2020年 第46卷 第5期
2020, 46(5): 831-846.
doi: 10.16383/j.aas.2020.y000002
摘要:
可编辑区块链是区块链领域新兴而颇有争议的热点课题, 致力于在保障区块链安全可信等良好性质的前提下实现链上数据的可控编辑操作. 本文系统性地梳理和研究了可编辑区块链技术在信息安全和监管等领域面临的现实需求, 提出了可编辑区块链的工作框架, 并从数据修改、删除、插入、过滤和隐藏五个环节详细阐述了可编辑区块链的技术与方法, 最后讨论了该领域亟需解决的若干关键问题.
可编辑区块链是区块链领域新兴而颇有争议的热点课题, 致力于在保障区块链安全可信等良好性质的前提下实现链上数据的可控编辑操作. 本文系统性地梳理和研究了可编辑区块链技术在信息安全和监管等领域面临的现实需求, 提出了可编辑区块链的工作框架, 并从数据修改、删除、插入、过滤和隐藏五个环节详细阐述了可编辑区块链的技术与方法, 最后讨论了该领域亟需解决的若干关键问题.
2020, 46(5): 847-857.
doi: 10.16383/j.aas.c190363
摘要:
水上无人系统主要包括无人艇和无人机, 是未来执行水上救援、搜救和监测等任务的主要手段. 本文综述了近年来国内外在水上无人系统方面的最新研究进展, 包括企业界和学术界在无人艇和无人机方面的探索和实践, 介绍了水上无人系统研究在环境感知、航迹规划、避障和同质/异质自主体编队协同和海上弱小目标识别方面的研究成果, 分析讨论了不同方向的研究特点和面临的挑战.
水上无人系统主要包括无人艇和无人机, 是未来执行水上救援、搜救和监测等任务的主要手段. 本文综述了近年来国内外在水上无人系统方面的最新研究进展, 包括企业界和学术界在无人艇和无人机方面的探索和实践, 介绍了水上无人系统研究在环境感知、航迹规划、避障和同质/异质自主体编队协同和海上弱小目标识别方面的研究成果, 分析讨论了不同方向的研究特点和面临的挑战.
2020, 46(5): 858-877.
doi: 10.16383/j.aas.c180415
摘要:
无偏(静差)模型预测控制(Model predictive control, MPC)的设计目标是使被控变量渐近地跟踪设定值, 这类控制方法直接关系到闭环系统的跟踪性能和抗扰性能.由于可以有效处理不可测扰动、模型失配等, 无偏MPC具有很强的工程应用价值, 但是在理论方面并没有得到充分重视.近30年来, 围绕无偏MPC的原理、分析和设计展开了一系列的研究工作, 并取得了系统性的研究成果.当前的一些研究结果大多分散在不同的参考文献中, 缺少全面的梳理和呈现.本文的主要工作包括回顾常见无偏控制方法, 综述当前无偏MPC的研究进展, 并探讨一些潜在的研究方向.
无偏(静差)模型预测控制(Model predictive control, MPC)的设计目标是使被控变量渐近地跟踪设定值, 这类控制方法直接关系到闭环系统的跟踪性能和抗扰性能.由于可以有效处理不可测扰动、模型失配等, 无偏MPC具有很强的工程应用价值, 但是在理论方面并没有得到充分重视.近30年来, 围绕无偏MPC的原理、分析和设计展开了一系列的研究工作, 并取得了系统性的研究成果.当前的一些研究结果大多分散在不同的参考文献中, 缺少全面的梳理和呈现.本文的主要工作包括回顾常见无偏控制方法, 综述当前无偏MPC的研究进展, 并探讨一些潜在的研究方向.
2020, 46(5): 878-896.
doi: 10.16383/j.aas.c180861
摘要:
在全球信息化快速发展的背景下, 大数据已经成为一种战略资源.各行各业的决策活动在频度、广度及复杂性上较以往有着本质的不同.决策过程中的不确定性因素增多, 决策分析的难度不断加大.传统的数据分析方法以及基于人工经验的决策已难以满足大数据时代的决策需求, 大数据驱动的智能决策将成为决策研究的主旋律.该文结合大数据特性, 对大数据决策的特点进行了归纳, 并从智能决策支持系统、不确定性处理、信息融合、关联分析和增量分析等方面综述了大数据智能决策的研究与发展现状, 讨论了大数据智能决策依然面临的挑战, 并对一些潜在的研究方向进行了展望分析.
