2016年 第42卷 第2期
2016, 42(2): 161-171.
doi: 10.16383/j.aas.2016.c150510
摘要:
人们对大数据的认识已从"3Vs" (Volume-大容量; Variety-多样性; Velocity-处理实时性)、"4Vs" ("3Vs"与Value-价值)、到现今的"5Vs" ("4Vs"与Veracity-真实性).在此背景下, 首先分析过程工业大数据的"5Vs"特性; 接下来, 综述现有数据建模方法, 并结合过程工业大数据特有性质 (包括:多层面不规则采样性、多时空时间序列性、不真实数据混杂性) 论述现有数据建模方法应用于工业大数据建模时的局限; 最后, 探讨过程工业大数据建模有待研究的问题, 包括:1) 多层面不规则采样数据的潜结构建模; 2) 用于事件发现、决策和因果分析的多时空时间序列数据建模; 3) 含有不真实数据的鲁棒建模; 4) 支持实时建模的大容量数据计算架构与方法.
人们对大数据的认识已从"3Vs" (Volume-大容量; Variety-多样性; Velocity-处理实时性)、"4Vs" ("3Vs"与Value-价值)、到现今的"5Vs" ("4Vs"与Veracity-真实性).在此背景下, 首先分析过程工业大数据的"5Vs"特性; 接下来, 综述现有数据建模方法, 并结合过程工业大数据特有性质 (包括:多层面不规则采样性、多时空时间序列性、不真实数据混杂性) 论述现有数据建模方法应用于工业大数据建模时的局限; 最后, 探讨过程工业大数据建模有待研究的问题, 包括:1) 多层面不规则采样数据的潜结构建模; 2) 用于事件发现、决策和因果分析的多时空时间序列数据建模; 3) 含有不真实数据的鲁棒建模; 4) 支持实时建模的大容量数据计算架构与方法.
2016, 42(2): 172-188.
doi: 10.16383/j.aas.2016.c150408
摘要:
预见控制因其能够利用已知的未来目标信息或干扰信息来改善控制系统的性能, 在众多实际工程领域得到越来越多的应用, 正日益受到研究者的广泛关注.本文较全面概述了预见控制理论自20世纪60年代提出以后的发展状况, 重点概述线性最优预见控制、线性鲁棒预见控制、非线性预见控制等相关理论的研究进展, 并且总结预见控制在车辆主动悬挂系统、机电伺服系统、机器人、飞行器、电网发电系统等领域的应用现状.最后, 总结了预见控制的研究成果, 探讨了目前存在的主要问题并展望了未来发展方向.本文的综述旨在通过抛砖引玉, 促进预见控制理论及应用的全面发展.
预见控制因其能够利用已知的未来目标信息或干扰信息来改善控制系统的性能, 在众多实际工程领域得到越来越多的应用, 正日益受到研究者的广泛关注.本文较全面概述了预见控制理论自20世纪60年代提出以后的发展状况, 重点概述线性最优预见控制、线性鲁棒预见控制、非线性预见控制等相关理论的研究进展, 并且总结预见控制在车辆主动悬挂系统、机电伺服系统、机器人、飞行器、电网发电系统等领域的应用现状.最后, 总结了预见控制的研究成果, 探讨了目前存在的主要问题并展望了未来发展方向.本文的综述旨在通过抛砖引玉, 促进预见控制理论及应用的全面发展.
2016, 42(2): 189-201.
doi: 10.16383/j.aas.2016.c150432
摘要:
双足步行机器人的足迹规划方法难以满足快速步行条件下的计算效率要求, 并存在步幅变化时运动失稳的风险, 2D环境下点机器人栅格规划则难于生成针对双足步行的高效路径.本文提出针对各向异性特征全方位步行机器人的一种路径规划策略, 将状态网格图方法拓展到全方位移动机器人领域, 基于三项基本假设及基元类型划分给出了系统的运动基元枚举及选择方法, 借助实时修正的增量式AD*搜索算法实现仿人机器人在动态环境下的快速路径规划, 通过合理选择启发函数及状态转移代价, 生成了平滑高效的路径, 为后续足迹生成的动力学优化提供了基础.计算机仿真证实了方法对各类环境的适应性, Robocup避障竞速挑战赛的成功表现证明了方法对于机器人样机部署的可行性及其提高步行效率的潜力.
