2010年 第36卷 第12期
2010, 36(12): 1637-1644.
doi: 10.3724/SP.J.1004.2010.01637
摘要:
采用Mean shift算法对图像进行平滑和分割处理时, 带宽和采样点权重的选择直接影响平滑和分割的效果. 带宽分为空域带宽和值域带宽. 本文根据图像颜色分布的丰富程度定义了自适应空域带宽. 在此基础上, 通过最小化局部方差函数和最大化频域结构相似度函数获得自适应值域带宽. 此外, 通过定义采样点权重, 克服了图像过平滑问题. 通过随机选取大量的图像进行实验, 结果表明运用本文所选择的带宽和权重, 可以得到正确的图像区域分割结果.
采用Mean shift算法对图像进行平滑和分割处理时, 带宽和采样点权重的选择直接影响平滑和分割的效果. 带宽分为空域带宽和值域带宽. 本文根据图像颜色分布的丰富程度定义了自适应空域带宽. 在此基础上, 通过最小化局部方差函数和最大化频域结构相似度函数获得自适应值域带宽. 此外, 通过定义采样点权重, 克服了图像过平滑问题. 通过随机选取大量的图像进行实验, 结果表明运用本文所选择的带宽和权重, 可以得到正确的图像区域分割结果.
2010, 36(12): 1645-1654.
doi: 10.3724/SP.J.1004.2010.01645
摘要:
传统基于降维技术的人脸特征提取需要将图像转换成更高维的向量, 从而加剧维数灾难问题, 对于采用Fisher优化准则的特征提取, 这也会使小样本问题更加突出. 基于图像的矩阵表示, 本文提出了一种新的基于大间距准则和矩阵双向投影技术的人脸特征提取方法(Maximum margin criterion and image matrix bidirectional projection, MMC-MBP). 该方法一方面在计算散度矩阵时引入了能保持数据局部性的Laplacian矩阵, 以保持数据的流形结构, 从而提高识别正确率; 另一方面采用了有效且稳定的大间距的优化准则即最大化矩阵迹差, 能克服利用Fisher准则所带来的小样本问题; 更重要的, MMC-MBP方法给出了求解最优双向投影矩阵的迭代计算过程, 该迭代求解过程能保证目标函数的单调递增性、收敛性以及投影矩阵的收敛性, 从而成功解决了传统基于张量(矩阵)投影技术的特征提取方法特征维数过高或者无收敛解的问题. 最后广泛而系统的人脸识别实验表明, MMC-MBP的迭代求解过程能很快收敛, 且相比Eigenfaces, Fisherfaces, Laplacianfaces等脸识别方法, 具有更高的识别正确率, 是一种有效的人脸特征提取方法.
传统基于降维技术的人脸特征提取需要将图像转换成更高维的向量, 从而加剧维数灾难问题, 对于采用Fisher优化准则的特征提取, 这也会使小样本问题更加突出. 基于图像的矩阵表示, 本文提出了一种新的基于大间距准则和矩阵双向投影技术的人脸特征提取方法(Maximum margin criterion and image matrix bidirectional projection, MMC-MBP). 该方法一方面在计算散度矩阵时引入了能保持数据局部性的Laplacian矩阵, 以保持数据的流形结构, 从而提高识别正确率; 另一方面采用了有效且稳定的大间距的优化准则即最大化矩阵迹差, 能克服利用Fisher准则所带来的小样本问题; 更重要的, MMC-MBP方法给出了求解最优双向投影矩阵的迭代计算过程, 该迭代求解过程能保证目标函数的单调递增性、收敛性以及投影矩阵的收敛性, 从而成功解决了传统基于张量(矩阵)投影技术的特征提取方法特征维数过高或者无收敛解的问题. 最后广泛而系统的人脸识别实验表明, MMC-MBP的迭代求解过程能很快收敛, 且相比Eigenfaces, Fisherfaces, Laplacianfaces等脸识别方法, 具有更高的识别正确率, 是一种有效的人脸特征提取方法.
2010, 36(12): 1655-1660.
doi: 10.3724/SP.J.1004.2010.01655
摘要:
基于图的算法已经成为半监督学习中的一种流行方法, 该方法把数据定义为图的节点, 用图的边表示数据之间的关系, 在各种数据分布情况下都具有很高的分类准确度. 然而图方法的计算复杂度比较高, 当图的规模比较大时, 计算所需要的时间和存储都非常大, 这在一定程度上限制了图方法的使用. 因此, 如何控制图的大小是基于图的半监督学习算法中的一个重要问题. 本文提出了一种基于密度估计的快速聚类方法, 可以在局部范围对数据点进行聚类, 以聚类形成的子集作为构图的节点, 从而大大降低了图的复杂度. 新的聚类方法计算量较小, 通过推导得到的距离函数能较好地保持原有数据分布. 实验结果表明, 通过局部聚类后构建的小图在分类效果上与在原图上的结果相当, 同时在计算速度上有极大的提高.
