2012年 第38卷 第7期
2012, 38(7): 1065-1073.
doi: 10.3724/SP.J.1004.2012.01065
摘要:
生物学实验和模型计算结果表明振荡是一种常见的生物学现象, 越来越多的研究人员关注生物系统内部的振荡现象是如何产生的、引起振荡的关键因素是什么等问题. 敏感性分析定量分析系统行为在模型参数、系统输入或者初始条件发生变化时受影响的程度. 对周期系统进行传统的状态敏感性计算时, 得到的灵敏度指标随着时间的增加而发散, 因而对其进行敏感性分析是一项具有挑战性的工作. 本文针对这类系统, 首先提出基本状态敏感性的概念, 由此进一步推导出一种相敏感性分析方法. 在计算周期灵敏度过程中, 提出了一种基于奇异值分解的的改进算法, 简化了基本状态灵敏度的计算. 本文中的目标敏感性分析方法克服了因累积效应引起的发散问题. 通过对一个生物节律模型和一个复杂的信号转导网络系统模型进行敏感性分析, 可以看到改进的周期灵敏度计算方法得到的结果与已有方法一致, 并且新提出的目标敏感性分析方法及其计算在处理存在反应守恒的复杂生物振荡系统分析时是有效的.
生物学实验和模型计算结果表明振荡是一种常见的生物学现象, 越来越多的研究人员关注生物系统内部的振荡现象是如何产生的、引起振荡的关键因素是什么等问题. 敏感性分析定量分析系统行为在模型参数、系统输入或者初始条件发生变化时受影响的程度. 对周期系统进行传统的状态敏感性计算时, 得到的灵敏度指标随着时间的增加而发散, 因而对其进行敏感性分析是一项具有挑战性的工作. 本文针对这类系统, 首先提出基本状态敏感性的概念, 由此进一步推导出一种相敏感性分析方法. 在计算周期灵敏度过程中, 提出了一种基于奇异值分解的的改进算法, 简化了基本状态灵敏度的计算. 本文中的目标敏感性分析方法克服了因累积效应引起的发散问题. 通过对一个生物节律模型和一个复杂的信号转导网络系统模型进行敏感性分析, 可以看到改进的周期灵敏度计算方法得到的结果与已有方法一致, 并且新提出的目标敏感性分析方法及其计算在处理存在反应守恒的复杂生物振荡系统分析时是有效的.
2012, 38(7): 1074-1082.
doi: 10.3724/SP.J.1004.2012.01074
摘要:
针对多智能体系统提出了一种分布式预测控制方法. 首先, 研究了有输入约束下的一致性问题. 其次, 对环境中有障碍物的多智能体轨迹规划进行了研究, 其中只有当障碍物进入智能体有限感知区域内时, 障碍物状态信息才能被获取. 基于预测控制方法, 设计了一种分布式控制算法来解决上面两个问题. 构造一个与每个智能体动力学相交互的代价函数, 设计相应最优控制问题, 从而实现优化控制算法. 智能体间交互信息是其邻居在上一时刻的最优控制状态. 系统稳定性可以通过构造代价函数中的一个终点状态控制器与最优控制问题中的一个终点状态区域来保证. 仿真研究表明所提方法的有效性.
针对多智能体系统提出了一种分布式预测控制方法. 首先, 研究了有输入约束下的一致性问题. 其次, 对环境中有障碍物的多智能体轨迹规划进行了研究, 其中只有当障碍物进入智能体有限感知区域内时, 障碍物状态信息才能被获取. 基于预测控制方法, 设计了一种分布式控制算法来解决上面两个问题. 构造一个与每个智能体动力学相交互的代价函数, 设计相应最优控制问题, 从而实现优化控制算法. 智能体间交互信息是其邻居在上一时刻的最优控制状态. 系统稳定性可以通过构造代价函数中的一个终点状态控制器与最优控制问题中的一个终点状态区域来保证. 仿真研究表明所提方法的有效性.