双足步行机器人的足迹规划方法难以满足快速步行条件下的计算效率要求, 并存在步幅变化时运动失稳的风险, 2D环境下点机器人栅格规划则难于生成针对双足步行的高效路径.本文提出针对各向异性特征全方位步行机器人的一种路径规划策略, 将状态网格图方法拓展到全方位移动机器人领域, 基于三项基本假设及基元类型划分给出了系统的运动基元枚举及选择方法, 借助实时修正的增量式AD*搜索算法实现仿人机器人在动态环境下的快速路径规划, 通过合理选择启发函数及状态转移代价, 生成了平滑高效的路径, 为后续足迹生成的动力学优化提供了基础.计算机仿真证实了方法对各类环境的适应性, Robocup避障竞速挑战赛的成功表现证明了方法对于机器人样机部署的可行性及其提高步行效率的潜力.
2016, 42(2): 202-212.
doi: 10.16383/j.aas.2016.c150338
摘要:
非线性自抗扰控制 (Nonlinear active disturbance rejection control, NLADRC) 较线性自抗扰控制 (Linear active disturbance rejection control, LADRC) 具有跟踪精度高、抗干扰能力强等优点, 但在参数整定、稳定性分析以及控制性能分析等方面有一定的困难, 阻碍了非线性自抗扰控制在实际中的应用, 而线性自抗扰控制成为工程应用的首选.本文提出一种线性/非线性自抗扰控制切换控制方法, 该方法既综合了线性/非线性自抗扰控制的优点, 又解决了非线性自抗扰控制在参数整定、稳定性分析等方面的困难:首先, 分析线性/非线性自抗扰控制各自优缺点, 并给出了一种切换控制策略; 其次, 提出一种基于优化进行查表或利用拟合公式的参数整定方法; 再次, 提出基于劳斯判据和鲁棒波波夫判据的稳定性分析方法.通过仿真验证了该切换方法在跟踪精度、抗干扰能力等方面具有一定优势.该切换控制方法将有助于更好地发挥非线性机制在要求实现高精度、高抗扰能力场合的独特优势, 有望在工程实际中获得应用.
非线性自抗扰控制 (Nonlinear active disturbance rejection control, NLADRC) 较线性自抗扰控制 (Linear active disturbance rejection control, LADRC) 具有跟踪精度高、抗干扰能力强等优点, 但在参数整定、稳定性分析以及控制性能分析等方面有一定的困难, 阻碍了非线性自抗扰控制在实际中的应用, 而线性自抗扰控制成为工程应用的首选.本文提出一种线性/非线性自抗扰控制切换控制方法, 该方法既综合了线性/非线性自抗扰控制的优点, 又解决了非线性自抗扰控制在参数整定、稳定性分析等方面的困难:首先, 分析线性/非线性自抗扰控制各自优缺点, 并给出了一种切换控制策略; 其次, 提出一种基于优化进行查表或利用拟合公式的参数整定方法; 再次, 提出基于劳斯判据和鲁棒波波夫判据的稳定性分析方法.通过仿真验证了该切换方法在跟踪精度、抗干扰能力等方面具有一定优势.该切换控制方法将有助于更好地发挥非线性机制在要求实现高精度、高抗扰能力场合的独特优势, 有望在工程实际中获得应用.
2016, 42(2): 213-225.
doi: 10.16383/j.aas.2016.c150465
摘要:
针对分布式有线无线异构网络化滤波系统中部署在不同地理空间的多传感器通过无线网络与每个局部融合中心通信, 然后测量数据被传到网关并进行协议转换后通过有线网络传输到对应的分布式滤波器, 会导致数据传输出现分布式有线无线网络诱导延时和数据丢包, 使得H2/H∞滤波更加困难的问题, 本文首先采用有向图描述分布式传感器节点的通信拓扑, 然后运用Markov链和伯努利分布分别刻画分布式有线无线网络诱导延时和数据丢包特性, 进而建立了融合分布式滤波器参数、有线无线异构网络通信约束的普适滤波误差动态系统综合模型.理论上证明了在分布式有线无线异构网络通信约束下所设计的滤波器使得滤波误差动态系统随机稳定且满足给定的H2/H∞性能指标, 并建立了系统随机稳定性、分布式滤波器参数及最长有线无线网络诱导延时和数据丢包之间的关系.最后, 仿真实例验证了本文所提方法是可行且有效.