基于图的算法已经成为半监督学习中的一种流行方法, 该方法把数据定义为图的节点, 用图的边表示数据之间的关系, 在各种数据分布情况下都具有很高的分类准确度. 然而图方法的计算复杂度比较高, 当图的规模比较大时, 计算所需要的时间和存储都非常大, 这在一定程度上限制了图方法的使用. 因此, 如何控制图的大小是基于图的半监督学习算法中的一个重要问题. 本文提出了一种基于密度估计的快速聚类方法, 可以在局部范围对数据点进行聚类, 以聚类形成的子集作为构图的节点, 从而大大降低了图的复杂度. 新的聚类方法计算量较小, 通过推导得到的距离函数能较好地保持原有数据分布. 实验结果表明, 通过局部聚类后构建的小图在分类效果上与在原图上的结果相当, 同时在计算速度上有极大的提高.
2010, 36(12): 1661-1673.
doi: 10.3724/SP.J.1004.2010.01661
摘要:
线性拉普拉斯判别准则(Linear Laplacian discrimination, LLD)作为一种非线性特征提取方法得到了较为成功的运用. 然而通过分析得知在具体使用LLD方法的过程中还会面临小样本以及如何确定原始样本空间类型的问题. 因此, 本文引入语境距离度量并结合最大间距判别准则的基本原理提出一种基于语境距离度量的拉普拉斯最大间距判别准则(Contextual-distance metric based Laplacian maximum margin criterion, CLMMC). 该准则不但在一定程度上避免小样本问题, 而且由于语境距离度量更关注输入样本簇内在的本质结构而不是原始样本空间的类型, 从而降低了该准则对特定样本空间的依赖程度. 同时通过引入计算语境距离度量的新算法并结合QR分解的基本原理, 使得CLMMC在处理高维矢量模式数据时更具适应性和效率. 并从理论上讨论CLMMC准则具有的基本性质以及与LLD准则的内在联系. 实验证明CLMMC准则具有上述优势.
线性拉普拉斯判别准则(Linear Laplacian discrimination, LLD)作为一种非线性特征提取方法得到了较为成功的运用. 然而通过分析得知在具体使用LLD方法的过程中还会面临小样本以及如何确定原始样本空间类型的问题. 因此, 本文引入语境距离度量并结合最大间距判别准则的基本原理提出一种基于语境距离度量的拉普拉斯最大间距判别准则(Contextual-distance metric based Laplacian maximum margin criterion, CLMMC). 该准则不但在一定程度上避免小样本问题, 而且由于语境距离度量更关注输入样本簇内在的本质结构而不是原始样本空间的类型, 从而降低了该准则对特定样本空间的依赖程度. 同时通过引入计算语境距离度量的新算法并结合QR分解的基本原理, 使得CLMMC在处理高维矢量模式数据时更具适应性和效率. 并从理论上讨论CLMMC准则具有的基本性质以及与LLD准则的内在联系. 实验证明CLMMC准则具有上述优势.
2010, 36(12): 1674-1680.
doi: 10.3724/SP.J.1004.2010.01674
摘要:
作为物联网的核心技术之一, 射频识别(Radio frequency identification, RFID)已广泛应用到多个行业中. 而复杂的应用环境和多样化的产品设备也给RFID应用部署带来了新的挑战. 为了解决RFID应用测试中的组合爆炸问题, 本文提出一种RFID应用组合测试优化方法, 可以在多因子多水平的条件下通过正交设计在所有试验方案中均匀地挑选出最具有代表性的少数试验方案来简化测试, 并利用方差分析法获得各因子对测试结果影响的主次因素和变化规律, 协助使用者迅速建立对输入输出关系的认识. 以RFID标签应用为例进行的组合测试数据分析表明, 利用试验设计方法对RFID应用组合测试的设计方案进行优化, 可以为RFID系统部署提供有益的参考依据.