2012, 38(7): 1083-1090.
doi: 10.3724/SP.J.1004.2012.01083
摘要:
在系统研究前馈神经网络的基础上,针对径向基函数(Radial basis function, RBF) 网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法. 利用隐含层神经元的输出信息(Output-information, OI)以及隐含层神经元与输出层神经元间的交互信息(Multi-information, MI)分析网络的连接强度, 以此判断增加或删除RBF神经网络隐含层神经元, 同时调整神经网络的拓扑结构,有效地解决了RBF神经网络结构设计问题; 利用梯度下降的参数修正算法保证了最终RBF网络的精度, 实现了神经网络的结构和参数自校正. 通过对典型非线性函数的逼近与污水处理过程关键水质参数建模, 结果证明了该弹性RBF具有良好的动态特征响应能力和逼近能力, 尤其是在训练速度、泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation net works, MRAN)、增长修剪RBF 神经网络(Generalized growing and pruning RBF, GGAP-RBF)和自组织RBF神经网络(Self-organizing RBF, SORBF)有较大的提高.
在系统研究前馈神经网络的基础上,针对径向基函数(Radial basis function, RBF) 网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法. 利用隐含层神经元的输出信息(Output-information, OI)以及隐含层神经元与输出层神经元间的交互信息(Multi-information, MI)分析网络的连接强度, 以此判断增加或删除RBF神经网络隐含层神经元, 同时调整神经网络的拓扑结构,有效地解决了RBF神经网络结构设计问题; 利用梯度下降的参数修正算法保证了最终RBF网络的精度, 实现了神经网络的结构和参数自校正. 通过对典型非线性函数的逼近与污水处理过程关键水质参数建模, 结果证明了该弹性RBF具有良好的动态特征响应能力和逼近能力, 尤其是在训练速度、泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation net works, MRAN)、增长修剪RBF 神经网络(Generalized growing and pruning RBF, GGAP-RBF)和自组织RBF神经网络(Self-organizing RBF, SORBF)有较大的提高.
2012, 38(7): 1091-1099.
doi: 10.3724/SP.J.1004.2012.01091
摘要:
研究了带有状态时延及执行器故障的非线性网络控制系统的可靠模糊控制问题. 利用输入时延方法, 将带有网络诱导时延和数据包丢失的非线性网络控制系统等价的转化为具有时变时延的Takagi-Sugeno(T-S)模糊系统. 时延对象的状态信息, 采用时滞分解方法, 得以充分的考虑. 并利用锥补线性化迭代算法, 将非凸的稳定性条件转化成可行的线性矩阵不等式(LMI)的形式. 文中将更紧的界处理方法(相互凸组合技术)与不相关增广矩阵项引入到Lyapunov函数的处理当中, 获得保守性更小的稳定性条件. 数值算例验证了该方法的有效性.
研究了带有状态时延及执行器故障的非线性网络控制系统的可靠模糊控制问题. 利用输入时延方法, 将带有网络诱导时延和数据包丢失的非线性网络控制系统等价的转化为具有时变时延的Takagi-Sugeno(T-S)模糊系统. 时延对象的状态信息, 采用时滞分解方法, 得以充分的考虑. 并利用锥补线性化迭代算法, 将非凸的稳定性条件转化成可行的线性矩阵不等式(LMI)的形式. 文中将更紧的界处理方法(相互凸组合技术)与不相关增广矩阵项引入到Lyapunov函数的处理当中, 获得保守性更小的稳定性条件. 数值算例验证了该方法的有效性.
2012, 38(7): 1107-1112.
doi: 10.3724/SP.J.1004.2012.01107
摘要:
众所周知, 平滑因可以使用更多的量测信息而能够获得比滤波更精确的状态估计. 为此, 本文提出一种面向非线性随机系统的状态平滑新算法. 首先, 基于最小方差估计理论, 提出了一种新颖的最优平滑器, 该平滑器为解决非线性状态平滑问题提供了一种通用的理论框架；接着, 采用Unscented变换(UT)来近似上述最优平滑框架中的平滑增益, 进而设计出一种次优平滑算法；最后, 相比传统扩展卡尔曼平滑器(EKS), 仿真结果验证了新算法的有效性和可行性.