在全球信息化快速发展的背景下, 大数据已经成为一种战略资源.各行各业的决策活动在频度、广度及复杂性上较以往有着本质的不同.决策过程中的不确定性因素增多, 决策分析的难度不断加大.传统的数据分析方法以及基于人工经验的决策已难以满足大数据时代的决策需求, 大数据驱动的智能决策将成为决策研究的主旋律.该文结合大数据特性, 对大数据决策的特点进行了归纳, 并从智能决策支持系统、不确定性处理、信息融合、关联分析和增量分析等方面综述了大数据智能决策的研究与发展现状, 讨论了大数据智能决策依然面临的挑战, 并对一些潜在的研究方向进行了展望分析.
2020, 46(5): 897-908.
doi: 10.16383/j.aas.c180706
摘要:
如何实现快速磁共振成像(Magnetic resonance imaging, MRI)是MRI医学图像技术发展和应用的关键, 现有的快速MRI成像技术在成像速度及成像质量方面仍存在很大的提升空间.本文基于Contourlet变换, 对磁共振图像进行稀疏表示, 并结合传统PF-CS-SENSE框架, 提出一种基于Contourlet变换的组合MRI重构方法, 即PF-FICOTA-SENSE.考虑到组合MRI采样模式、低频数据的对称性以及Contourlet能更好地拟合曲线轮廓等因素, 进一步提出一种快速组合MRI方法, 该方法通过将低频部分重建由FICOTA重建替换为直接填零的傅里叶重建, 来实现快速重建.对比实验表明, 无论在MRI重构速度还是重构质量方面, 本文算法均能取得更好的性能.
如何实现快速磁共振成像(Magnetic resonance imaging, MRI)是MRI医学图像技术发展和应用的关键, 现有的快速MRI成像技术在成像速度及成像质量方面仍存在很大的提升空间.本文基于Contourlet变换, 对磁共振图像进行稀疏表示, 并结合传统PF-CS-SENSE框架, 提出一种基于Contourlet变换的组合MRI重构方法, 即PF-FICOTA-SENSE.考虑到组合MRI采样模式、低频数据的对称性以及Contourlet能更好地拟合曲线轮廓等因素, 进一步提出一种快速组合MRI方法, 该方法通过将低频部分重建由FICOTA重建替换为直接填零的傅里叶重建, 来实现快速重建.对比实验表明, 无论在MRI重构速度还是重构质量方面, 本文算法均能取得更好的性能.
2020, 46(5): 909-922.
doi: 10.16383/j.aas.c180130
摘要:
针对复杂不确定性环境下具有不规则形状的多扩展目标跟踪问题, 提出了一种基于星凸形随机超曲面模型(Star-convex RHM)的多扩展目标多伯努利滤波算法.首先, 在有限集统计(Finite set statistics, FISST)理论框架下, 采用多伯努利随机有限集(MBer-RFS)和泊松RFS (Possion-RFS)分别描述多扩展目标的状态和观测, 并给出扩展目标势均衡多目标多伯努利(ET-CBMeMBer)滤波器.其次, 利用RHM去描述任意星凸形扩展目标的量测源分布, 提出了容积卡尔曼高斯混合星凸形多扩展目标多伯努利滤波器.此外, 本文给出了一种多扩展目标不规则形状估计性能的评价指标.最后, 通过多扩展目标和具有形状突变的多群目标的跟踪仿真实验验证了本文方法的有效性.
