用了更符合机动目标运动特性的多模型方法; 另一方面, 采用了隐含高阶精度的 Unscented 卡尔曼匹配滤波方法. 对于交互多模型 Unscented 卡尔曼滤波器在仿真中易出现数值问题, 给出了基于平方根滤波的数值鲁棒性的解决方法.
2007, 33(11): 1226-1228.
doi: 10.1360/aas-007-1226
摘要:
通过加大载荷或者减少承载能力, 使受试样本的试验熵大大增加, 从而可使试验所需的总样本量大大减少. 从这点出发, 文中提出并开发了最大熵试验法, 并针对各种不同情况, 给出了载荷强化系数和散差的确定方法. 最后, 对最大熵试验与传统成败型 (F=0) 试验的等价关系给出了证明, 并通过一个实例, 说明最大熵试验法的工程应用.
通过加大载荷或者减少承载能力, 使受试样本的试验熵大大增加, 从而可使试验所需的总样本量大大减少. 从这点出发, 文中提出并开发了最大熵试验法, 并针对各种不同情况, 给出了载荷强化系数和散差的确定方法. 最后, 对最大熵试验与传统成败型 (F=0) 试验的等价关系给出了证明, 并通过一个实例, 说明最大熵试验法的工程应用.
2007, 33(11): 1229-1232.
doi: 10.1360/aas-007-1229
摘要:
在网络带宽受限的情况下, 综合考虑了系统响应的误差和误差变化率, 设计了一个共享通信网络的模糊反馈调度器. 该调度器采用模糊最大优先调度算法对网络消息发送的优先级进行动态调整. 同时定义了一种归一化控制质量衡量指标来评价多回路系统的控制性能. 在此评价方法下, 对三种不同调度算法在不同随机时延序列下进行了仿真比较. 结果表明本文提出的调度算法优化了系统的控制性能, 并在不确定运行环境中具有更好的适应性.
在网络带宽受限的情况下, 综合考虑了系统响应的误差和误差变化率, 设计了一个共享通信网络的模糊反馈调度器. 该调度器采用模糊最大优先调度算法对网络消息发送的优先级进行动态调整. 同时定义了一种归一化控制质量衡量指标来评价多回路系统的控制性能. 在此评价方法下, 对三种不同调度算法在不同随机时延序列下进行了仿真比较. 结果表明本文提出的调度算法优化了系统的控制性能, 并在不确定运行环境中具有更好的适应性.