众所周知, 平滑因可以使用更多的量测信息而能够获得比滤波更精确的状态估计. 为此, 本文提出一种面向非线性随机系统的状态平滑新算法. 首先, 基于最小方差估计理论, 提出了一种新颖的最优平滑器, 该平滑器为解决非线性状态平滑问题提供了一种通用的理论框架；接着, 采用Unscented变换(UT)来近似上述最优平滑框架中的平滑增益, 进而设计出一种次优平滑算法；最后, 相比传统扩展卡尔曼平滑器(EKS), 仿真结果验证了新算法的有效性和可行性.
2012, 38(7): 1113-1118.
doi: 10.3724/SP.J.1004.2012.01113
摘要:
讨论了N个选手随机系统的最优控制问题. 设计了无限时间的带有马尔科夫跳和乘积噪声的随机系统的Pareto最优控制器. 应用推广的Lyapunov方法和解随机Riccati代数方程得到了系统的Pareto最优解, 证明了最优控制器是稳定的反馈控制器, 以及对应于最优控制器的反馈增益中的随机Riccati代数方程的解是最小解.
讨论了N个选手随机系统的最优控制问题. 设计了无限时间的带有马尔科夫跳和乘积噪声的随机系统的Pareto最优控制器. 应用推广的Lyapunov方法和解随机Riccati代数方程得到了系统的Pareto最优解, 证明了最优控制器是稳定的反馈控制器, 以及对应于最优控制器的反馈增益中的随机Riccati代数方程的解是最小解.
2012, 38(7): 1119-1126.
doi: 10.3724/SP.J.1004.2012.01119
摘要:
文中研究了针对具有通讯约束的网络化控制系统存在执行器增益故障的容错控制问题. 提出一种静态调度策略, 利用周期通讯序列的方法调度网络资源及网络可用通道. 该研究的创新处在于首先将具有周期通讯序列及执行器故障的网络化控制系统建模为一个周期的切换系统, 并提出了基于调度依赖的利亚普诺夫函数方法对系统容错控制器进行设计. 由于调度策略使得在每个采样时刻存在数据丢失, 文中分别利用0值和上一时刻采样值替代所丢失的数据. 更进一步的, 当考虑控制对象存在外界能量有界干扰时, 分别就上述两种情况讨论了其鲁棒容错控制器的设计问题. 最后, 通过仿真实例证明了所提方法的有效性.
文中研究了针对具有通讯约束的网络化控制系统存在执行器增益故障的容错控制问题. 提出一种静态调度策略, 利用周期通讯序列的方法调度网络资源及网络可用通道. 该研究的创新处在于首先将具有周期通讯序列及执行器故障的网络化控制系统建模为一个周期的切换系统, 并提出了基于调度依赖的利亚普诺夫函数方法对系统容错控制器进行设计. 由于调度策略使得在每个采样时刻存在数据丢失, 文中分别利用0值和上一时刻采样值替代所丢失的数据. 更进一步的, 当考虑控制对象存在外界能量有界干扰时, 分别就上述两种情况讨论了其鲁棒容错控制器的设计问题. 最后, 通过仿真实例证明了所提方法的有效性.
2012, 38(7): 1127-1133.
doi: 10.3724/SP.J.1004.2012.01127
摘要:
研究了离散时间高维线性系统的一致性问题. 所考虑的系统可视为包含多个个体的多智能体系统, 每个个体的动力学行为与其他个体不同并受其他个体状态的影响. 本文建立了系统具有一致性的若干充分必要条件. 如果一致性函数存在, 文章给出了该函数的显式表达. 文末用一个数值例子说明了所得的理论结果.
研究了离散时间高维线性系统的一致性问题. 所考虑的系统可视为包含多个个体的多智能体系统, 每个个体的动力学行为与其他个体不同并受其他个体状态的影响. 本文建立了系统具有一致性的若干充分必要条件. 如果一致性函数存在, 文章给出了该函数的显式表达. 文末用一个数值例子说明了所得的理论结果.