作为物联网的核心技术之一, 射频识别(Radio frequency identification, RFID)已广泛应用到多个行业中. 而复杂的应用环境和多样化的产品设备也给RFID应用部署带来了新的挑战. 为了解决RFID应用测试中的组合爆炸问题, 本文提出一种RFID应用组合测试优化方法, 可以在多因子多水平的条件下通过正交设计在所有试验方案中均匀地挑选出最具有代表性的少数试验方案来简化测试, 并利用方差分析法获得各因子对测试结果影响的主次因素和变化规律, 协助使用者迅速建立对输入输出关系的认识. 以RFID标签应用为例进行的组合测试数据分析表明, 利用试验设计方法对RFID应用组合测试的设计方案进行优化, 可以为RFID系统部署提供有益的参考依据.
2010, 36(12): 1681-1688.
doi: 10.3724/SP.J.1004.2010.01681
摘要:
提出一种核k最近邻算法. 首先给出用于最近邻学习的信息能度量方法, 该方法克服了高维数据不便于用传统距离度量表示的困难, 提高了数据间类别相似性和距离的一致性. 在此基础上, 将传统的kNN扩展为非线性形式, 并采用半正定规划学习全局最优的度量矩阵. 算法主要特点是: 能较好地适用于高维数据, 并有效提升kNN 的分类性能. 多个数据集的实验和分析表明, 本文的Kernel-kNN算法与传统的kNN算法比较, 在低维数据上, 分类准确率相当; 在高维数据上, 分类性能有明显提高.
提出一种核k最近邻算法. 首先给出用于最近邻学习的信息能度量方法, 该方法克服了高维数据不便于用传统距离度量表示的困难, 提高了数据间类别相似性和距离的一致性. 在此基础上, 将传统的kNN扩展为非线性形式, 并采用半正定规划学习全局最优的度量矩阵. 算法主要特点是: 能较好地适用于高维数据, 并有效提升kNN 的分类性能. 多个数据集的实验和分析表明, 本文的Kernel-kNN算法与传统的kNN算法比较, 在低维数据上, 分类准确率相当; 在高维数据上, 分类性能有明显提高.
2010, 36(12): 1689-1696.
doi: 10.3724/SP.J.1004.2010.01689
摘要:
提出了一种基于一致性的分布式滤波算法, 针对实际应用中存在的网络丢包问题, 重点研究了有丢包时的分布式滤波算法, 通过理论分析给出了估计误差系统收敛的充分条件. 应用数值仿真将本 文提出的算法与已有的经典滤波算法分别在理想状况与有丢包状况时进行比较, 研究表明本算法在丢包时具有较优的滤波效果. 并进一步研究了一致性步长对估计误差协方差的影响, 发现存在估计误差达到最小值的最优步长. 最后, 研究了丢包率对算法的影响, 发现起``领导''作用的传感器在滤波时发挥重要作用, 可通过控制这些传感器的丢包率来减小丢包对整个网络系统的影响.
提出了一种基于一致性的分布式滤波算法, 针对实际应用中存在的网络丢包问题, 重点研究了有丢包时的分布式滤波算法, 通过理论分析给出了估计误差系统收敛的充分条件. 应用数值仿真将本 文提出的算法与已有的经典滤波算法分别在理想状况与有丢包状况时进行比较, 研究表明本算法在丢包时具有较优的滤波效果. 并进一步研究了一致性步长对估计误差协方差的影响, 发现存在估计误差达到最小值的最优步长. 最后, 研究了丢包率对算法的影响, 发现起``领导''作用的传感器在滤波时发挥重要作用, 可通过控制这些传感器的丢包率来减小丢包对整个网络系统的影响.
2010, 36(12): 1697-1705.
doi: 10.3724/SP.J.1004.2010.01697
摘要:
在不使用几何参数描述大规模环境的前提下, 提出了基于分治法的同步定位与环境采样地图创建 (Simultaneous localization and sampled environment mapping, SLASEM)算法来同时进行定位与地图创建. 该算法采用环境采样地图(Sampled environment map, SEM)描述环境, 使算法不局限于用几何参数描述的规则环境. 同时该算法实时地创建局部地图, 并基于分治法合并局部地图, 保证了算法的实时性. 在合并两个子地图时, 算法首先从环境采样地图中提取出角点, 利用角点约束初步更新子地图; 然后利用符号正交距离函数作为虚拟测量函数, 再次细微地更新子地图; 最后将两个子地图合并到一个大地图, 约简冗余的环境采样粒子, 以提高地图的紧凑性. 两个实验的结果验证了所提算法的有效性和实时性.