针对分布式有线无线异构网络化滤波系统中部署在不同地理空间的多传感器通过无线网络与每个局部融合中心通信, 然后测量数据被传到网关并进行协议转换后通过有线网络传输到对应的分布式滤波器, 会导致数据传输出现分布式有线无线网络诱导延时和数据丢包, 使得H2/H∞滤波更加困难的问题, 本文首先采用有向图描述分布式传感器节点的通信拓扑, 然后运用Markov链和伯努利分布分别刻画分布式有线无线网络诱导延时和数据丢包特性, 进而建立了融合分布式滤波器参数、有线无线异构网络通信约束的普适滤波误差动态系统综合模型.理论上证明了在分布式有线无线异构网络通信约束下所设计的滤波器使得滤波误差动态系统随机稳定且满足给定的H2/H∞性能指标, 并建立了系统随机稳定性、分布式滤波器参数及最长有线无线网络诱导延时和数据丢包之间的关系.最后, 仿真实例验证了本文所提方法是可行且有效.
2016, 42(2): 226-234.
doi: 10.16383/j.aas.2016.c150269
摘要:
复杂网络的同步问题是复杂网络研究的热点之一, 本文研究了两个分数阶复杂网络间的函数投影同步问题.分别针对网络模型参数已知和参数未知两种情况, 利用自适应控制技术和分数阶系统稳定性理论, 设计自适应控制器, 使两个分数阶复杂动态网络实现函数投影同步.最后利用数值仿真验证所提出方法的有效性.
复杂网络的同步问题是复杂网络研究的热点之一, 本文研究了两个分数阶复杂网络间的函数投影同步问题.分别针对网络模型参数已知和参数未知两种情况, 利用自适应控制技术和分数阶系统稳定性理论, 设计自适应控制器, 使两个分数阶复杂动态网络实现函数投影同步.最后利用数值仿真验证所提出方法的有效性.
2016, 42(2): 235-245.
doi: 10.16383/j.aas.2016.c150429
摘要:
针对多峰优化问题, 本文结合多尺度量子谐振子算法的全局优化特性提出了基于划分的多尺度量子谐振子算法.对定义域进行合理均匀划分, 根据划分区域长度构建初始基态高斯曲线, 随着标准差衰减高斯曲线逐渐收敛, 从而在各个区域内快速搜索到极值点.对于实际函数的维度和极值数不同, 本文提出固定分辨率策略和多级分辨率策略来解决实际问题, 通过寻优精确性、全极值点寻优和全局多峰优化三个角度进行实验, 对比蚁群算法、差分进化算法等主流群智能算法, 可以表明该算法参数设置简单, 具有很好的寻优准确性、快速收敛性和记忆性.
针对多峰优化问题, 本文结合多尺度量子谐振子算法的全局优化特性提出了基于划分的多尺度量子谐振子算法.对定义域进行合理均匀划分, 根据划分区域长度构建初始基态高斯曲线, 随着标准差衰减高斯曲线逐渐收敛, 从而在各个区域内快速搜索到极值点.对于实际函数的维度和极值数不同, 本文提出固定分辨率策略和多级分辨率策略来解决实际问题, 通过寻优精确性、全极值点寻优和全局多峰优化三个角度进行实验, 对比蚁群算法、差分进化算法等主流群智能算法, 可以表明该算法参数设置简单, 具有很好的寻优准确性、快速收敛性和记忆性.
2016, 42(2): 246-254.
doi: 10.16383/j.aas.2016.c150105
摘要:
形状距离学习是形状匹配框架中引入的后处理步骤, 能够有效改善逐对计算得到的形状间距离.利用期望首达时间分析形状间相似度可能导致距离更新不准确, 针对这一问题提出了一种基于广义期望首达时间 (Generalized mean first-passage time, GMFPT) 的形状距离学习方法.将形状样本集合视作状态空间, 广义期望首达时间表示质点由一个状态转移至指定状态集合所需的平均时间步长, 本文将其视作更新后的形状间距离.通过引入广义期望首达时间, 形状距离学习方法能够有效地分析上下文相关的形状相似度, 显式地挖掘样本空间流形中的最短路径, 并消除冗余上下文形状信息的影响.将所提出的方法应用到不同形状数据集中进行仿真实验, 本文方法比其他方法能够得到更准确的形状检索结果.
形状距离学习是形状匹配框架中引入的后处理步骤, 能够有效改善逐对计算得到的形状间距离.利用期望首达时间分析形状间相似度可能导致距离更新不准确, 针对这一问题提出了一种基于广义期望首达时间 (Generalized mean first-passage time, GMFPT) 的形状距离学习方法.将形状样本集合视作状态空间, 广义期望首达时间表示质点由一个状态转移至指定状态集合所需的平均时间步长, 本文将其视作更新后的形状间距离.通过引入广义期望首达时间, 形状距离学习方法能够有效地分析上下文相关的形状相似度, 显式地挖掘样本空间流形中的最短路径, 并消除冗余上下文形状信息的影响.将所提出的方法应用到不同形状数据集中进行仿真实验, 本文方法比其他方法能够得到更准确的形状检索结果.