2012, 38(7): 1134-1144.
doi: 10.3724/SP.J.1004.2012.01134
摘要:
对二维最小误差法进行三维推广, 并结合三维直方图重建和降维思想提出了一种鲁 棒的最小误差阈值分割算法. 但该方法为全局算法, 仅适用于分割均匀光照图像. 为 提高其自适应性, 本文采用Water flow模型对非均匀光照图像进行背景估计, 以此获 得原始图像与背景图像的差值图像, 达到降低非均匀光照对图像分割造成干扰的目的. 为进 一步提高分割性能, 本文对差值图像采用γ 矫正进行增强, 然后采用鲁棒最小误差 法进行全局分割, 从而完成目标提取. 最后本文对均匀光照下以及非均匀光照下图像进行了 实验, 并与一维最小误差法、二维最小误差法、三维直方图重建和降维的Otsu阈值分割 算法、灰度波动变换自适应阈值方法以及一种改进的FCM方法在错误分割率和运行时间上进 行了对比. 实验结果表明, 相对于以上方法, 本算法的分割性能均有明显提升.
对二维最小误差法进行三维推广, 并结合三维直方图重建和降维思想提出了一种鲁 棒的最小误差阈值分割算法. 但该方法为全局算法, 仅适用于分割均匀光照图像. 为 提高其自适应性, 本文采用Water flow模型对非均匀光照图像进行背景估计, 以此获 得原始图像与背景图像的差值图像, 达到降低非均匀光照对图像分割造成干扰的目的. 为进 一步提高分割性能, 本文对差值图像采用γ 矫正进行增强, 然后采用鲁棒最小误差 法进行全局分割, 从而完成目标提取. 最后本文对均匀光照下以及非均匀光照下图像进行了 实验, 并与一维最小误差法、二维最小误差法、三维直方图重建和降维的Otsu阈值分割 算法、灰度波动变换自适应阈值方法以及一种改进的FCM方法在错误分割率和运行时间上进 行了对比. 实验结果表明, 相对于以上方法, 本算法的分割性能均有明显提升.
2012, 38(7): 1145-1152.
doi: 10.3724/SP.J.1004.2012.01145
摘要:
超分辨率图像重构是利用关于同一场景的多帧低分辨率图像重构出一幅具有更高分辨率图像的过程.传统的超分辨率图像重构算法是基于像素空间,通过利用高、低分辨率像素空间之间的映射关系来求解,具有计算复杂性高等缺点. 针对低分辨率人脸放大问题,提出了一个基于特征空间的人脸超分辨率图像重构算法.与传统算法相比,该算法不仅降低了计算复杂性,还具有更好的鲁棒性.
超分辨率图像重构是利用关于同一场景的多帧低分辨率图像重构出一幅具有更高分辨率图像的过程.传统的超分辨率图像重构算法是基于像素空间,通过利用高、低分辨率像素空间之间的映射关系来求解,具有计算复杂性高等缺点. 针对低分辨率人脸放大问题,提出了一个基于特征空间的人脸超分辨率图像重构算法.与传统算法相比,该算法不仅降低了计算复杂性,还具有更好的鲁棒性.
2012, 38(7): 1153-1161.
doi: 10.3724/SP.J.1004.2012.01153
摘要:
针对氧化铝回转窑过程复杂、长期依赖人工看火操作而造成的生产过程不稳定、 产品质量一致性差、能源消耗大等问题,提出了基于烧成带火焰图像特征与关键过程数据融合的烧成带状态自动识别方法, 该方法由烧成带火焰图像的分割、特征提取、 关键过程数据的融合以及二叉树支持向量机分类器模型组成.工业实验表明, 该方法能够较准确地识别烧成带状态,为基于产品质量指标优化的窑温控制器提供决策依据.
针对氧化铝回转窑过程复杂、长期依赖人工看火操作而造成的生产过程不稳定、 产品质量一致性差、能源消耗大等问题,提出了基于烧成带火焰图像特征与关键过程数据融合的烧成带状态自动识别方法, 该方法由烧成带火焰图像的分割、特征提取、 关键过程数据的融合以及二叉树支持向量机分类器模型组成.工业实验表明, 该方法能够较准确地识别烧成带状态,为基于产品质量指标优化的窑温控制器提供决策依据.