针对复杂不确定性环境下具有不规则形状的多扩展目标跟踪问题, 提出了一种基于星凸形随机超曲面模型(Star-convex RHM)的多扩展目标多伯努利滤波算法.首先, 在有限集统计(Finite set statistics, FISST)理论框架下, 采用多伯努利随机有限集(MBer-RFS)和泊松RFS (Possion-RFS)分别描述多扩展目标的状态和观测, 并给出扩展目标势均衡多目标多伯努利(ET-CBMeMBer)滤波器.其次, 利用RHM去描述任意星凸形扩展目标的量测源分布, 提出了容积卡尔曼高斯混合星凸形多扩展目标多伯努利滤波器.此外, 本文给出了一种多扩展目标不规则形状估计性能的评价指标.最后, 通过多扩展目标和具有形状突变的多群目标的跟踪仿真实验验证了本文方法的有效性.
2020, 46(5): 923-933.
doi: 10.16383/j.aas.c180837
摘要:
目前贝叶斯网络(Bayesian networks, BN)的传统结构学习算法在处理高维数据时呈现出计算负担过大、在合理时间内难以得到期望精度结果的问题.为了在高维数据下学习稀疏BN的最优结构, 本文提出了一种学习稀疏BN最优结构的改进K均值分块学习算法.该算法采用分而治之的策略, 首先采用互信息作为节点间距离度量, 利用融合互信息的改进K均值算法对网络分块; 其次, 使用MMPC (Max-min parent and children)算法得到整个网络的架构, 根据架构找到块间所有边的可能连接方向, 从而找到所有可能的图结构; 之后, 对所有图结构依次进行结构学习; 最终利用评分找到最优BN.实验证明, 相比现有分块结构学习算法, 本文提出的算法不仅习得了网络的精确结构, 且学习速度有一定提高; 相比非分块经典结构学习算法, 本文提出的算法在保证精度基础上, 学习速度大幅提高, 解决了非分块经典结构学习算法无法在合理时间内处理高维数据的难题.
目前贝叶斯网络(Bayesian networks, BN)的传统结构学习算法在处理高维数据时呈现出计算负担过大、在合理时间内难以得到期望精度结果的问题.为了在高维数据下学习稀疏BN的最优结构, 本文提出了一种学习稀疏BN最优结构的改进K均值分块学习算法.该算法采用分而治之的策略, 首先采用互信息作为节点间距离度量, 利用融合互信息的改进K均值算法对网络分块; 其次, 使用MMPC (Max-min parent and children)算法得到整个网络的架构, 根据架构找到块间所有边的可能连接方向, 从而找到所有可能的图结构; 之后, 对所有图结构依次进行结构学习; 最终利用评分找到最优BN.实验证明, 相比现有分块结构学习算法, 本文提出的算法不仅习得了网络的精确结构, 且学习速度有一定提高; 相比非分块经典结构学习算法, 本文提出的算法在保证精度基础上, 学习速度大幅提高, 解决了非分块经典结构学习算法无法在合理时间内处理高维数据的难题.
2020, 46(5): 934-945.
doi: 10.16383/j.aas.c180399
摘要:
本文针对两轮自平衡可移动机器人, 提出了一种新的能耗最优运动轨迹规划方法.本文将轨迹规划与由轨迹跟踪控制器和机器人动力学方程组成的运动控制模型相结合, 基于期望轨迹与实际电机输入电压间的传递函数和能量在时域和频域上的对应关系, 通过频域分析的方法得到了具有明确机理表达的线性能耗模型, 并采用最小二乘线性回归法对模型参数进行辨识.对于能耗最优轨迹, 由全局路径规划得到的路径点作为局部轨迹规划的局部目标点, 通过一定的数学转换和参数求导, 可直接得到相邻两个局部目标点间的能耗最优运行轨迹和对应的运行时间.通过仿真实验证明了本文所提能耗模型的准确性和所得轨迹的能耗最优性.
本文针对两轮自平衡可移动机器人, 提出了一种新的能耗最优运动轨迹规划方法.本文将轨迹规划与由轨迹跟踪控制器和机器人动力学方程组成的运动控制模型相结合, 基于期望轨迹与实际电机输入电压间的传递函数和能量在时域和频域上的对应关系, 通过频域分析的方法得到了具有明确机理表达的线性能耗模型, 并采用最小二乘线性回归法对模型参数进行辨识.对于能耗最优轨迹, 由全局路径规划得到的路径点作为局部轨迹规划的局部目标点, 通过一定的数学转换和参数求导, 可直接得到相邻两个局部目标点间的能耗最优运行轨迹和对应的运行时间.通过仿真实验证明了本文所提能耗模型的准确性和所得轨迹的能耗最优性.