2016, 42(2): 255-269.
doi: 10.16383/j.aas.2016.c150059
摘要:
以近邻反射传播 (Affinity propagation, AP) 聚类算法为基础, 提出了一种基于同类约束的半监督近邻反射传播聚类方法 (Semi-supervised affinity propagation clustering method with homogeneity constraints, HCSAP).该方法在聚类目标函数中引入同类约束项, 以保证聚类结果与同类集先验信息一致.利用最大和信任传播 (Max-sum belief propagation) 优化过程对目标函数进行求解, 导出同类约束下的吸引度 (Responsibility) 和归属度 (Availability) 的迭代方程.人工数据集和真实数据集上的实验结果表明本文所提方法的有效性.
以近邻反射传播 (Affinity propagation, AP) 聚类算法为基础, 提出了一种基于同类约束的半监督近邻反射传播聚类方法 (Semi-supervised affinity propagation clustering method with homogeneity constraints, HCSAP).该方法在聚类目标函数中引入同类约束项, 以保证聚类结果与同类集先验信息一致.利用最大和信任传播 (Max-sum belief propagation) 优化过程对目标函数进行求解, 导出同类约束下的吸引度 (Responsibility) 和归属度 (Availability) 的迭代方程.人工数据集和真实数据集上的实验结果表明本文所提方法的有效性.
2016, 42(2): 270-278.
doi: 10.16383/j.aas.2016.c140854
摘要:
针对现有去雾后图像质量评价算法少、针对性弱和有效性差等问题, 本文提出一种基于分类学习的去雾后图像质量评价算法.该算法通过分析去雾后图像本身所蕴含的质量特征, 提取出基于图像增强、图像复原、统计先验以及人类视觉系统 (Human visual system, HVS) 的度量指标; 并在本文数据库基础上, 利用支持向量机 (Support vector machine, SVM) 将质量评价问题转换为分类问题.实验结果表明, 该算法与已有评价方法相比, 在获得高效分类评价结果的同时, 具有较好的实用性和主观一致性.
针对现有去雾后图像质量评价算法少、针对性弱和有效性差等问题, 本文提出一种基于分类学习的去雾后图像质量评价算法.该算法通过分析去雾后图像本身所蕴含的质量特征, 提取出基于图像增强、图像复原、统计先验以及人类视觉系统 (Human visual system, HVS) 的度量指标; 并在本文数据库基础上, 利用支持向量机 (Support vector machine, SVM) 将质量评价问题转换为分类问题.实验结果表明, 该算法与已有评价方法相比, 在获得高效分类评价结果的同时, 具有较好的实用性和主观一致性.
2016, 42(2): 279-289.
doi: 10.16383/j.aas.2016.c150460
摘要:
针对星载合成孔径雷达 (Synthetic aperture radar, SAR) 图像信噪比低、建筑物目标几何变形大以及周围背景复杂的特点, 本文提出了一种基于能量最小化的星载SAR图像建筑物分割方法.基于星载SAR图像数据构造条件概率能量项, 推动变形曲线向建筑物目标边界演化; 在能量泛函模型中定义长度能量项以保证变形曲线的平滑; 在水平集方法获取的SAR图像初始分割结果的基础上, 以高分辨率光学遥感影像中建筑物目标的轮廓作为先验信息, 构造先验形状能量项约束曲线在第二阶段的演化, 最终实现SAR图像建筑物的分割.实验结果表明, 该方法显著提高了建筑物目标轮廓的分割精度.
针对星载合成孔径雷达 (Synthetic aperture radar, SAR) 图像信噪比低、建筑物目标几何变形大以及周围背景复杂的特点, 本文提出了一种基于能量最小化的星载SAR图像建筑物分割方法.基于星载SAR图像数据构造条件概率能量项, 推动变形曲线向建筑物目标边界演化; 在能量泛函模型中定义长度能量项以保证变形曲线的平滑; 在水平集方法获取的SAR图像初始分割结果的基础上, 以高分辨率光学遥感影像中建筑物目标的轮廓作为先验信息, 构造先验形状能量项约束曲线在第二阶段的演化, 最终实现SAR图像建筑物的分割.实验结果表明, 该方法显著提高了建筑物目标轮廓的分割精度.