2012, 38(7): 1162-1168.
doi: 10.3724/SP.J.1004.2012.01162
摘要:
近年来, 鉴别性训练方法在语音识别领域已经显示出相当大的性能改善, 比如说MPE, fMPE以及BMMI等方法, 然而, 关于鉴别性训练的研究尚还有很多工作要做. 本文详细的对三种基于词格的鉴别性训练方法进行了调查和研究, 并对各方法的性能进行了展示. 然后, 还对不同的I平滑方法进行了分析对比, 从而得到了在中文单语语音识别情况下更加鲁棒的模型. 本文对不同鉴别性训练方法的互补特性做了研究, 通过ROVER融合算法完成了系统融合. 尽管鉴别性训练方法通常应用在单语言语音识别系统, 本文也系统的研究了鉴别性训练方法在双语语音识别中的应用, 包括MPE、fMPE和BMMI. 一种新的方法被使用去产生更好的用于双语模型训练的词格, 同时研究了双语语音识别环境下互补的鉴别性训练方法来得到最好的ROVER融合性能. 实验结果显示, 不同形式的鉴别性训练在单语和双语语音识别系统中都降低了词错误率, 同时融合有互补性的鉴别性训练方法很大程度的改善了系统的性能.
近年来, 鉴别性训练方法在语音识别领域已经显示出相当大的性能改善, 比如说MPE, fMPE以及BMMI等方法, 然而, 关于鉴别性训练的研究尚还有很多工作要做. 本文详细的对三种基于词格的鉴别性训练方法进行了调查和研究, 并对各方法的性能进行了展示. 然后, 还对不同的I平滑方法进行了分析对比, 从而得到了在中文单语语音识别情况下更加鲁棒的模型. 本文对不同鉴别性训练方法的互补特性做了研究, 通过ROVER融合算法完成了系统融合. 尽管鉴别性训练方法通常应用在单语言语音识别系统, 本文也系统的研究了鉴别性训练方法在双语语音识别中的应用, 包括MPE、fMPE和BMMI. 一种新的方法被使用去产生更好的用于双语模型训练的词格, 同时研究了双语语音识别环境下互补的鉴别性训练方法来得到最好的ROVER融合性能. 实验结果显示, 不同形式的鉴别性训练在单语和双语语音识别系统中都降低了词错误率, 同时融合有互补性的鉴别性训练方法很大程度的改善了系统的性能.
2012, 38(7): 1169-1182.
doi: 10.3724/SP.J.1004.2012.01169
摘要:
基于信息论度量而系统性地研究了拒识分类中客观评价问题. 定义了客观评价度量为一类无自由参数描述的函数. 该定义是为了从技术上可以简单地判别度量或评价在“客观性”或“主观性”中的归属. 建议了应用并考察24个信息度量. 它们分别来自于互信息、散度、交叉熵的定义. 不同于传统的性能类度量是基于经验公式或用户直觉上的定义, 信息类度量是构建在更为普适的理论基础上. 该类度量可以对二值分类中的“误差类别”与“拒识类别”进行区分, 而不需求人们输入代价信息. 针对拒识分类评价中更为关注的需求, 提出了三个“元度量(meta-measure)”用于考察度量. 由此用户可以在更高知识层面上测评度量的各自优缺点. 应用数值实例比较了24个信息度量. 对其中最优的信息度量进行了在“误差”与“拒识”代价性质方面的解析分析.
基于信息论度量而系统性地研究了拒识分类中客观评价问题. 定义了客观评价度量为一类无自由参数描述的函数. 该定义是为了从技术上可以简单地判别度量或评价在“客观性”或“主观性”中的归属. 建议了应用并考察24个信息度量. 它们分别来自于互信息、散度、交叉熵的定义. 不同于传统的性能类度量是基于经验公式或用户直觉上的定义, 信息类度量是构建在更为普适的理论基础上. 该类度量可以对二值分类中的“误差类别”与“拒识类别”进行区分, 而不需求人们输入代价信息. 针对拒识分类评价中更为关注的需求, 提出了三个“元度量(meta-measure)”用于考察度量. 由此用户可以在更高知识层面上测评度量的各自优缺点. 应用数值实例比较了24个信息度量. 对其中最优的信息度量进行了在“误差”与“拒识”代价性质方面的解析分析.