在不使用几何参数描述大规模环境的前提下, 提出了基于分治法的同步定位与环境采样地图创建 (Simultaneous localization and sampled environment mapping, SLASEM)算法来同时进行定位与地图创建. 该算法采用环境采样地图(Sampled environment map, SEM)描述环境, 使算法不局限于用几何参数描述的规则环境. 同时该算法实时地创建局部地图, 并基于分治法合并局部地图, 保证了算法的实时性. 在合并两个子地图时, 算法首先从环境采样地图中提取出角点, 利用角点约束初步更新子地图; 然后利用符号正交距离函数作为虚拟测量函数, 再次细微地更新子地图; 最后将两个子地图合并到一个大地图, 约简冗余的环境采样粒子, 以提高地图的紧凑性. 两个实验的结果验证了所提算法的有效性和实时性.
2010, 36(12): 1706-1710.
doi: 10.3724/SP.J.1004.2010.01706
摘要:
研究多机器人系统的协同一致性问题. 在考虑了系统中存在采样、保持以及时延的情况下, 对多机器人系统进行稳定性分析. 提出了一种简便的图形的稳定性判据, 以保证多机器人协同控制系统的一致性收敛. 在此基础上, 推导出了时延为一个采样周期时系统的稳定域. 最后, 利用Matlab进行车辆编队控制系统的仿真, 结果证明了提出的稳定性判据的可行性.
研究多机器人系统的协同一致性问题. 在考虑了系统中存在采样、保持以及时延的情况下, 对多机器人系统进行稳定性分析. 提出了一种简便的图形的稳定性判据, 以保证多机器人协同控制系统的一致性收敛. 在此基础上, 推导出了时延为一个采样周期时系统的稳定域. 最后, 利用Matlab进行车辆编队控制系统的仿真, 结果证明了提出的稳定性判据的可行性.
2010, 36(12): 1711-1719.
doi: 10.3724/SP.J.1004.2010.01711
摘要:
In this work, we introduce a category of dynamic manipulation processes, namely passive dynamic object manipulation, according to which an object is manipulated passively. Specifically, we study passive dynamic manipulation here. We define the main concept, discuss the challenges, and talk about the future directions. Like other passive robotic systems, there are no actuators in these systems. The object follows a path and travels along it under the effect of its own weight, as well as the interaction force applied by each manipulator on it. We select some simple examples to show the concept. For each example, dynamic equations of motion are derived and the stability of the process is taken into account. In this direction, some rules are derived under which we ensure that the manipulation process does not fail. Simulations support this idea.
In this work, we introduce a category of dynamic manipulation processes, namely passive dynamic object manipulation, according to which an object is manipulated passively. Specifically, we study passive dynamic manipulation here. We define the main concept, discuss the challenges, and talk about the future directions. Like other passive robotic systems, there are no actuators in these systems. The object follows a path and travels along it under the effect of its own weight, as well as the interaction force applied by each manipulator on it. We select some simple examples to show the concept. For each example, dynamic equations of motion are derived and the stability of the process is taken into account. In this direction, some rules are derived under which we ensure that the manipulation process does not fail. Simulations support this idea.
2010, 36(12): 1720-1731.
doi: 10.3724/SP.J.1004.2010.01720
摘要:
双摆机器人两摆杆具有一个自稳定(Down-down)和三个自不稳定(Down-up, up-down, up-up)的平衡状态, 4个平衡状态之间可以构成12个相互转换的运动动作和8个自旋动作. 本文运用基于动觉智能图式的仿人智能控制理论, 设计具有基于特征辨识多控制模态结构的控制器; 采用``类等效''的系统建模方法和改进型遗传算法, 实现双摆机器人模型的精确辨识和其多模态控制器多参数的整定与优化, 并解决了多控制模态之间的平滑切换, 以及从仿真研究到实时控制成功的快速过渡等关键问题. 以(Down-up)向(Up-down)状态的转换为例, 说明了如何实现四个平衡状态之间的任意相互转换的运动控制, 并介绍了仿人智能控制器设计的详细过程. 仿真与实时控制的实例证明了设计理论与方法的有效性.
双摆机器人两摆杆具有一个自稳定(Down-down)和三个自不稳定(Down-up, up-down, up-up)的平衡状态, 4个平衡状态之间可以构成12个相互转换的运动动作和8个自旋动作. 本文运用基于动觉智能图式的仿人智能控制理论, 设计具有基于特征辨识多控制模态结构的控制器; 采用``类等效''的系统建模方法和改进型遗传算法, 实现双摆机器人模型的精确辨识和其多模态控制器多参数的整定与优化, 并解决了多控制模态之间的平滑切换, 以及从仿真研究到实时控制成功的快速过渡等关键问题. 以(Down-up)向(Up-down)状态的转换为例, 说明了如何实现四个平衡状态之间的任意相互转换的运动控制, 并介绍了仿人智能控制器设计的详细过程. 仿真与实时控制的实例证明了设计理论与方法的有效性.