2020, 46(5): 946-956.
doi: 10.16383/j.aas.c180614
摘要:
在文物碎片自动重组过程中, 针对传统基于几何驱动重组的方法容易受噪声影响会产生误匹配等问题, 本文提出一种基于生成树代价和和几何约束的文物碎片自动重组方法. 首先, 采用曲度函数提取碎片断裂面上凹凸性显著的n个特征点; 进而, 对其进行拓扑重构, 以特征点空间位置之间的欧氏距离为权值, 构造n阶带权无向完全图及其最小、最大生成树, 以生成树的代价和为邻接约束, 快速筛选潜在匹配碎片; 然后, 再以特征点的主曲率构造特征串, 引入Hausdorff距离来衡量两个特征串之间的相似程度, 可以有效找出配对碎片; 最后, 采用四元数法估算旋转平移矩阵将碎片粗对齐, 再采用迭代最近点算法实现精确对齐. 实验结果表明, 重组误差小于1 mm, 与传统方法相比, 该方法特征点数量较少, 计算量小, 有效提高了碎片重组的效率和准确性.
在文物碎片自动重组过程中, 针对传统基于几何驱动重组的方法容易受噪声影响会产生误匹配等问题, 本文提出一种基于生成树代价和和几何约束的文物碎片自动重组方法. 首先, 采用曲度函数提取碎片断裂面上凹凸性显著的n个特征点; 进而, 对其进行拓扑重构, 以特征点空间位置之间的欧氏距离为权值, 构造n阶带权无向完全图及其最小、最大生成树, 以生成树的代价和为邻接约束, 快速筛选潜在匹配碎片; 然后, 再以特征点的主曲率构造特征串, 引入Hausdorff距离来衡量两个特征串之间的相似程度, 可以有效找出配对碎片; 最后, 采用四元数法估算旋转平移矩阵将碎片粗对齐, 再采用迭代最近点算法实现精确对齐. 实验结果表明, 重组误差小于1 mm, 与传统方法相比, 该方法特征点数量较少, 计算量小, 有效提高了碎片重组的效率和准确性.
2020, 46(5): 957-970.
doi: 10.16383/j.aas.c170657
摘要:
借鉴中国古代哲学理论所描述的系统动态平衡方法, 提出了解决连续函数优化问题的五行环优化算法.首先, 分析了基于五行元素生克原理而建立的五行环模型, 并在该模型基础上, 构建了元素空间结构以及元素更新方法等关键环节, 从而实现了五行环优化算法.随后, 对五行环优化算法进行了性能分析和关键参数比较, 针对标准测试函数, 将五行环优化算法与其他17个机制各异的启发式优化算法进行了比较, 实验结果验证了五行环优化算法的有效性和通用性, 也表明了其在求解连续函数优化问题上具有较好的优化性能.
借鉴中国古代哲学理论所描述的系统动态平衡方法, 提出了解决连续函数优化问题的五行环优化算法.首先, 分析了基于五行元素生克原理而建立的五行环模型, 并在该模型基础上, 构建了元素空间结构以及元素更新方法等关键环节, 从而实现了五行环优化算法.随后, 对五行环优化算法进行了性能分析和关键参数比较, 针对标准测试函数, 将五行环优化算法与其他17个机制各异的启发式优化算法进行了比较, 实验结果验证了五行环优化算法的有效性和通用性, 也表明了其在求解连续函数优化问题上具有较好的优化性能.