2012, 38(7): 1183-1189.
doi: 10.3724/SP.J.1004.2012.01183
摘要:
针对移动机器人基于视觉的导航, 本文提出了一种具有尺度和旋转不变的新的兴趣点检测算法—PLOT算子(Polynomial Local Orientation Tensor). PLOT算子主要是基于图像信号多项扩展式的局部方向张量. 文中首先分析了PLOT算子中局部方向张量属性, 并选取合适的调节参数, 使得局部方向张量能够提取不变特征. 主要应用自主尺度选择计算局部方向张量, 进而确定特征尺度来获得尺度不变特征. 最终基于局部方向张量的最小特征值来检测真实兴趣点. 本文通过重复率准则评估了PLOT算子, 并与目前常用兴趣点检测算法作比较. 实验结果表明在实际场景图像中, PLOT算子对于旋转、尺度以及亮度变换表现很稳定.
针对移动机器人基于视觉的导航, 本文提出了一种具有尺度和旋转不变的新的兴趣点检测算法—PLOT算子(Polynomial Local Orientation Tensor). PLOT算子主要是基于图像信号多项扩展式的局部方向张量. 文中首先分析了PLOT算子中局部方向张量属性, 并选取合适的调节参数, 使得局部方向张量能够提取不变特征. 主要应用自主尺度选择计算局部方向张量, 进而确定特征尺度来获得尺度不变特征. 最终基于局部方向张量的最小特征值来检测真实兴趣点. 本文通过重复率准则评估了PLOT算子, 并与目前常用兴趣点检测算法作比较. 实验结果表明在实际场景图像中, PLOT算子对于旋转、尺度以及亮度变换表现很稳定.
2012, 38(7): 1190-1199.
doi: 10.3724/SP.J.1004.2012.01190
摘要:
在基于接收信号强度指示(Received signal strength indicator, RSSI) 测距的无线传感器网络(Wireless sensor network, WSN)定位方法应用过程中, 信号强度与对应通信距离的对数成线性关系的假设在实际无线通信环境下几乎不能满足, 从而导致定位误差较大. 针对此问题, 本文首先利用区间数表示方法结合实际定位环境中RSSI数据的统计信息表示RSSI的分布区域, 并采用区间数聚类方法实现距离估计, 以减小由于RSSI值不确定性引起的距离估计误差, 然后利用这些距离估计值实现基于测距的WSN定位方法. 采用三种实际通信环境下RSSI测量数据完成的定位实验结果表明, 本文提出的基于区间数聚类RSSI-通信距离(RSSI-D)估计的定位方法可有效地提高定位精度.
在基于接收信号强度指示(Received signal strength indicator, RSSI) 测距的无线传感器网络(Wireless sensor network, WSN)定位方法应用过程中, 信号强度与对应通信距离的对数成线性关系的假设在实际无线通信环境下几乎不能满足, 从而导致定位误差较大. 针对此问题, 本文首先利用区间数表示方法结合实际定位环境中RSSI数据的统计信息表示RSSI的分布区域, 并采用区间数聚类方法实现距离估计, 以减小由于RSSI值不确定性引起的距离估计误差, 然后利用这些距离估计值实现基于测距的WSN定位方法. 采用三种实际通信环境下RSSI测量数据完成的定位实验结果表明, 本文提出的基于区间数聚类RSSI-通信距离(RSSI-D)估计的定位方法可有效地提高定位精度.
2012, 38(7): 1200-1210.
doi: 10.3724/SP.J.1004.2012.01200
摘要:
针对噪声先验统计特性未知情况下的非线性系统状态估计问题,提出了基于极大似然准则和 最大期望算法的自适应无迹卡尔曼滤波(Unscented Kalman filter, UKF) 算法.利用极大似然准则构造含有噪声统计特性的对数似然函数,通 过最大期望算法将噪声估计问题转化为对数似然函数数学期望极大化问题,最终得到带次优递 推噪声统计估计器的自适应UKF算法.仿真分析表明,与传统UKF算法相比,提出的自适应UKF算法 有效克服了传统UKF算法在系统噪声统计特性未知情况下滤波精度下降的问题,并实现了系统噪 声统计特性的在线估计.
针对噪声先验统计特性未知情况下的非线性系统状态估计问题,提出了基于极大似然准则和 最大期望算法的自适应无迹卡尔曼滤波(Unscented Kalman filter, UKF) 算法.利用极大似然准则构造含有噪声统计特性的对数似然函数,通 过最大期望算法将噪声估计问题转化为对数似然函数数学期望极大化问题,最终得到带次优递 推噪声统计估计器的自适应UKF算法.仿真分析表明,与传统UKF算法相比,提出的自适应UKF算法 有效克服了传统UKF算法在系统噪声统计特性未知情况下滤波精度下降的问题,并实现了系统噪 声统计特性的在线估计.