2016, 42(2): 290-298.
doi: 10.16383/j.aas.2016.c150196
摘要:
针对现有的阴影检测算法对较亮阴影和较暗地物中的阴影不能同时较好地检测等问题, 提出一种结合多种特征的高分辨率遥感影像阴影检测方法.该算法首先结合主成分分析、颜色特征和直方图的分割构建多种阈值检测条件, 然后综合多种特征来进行遥感影像阴影的初步检测, 最后通过分析RGB模型在阴影与非阴影地物上的差别, 利用颜色特性最终检测出阴影区域.实验结果表明, 本文算法能有效检测较亮阴影和较暗地物中的阴影.与现有方法相比, 较亮阴影的平均总错误率从水平集法的31.85%降至24.61%, 较暗地物中阴影的平均总错误率从自动检测法的37.75%降至23.30%.
针对现有的阴影检测算法对较亮阴影和较暗地物中的阴影不能同时较好地检测等问题, 提出一种结合多种特征的高分辨率遥感影像阴影检测方法.该算法首先结合主成分分析、颜色特征和直方图的分割构建多种阈值检测条件, 然后综合多种特征来进行遥感影像阴影的初步检测, 最后通过分析RGB模型在阴影与非阴影地物上的差别, 利用颜色特性最终检测出阴影区域.实验结果表明, 本文算法能有效检测较亮阴影和较暗地物中的阴影.与现有方法相比, 较亮阴影的平均总错误率从水平集法的31.85%降至24.61%, 较暗地物中阴影的平均总错误率从自动检测法的37.75%降至23.30%.
2016, 42(2): 299-308.
doi: 10.16383/j.aas.2016.c150344
摘要:
行人再识别指的是在无重叠视域多摄像机监控系统中, 匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题, 我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数, 然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明, 本文提出的算法具有较高的识别率, 其中在VIPeR数据集上, RANK1达到了40.7%, 且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.
行人再识别指的是在无重叠视域多摄像机监控系统中, 匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题, 我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数, 然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明, 本文提出的算法具有较高的识别率, 其中在VIPeR数据集上, RANK1达到了40.7%, 且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.
2016, 42(2): 309-314.
doi: 10.16383/j.aas.2016.c150284
摘要:
研究了状态依赖广义时变脉冲系统的时域稳定问题.基于微分矩阵不等式 (Differential matrix inequalities, DMI) 和S-procedure理论, 给出了两类状态依赖广义时变脉冲系统时域稳定的充分条件.接下来, 根据给出的充分条件设计了状态反馈控制器, 使得闭环系统时域稳定.最后, 给出数值算例来验证结论的有效性.
研究了状态依赖广义时变脉冲系统的时域稳定问题.基于微分矩阵不等式 (Differential matrix inequalities, DMI) 和S-procedure理论, 给出了两类状态依赖广义时变脉冲系统时域稳定的充分条件.接下来, 根据给出的充分条件设计了状态反馈控制器, 使得闭环系统时域稳定.最后, 给出数值算例来验证结论的有效性.
2016, 42(2): 315-320.
doi: 10.16383/j.aas.2016.c150446
摘要:
针对负载未知情况下Buck型DC-DC变换器系统, 基于有限时间控制技术和自适应控制技术, 提出了一种新的快速降压控制算法.首先, 基于时间尺度变换, 对系统的平均状态空间方程进行变换; 然后, 利用饱和有限时间控制理论设计出一类新的快速降压控制算法, 以实现输出电压在有限时间内收敛到参考电压.由于控制器设计过程中考虑了饱和约束条件, 使得变换器的占空比函数满足0到1之间的约束条件.对于负载未知情况, 设计了有限时间观测器以估计未知负载, 最终得到自适应式的有限时间控制算法.与PI控制结果进行了仿真对比, 验证了所提出的控制算法既具有快速的调节性能, 又具有较强的抗负载变化性能.
针对负载未知情况下Buck型DC-DC变换器系统, 基于有限时间控制技术和自适应控制技术, 提出了一种新的快速降压控制算法.首先, 基于时间尺度变换, 对系统的平均状态空间方程进行变换; 然后, 利用饱和有限时间控制理论设计出一类新的快速降压控制算法, 以实现输出电压在有限时间内收敛到参考电压.由于控制器设计过程中考虑了饱和约束条件, 使得变换器的占空比函数满足0到1之间的约束条件.对于负载未知情况, 设计了有限时间观测器以估计未知负载, 最终得到自适应式的有限时间控制算法.与PI控制结果进行了仿真对比, 验证了所提出的控制算法既具有快速的调节性能, 又具有较强的抗负载变化性能.