2020, 46(5): 971-985.
doi: 10.16383/j.aas.2018.c170461
摘要:
本文针对一类通信资源有限的集中式目标状态估计问题进行了研究, 提出一种带波门修正的事件触发机制.当事件触发条件不满足时, 相应探测器按通信系统设计带宽发送完整量测新息至融合中心.当事件触发条件满足时, 相应探测器将量化量测新息发送给融合中心.减少数据传输量, 减轻通信系统的负担.随后推导机制下的融合中心最小均方误差状态估计算法并对其性能进行了理论分析.最后给出一个光电探测网的应用算例, 表明了其在工程应用中的有效性及可行性.
本文针对一类通信资源有限的集中式目标状态估计问题进行了研究, 提出一种带波门修正的事件触发机制.当事件触发条件不满足时, 相应探测器按通信系统设计带宽发送完整量测新息至融合中心.当事件触发条件满足时, 相应探测器将量化量测新息发送给融合中心.减少数据传输量, 减轻通信系统的负担.随后推导机制下的融合中心最小均方误差状态估计算法并对其性能进行了理论分析.最后给出一个光电探测网的应用算例, 表明了其在工程应用中的有效性及可行性.
2020, 46(5): 991-1003.
doi: 10.16383/j.aas.2018.c170541
摘要:
利用fMRI数据准确地估计血液动力学状态, 能得到一种更接近神经元层面的大脑活动的客观表示, 这将促进人们对大脑运行机理的深刻理解, 推动脑认知的进一步发展.迄今为止, 人们已经提出了许多血液动力学状态估计方法.然而, 这些方法大都只考虑了相邻时刻血液动力学状态之间的关系, 忽视了更深层次的时序特征.而对模型参数先验信息的需求也使一些方法在实际应用中受到了限制.为此, 本文提出了一种基于循环神经网络的血液动力学状态估计新方法.首先, 利用血液动力学模型中非线性函数的反函数建立BOLD信号与血液动力学状态之间的映射关系, 并构建模型的反演过程.然后, 采用一种堆叠三个RNN模块的栈式神经网络结构来拟合这种映射关系, 使其能够以BOLD信号作为输入, 得到血液动力学状态的估计值.最后, 在仿真数据上验证新方法的性能.实验结果表明:与一些代表算法相比, 新方法能够更合理地提取fMRI数据中的时间特性, 有效地拟合BOLD信号与血液动力学状态之间的动态非线性关系.
利用fMRI数据准确地估计血液动力学状态, 能得到一种更接近神经元层面的大脑活动的客观表示, 这将促进人们对大脑运行机理的深刻理解, 推动脑认知的进一步发展.迄今为止, 人们已经提出了许多血液动力学状态估计方法.然而, 这些方法大都只考虑了相邻时刻血液动力学状态之间的关系, 忽视了更深层次的时序特征.而对模型参数先验信息的需求也使一些方法在实际应用中受到了限制.为此, 本文提出了一种基于循环神经网络的血液动力学状态估计新方法.首先, 利用血液动力学模型中非线性函数的反函数建立BOLD信号与血液动力学状态之间的映射关系, 并构建模型的反演过程.然后, 采用一种堆叠三个RNN模块的栈式神经网络结构来拟合这种映射关系, 使其能够以BOLD信号作为输入, 得到血液动力学状态的估计值.最后, 在仿真数据上验证新方法的性能.实验结果表明:与一些代表算法相比, 新方法能够更合理地提取fMRI数据中的时间特性, 有效地拟合BOLD信号与血液动力学状态之间的动态非线性关系.
2020, 46(5): 1004-1016.
doi: 10.16383/j.aas.c190798
摘要:
大尺寸、电子级直拉硅单晶生长过程中物理变化复杂、多场多相耦合、模型不确定且存在大滞后和非线性等特性, 因此如何实现硅单晶直径控制是一个具有理论意义和实际价值的问题. 本文结合工程实际提出一种基于混合集成建模的晶体直径自适应非线性预测控制方法. 首先, 为了准确辨识晶体直径模型, 提出基于互相关函数的时滞优化估计方法和基于Lipschitz商准则与模型拟合优度的模型阶次辨识方法; 其次, 基于“分而治之”原理构建晶体直径混合集成模型. 其中, 采用小波包分解(Wavelet packet decomposition, WPD)方法将原始数据分解成若干个子序列, 以减少其非平稳性和随机噪声. 极限学习机(Extreme learning machine, ELM)和长短时记忆网络(Long-short-term memory networks, LSTM)分别建立近似(低频)子序列和细节(高频)子序列的预测模型, 最终晶体直径预测输出由各子序列的预测结果汇总而成; 然后, 针对晶体直径混合集成模型失配问题以及目标函数难以求解问题, 提出一种基于蚁狮优化(Ant lion optimizer, ALO)的自适应非线性预测控制策略. 最后, 基于工程实验数据仿真分析, 验证了所提建模及控制方法的有效性.