2012, 38(7): 1211-1217.
doi: 10.3724/SP.J.1004.2012.01211
摘要:
现有的带有一致性策略的分布式 滤波方法包含两个步骤：与相邻传感器节点交互通信的一致性步骤, 以及本地滤波步骤. 本文分析了一致性跟踪误差对于本地估计误差的影响, 并针对此影响, 提出了新的分布式H∞滤波方法. 当采样周期中一致性迭代次数有限时, 本文提出的方法能够抑制一致性跟踪误差对本地估计误差的影响；当采样周期中一致性迭代次数趋于无穷, 即一致性跟踪误差收敛到零时, 本文提出的分布式算法中的本地滤波就等价于集中式滤波. 仿真表明了本文方法的有效性.
现有的带有一致性策略的分布式 滤波方法包含两个步骤：与相邻传感器节点交互通信的一致性步骤, 以及本地滤波步骤. 本文分析了一致性跟踪误差对于本地估计误差的影响, 并针对此影响, 提出了新的分布式H∞滤波方法. 当采样周期中一致性迭代次数有限时, 本文提出的方法能够抑制一致性跟踪误差对本地估计误差的影响；当采样周期中一致性迭代次数趋于无穷, 即一致性跟踪误差收敛到零时, 本文提出的分布式算法中的本地滤波就等价于集中式滤波. 仿真表明了本文方法的有效性.
2012, 38(7): 1218-1223.
doi: 10.3724/SP.J.1004.2012.01218
摘要:
为了改进方向追踪法的重建精度和算法效率, 提出了一种基于谱投影梯度(Spectral projected gradient, SPG)追踪的压缩感知(Compressed sensing, CS) 重建算法. 该算法采用方向追踪法框架, 运用谱投影梯度方法计算更新方向和步长, 引进非单调线性搜索策略使算法避免收敛至局部最优解. 实验结果证明了该算法的有效性, 通过设定合适的阈值参数可以取得重建精度和算法效率之间的平衡.
为了改进方向追踪法的重建精度和算法效率, 提出了一种基于谱投影梯度(Spectral projected gradient, SPG)追踪的压缩感知(Compressed sensing, CS) 重建算法. 该算法采用方向追踪法框架, 运用谱投影梯度方法计算更新方向和步长, 引进非单调线性搜索策略使算法避免收敛至局部最优解. 实验结果证明了该算法的有效性, 通过设定合适的阈值参数可以取得重建精度和算法效率之间的平衡.
2012, 38(7): 1225-1228.
doi: 10.3724/SP.J.1004.2012.01225
摘要:
近期, 正则化方法吸引了越来越多的关注. 在L1正则子之后，Lq (0 q 1) 正则子被提出用于更好的求解稀疏性问题. 一个自然的问题是：在所有Lq (0 q 1) 正则子中, 哪一个q是最好的选择？通过采用相位图, 以及一组关于信号恢复与误差校正问题的实验, 我们表明: (i) 随着q减小, Lq正则子得到更稀疏的解; (ii) 当1/2L1/2正则子始终产生最好的稀疏解，且当0 q 1/2时，正则子的性能没有显著的区别. 因此, 我们认为L1/2正则子可被看作是一个Lq (0 q 1) 正则子的代表.
近期, 正则化方法吸引了越来越多的关注. 在L1正则子之后，Lq (0 q 1) 正则子被提出用于更好的求解稀疏性问题. 一个自然的问题是：在所有Lq (0 q 1) 正则子中, 哪一个q是最好的选择？通过采用相位图, 以及一组关于信号恢复与误差校正问题的实验, 我们表明: (i) 随着q减小, Lq正则子得到更稀疏的解; (ii) 当1/2L1/2正则子始终产生最好的稀疏解，且当0 q 1/2时，正则子的性能没有显著的区别. 因此, 我们认为L1/2正则子可被看作是一个Lq (0 q 1) 正则子的代表.