大尺寸、电子级直拉硅单晶生长过程中物理变化复杂、多场多相耦合、模型不确定且存在大滞后和非线性等特性, 因此如何实现硅单晶直径控制是一个具有理论意义和实际价值的问题. 本文结合工程实际提出一种基于混合集成建模的晶体直径自适应非线性预测控制方法. 首先, 为了准确辨识晶体直径模型, 提出基于互相关函数的时滞优化估计方法和基于Lipschitz商准则与模型拟合优度的模型阶次辨识方法; 其次, 基于“分而治之”原理构建晶体直径混合集成模型. 其中, 采用小波包分解(Wavelet packet decomposition, WPD)方法将原始数据分解成若干个子序列, 以减少其非平稳性和随机噪声. 极限学习机(Extreme learning machine, ELM)和长短时记忆网络(Long-short-term memory networks, LSTM)分别建立近似(低频)子序列和细节(高频)子序列的预测模型, 最终晶体直径预测输出由各子序列的预测结果汇总而成; 然后, 针对晶体直径混合集成模型失配问题以及目标函数难以求解问题, 提出一种基于蚁狮优化(Ant lion optimizer, ALO)的自适应非线性预测控制策略. 最后, 基于工程实验数据仿真分析, 验证了所提建模及控制方法的有效性.
2020, 46(5): 1017-1030.
doi: 10.16383/j.aas.c170679
摘要:
从系统论、认知神经科学和生态演化的角度看, 智能是指生物体根据环境、条件、目标, 自适应地调整自身或调度各种资源实现目标的能力, 智能起源于生命, 智能是生物的基本特征.借助于脑神经系统演化的历史, 展示了自然智能的演化过程, 并由此构建了一个基于生态演化的通用智能系统结构模型, 系统地分析了一般智能系统的普遍性、开放性、动态演化性、相对稳定性、功能性、结构性、依附性、相对独立性、可延续性等基本特征.论文根据智能演化进程将智能系统分为7级, 利用智能系统结构模型分类探索专用人工智能和通用人工智能的发展方向以及有关智能系统的学习方法.这些工作对人工智能和智能科学基础理论研究与应用具有一定的启发意义.
从系统论、认知神经科学和生态演化的角度看, 智能是指生物体根据环境、条件、目标, 自适应地调整自身或调度各种资源实现目标的能力, 智能起源于生命, 智能是生物的基本特征.借助于脑神经系统演化的历史, 展示了自然智能的演化过程, 并由此构建了一个基于生态演化的通用智能系统结构模型, 系统地分析了一般智能系统的普遍性、开放性、动态演化性、相对稳定性、功能性、结构性、依附性、相对独立性、可延续性等基本特征.论文根据智能演化进程将智能系统分为7级, 利用智能系统结构模型分类探索专用人工智能和通用人工智能的发展方向以及有关智能系统的学习方法.这些工作对人工智能和智能科学基础理论研究与应用具有一定的启发意义.
2020, 46(5): 1031-1043.
doi: 10.16383/j.aas.c190437
摘要:
投资者情绪是股票市场中普遍存在的一种非理性行为, 是导致股票价格波动的重要因素. 本文采用模糊集合理论, 从微观视角下研究股票投资者情绪的传播过程. 采用对称三角模糊集合描述股票投资者思维的模糊性, 用模糊股价预期表示投资者情绪, 建立了股票投资者情绪的传播模型, 提出了三种基本的投资者情绪传播方式. 以股吧社区中的投资者情绪传播为例, 说明了所提出的股票投资者情绪传播模型的有效性.
投资者情绪是股票市场中普遍存在的一种非理性行为, 是导致股票价格波动的重要因素. 本文采用模糊集合理论, 从微观视角下研究股票投资者情绪的传播过程. 采用对称三角模糊集合描述股票投资者思维的模糊性, 用模糊股价预期表示投资者情绪, 建立了股票投资者情绪的传播模型, 提出了三种基本的投资者情绪传播方式. 以股吧社区中的投资者情绪传播为例, 说明了所提出的股票投资者情绪传播模型的有效性.
2020, 46(5): 1044-1050.
doi: 10.16383/j.aas.c180046
摘要:
本文考虑了一类非线性系统的对数量化反馈控制器的设计问题.假定该非线性系统满足一定扇形条件, 在此条件下, 通过引入闭环系统函数, 利用函数平移的方法, 给出了文中非线性系统具体的对数量化反馈控制器, 可做到稳定和渐近稳定两种控制目标.所得结论可以推广到线性系统, 与已有的结论相吻合, 说明了我们结论的正确性.同时, 所得结论也可应用于一般非线性系统量化控制器的设计.最后, 数值例子验证了所得结论.
本文考虑了一类非线性系统的对数量化反馈控制器的设计问题.假定该非线性系统满足一定扇形条件, 在此条件下, 通过引入闭环系统函数, 利用函数平移的方法, 给出了文中非线性系统具体的对数量化反馈控制器, 可做到稳定和渐近稳定两种控制目标.所得结论可以推广到线性系统, 与已有的结论相吻合, 说明了我们结论的正确性.同时, 所得结论也可应用于一般非线性系统量化控制器的设计.最后, 数值例子验证了所得结论.
2020, 46(5): 1051-1060.
doi: 10.16383/j.aas.c170503
摘要:
为解决一类非参数不确定系统在任意初态且输入增益未知情形下的轨迹跟踪问题, 提出准最优误差跟踪学习控制方法.该方法综合准最优控制和迭代学习控制两种技术设计控制器, 在构造期望误差轨迹的基础上, 根据控制Lyapunov函数及Sontag公式给出标称系统的优化控制, 以鲁棒方法和学习方法相结合的策略处理非参数不确定性.闭环系统经过足够次迭代运行后, 经由实现系统误差对期望误差轨迹在整个作业区间上的精确跟踪, 获得系统状态对参考信号在预设的部分作业区间上的精确跟踪.仿真结果表明所设计学习系统在收敛速度方面快于非优化设计.
为解决一类非参数不确定系统在任意初态且输入增益未知情形下的轨迹跟踪问题, 提出准最优误差跟踪学习控制方法.该方法综合准最优控制和迭代学习控制两种技术设计控制器, 在构造期望误差轨迹的基础上, 根据控制Lyapunov函数及Sontag公式给出标称系统的优化控制, 以鲁棒方法和学习方法相结合的策略处理非参数不确定性.闭环系统经过足够次迭代运行后, 经由实现系统误差对期望误差轨迹在整个作业区间上的精确跟踪, 获得系统状态对参考信号在预设的部分作业区间上的精确跟踪.仿真结果表明所设计学习系统在收敛速度方面快于非优化设计.
2020, 46(5): 1061-1062.
doi: 10.16383/j.aas.2018.c170539
摘要:
《自动化学报》39卷12期的"分数阶奇异系统容许性的充分必要条件"得到了基于线性矩阵不等式的分数阶广义系统容许性充分必要条件.本文给出一个数值反例表明文献[1 ]中定理1的充分条件结论并不成立, 必要条件也不准确.最后, 给出了修改正确的分数阶广义系统容许性充分必要条件.相比于文献[1 ]的定理1, 改进后充要条件没有保守性并去除了原文中分数阶广义系统正则性的限制要求.
《自动化学报》39卷12期的"分数阶奇异系统容许性的充分必要条件"得到了基于线性矩阵不等式的分数阶广义系统容许性充分必要条件.本文给出一个数值反例表明文献[