2010, 36(12): 1732-1743.
doi: 10.3724/SP.J.1004.2010.01732
摘要:
驾驶辅助系统中的驾驶员模型较为单一, 没有考虑驾驶员的情绪状态对驾驶策略的影响. 为此, 本文研究了简化路况下驾驶员的情绪模型. 基于OCC (Ortony-clore-collins) 模型、情绪状态自发转移过程的马尔科夫模型和情绪状态刺激转移的隐马尔科夫模型(Hidden Markov model, HMM), 本文提出路况变化和无路况两种情况下的情绪模型, 并对驾驶员的跟驰、切换车道和超车过程中的情绪变化进行了研究. 在自发转移过程中, 结合情绪实时变化的特性, 提出了时变的自发转移过程,而在情绪刺激转移中, 考虑了情感对刺激的记忆效应, 即同种刺激先后对情感影响不同. 讨论了认知情感的变化对驾驶策略的影响. 针对车距、路宽和周围车辆车速对驾驶员的情感影响程度、刺激敏感程度以及特定事件对驾驶员的影响过程, 进行了仿真实验, 预估出驾驶员在特定事件刺激下会采取何种驾驶策略. 并进行了实测数据验证, 实验结果验证了所提出模型的有效性, 为驾驶辅助系统中建立驾驶员模型提供了有借鉴意义的基础理论.
驾驶辅助系统中的驾驶员模型较为单一, 没有考虑驾驶员的情绪状态对驾驶策略的影响. 为此, 本文研究了简化路况下驾驶员的情绪模型. 基于OCC (Ortony-clore-collins) 模型、情绪状态自发转移过程的马尔科夫模型和情绪状态刺激转移的隐马尔科夫模型(Hidden Markov model, HMM), 本文提出路况变化和无路况两种情况下的情绪模型, 并对驾驶员的跟驰、切换车道和超车过程中的情绪变化进行了研究. 在自发转移过程中, 结合情绪实时变化的特性, 提出了时变的自发转移过程,而在情绪刺激转移中, 考虑了情感对刺激的记忆效应, 即同种刺激先后对情感影响不同. 讨论了认知情感的变化对驾驶策略的影响. 针对车距、路宽和周围车辆车速对驾驶员的情感影响程度、刺激敏感程度以及特定事件对驾驶员的影响过程, 进行了仿真实验, 预估出驾驶员在特定事件刺激下会采取何种驾驶策略. 并进行了实测数据验证, 实验结果验证了所提出模型的有效性, 为驾驶辅助系统中建立驾驶员模型提供了有借鉴意义的基础理论.
2010, 36(12): 1744-1751.
doi: 10.3724/SP.J.1004.2010.01744
摘要:
在假定激励是参数白噪声的前提下, 基于箱体理论, 研究了无限维时滞随机关联系统中各子系统的内部联系. 利用向量Lyapunov 函数法, 研究了无限维时滞随机关联系统的群稳定性, 分别得到了无限维时滞非线性复合随机系统、无限维时滞弱耦合随机系统, 以及无限维时滞车辆跟随随机系统指数群稳定性的充分条件. 最后给出一个算例, 用以说明定理在实际中便于应用.
在假定激励是参数白噪声的前提下, 基于箱体理论, 研究了无限维时滞随机关联系统中各子系统的内部联系. 利用向量Lyapunov 函数法, 研究了无限维时滞随机关联系统的群稳定性, 分别得到了无限维时滞非线性复合随机系统、无限维时滞弱耦合随机系统, 以及无限维时滞车辆跟随随机系统指数群稳定性的充分条件. 最后给出一个算例, 用以说明定理在实际中便于应用.
2010, 36(12): 1752-1757.
doi: 10.3724/SP.J.1004.2010.01752
摘要:
考虑了基于动态补偿的矩形广义系统线性二次最优控制问题. 首先给出具有适当动态阶的补偿器,使得闭环系统正则、稳定、无脉冲(称为容许), 而且相关的矩阵不等式和Lyapunov方程解存在. 进一步二次性能指标可写成一个与该解和系统初值相关的表达式. 为了求解系统的最优控制问题, 将该Lyapunov方程转化为一个双线性矩阵不等式, 并给出了相应的路径跟踪算法以最小化二次性能指标, 进而得到最优补偿器. 最后, 通过数值算例说明本文方法的有效性和可行性.
考虑了基于动态补偿的矩形广义系统线性二次最优控制问题. 首先给出具有适当动态阶的补偿器,使得闭环系统正则、稳定、无脉冲(称为容许), 而且相关的矩阵不等式和Lyapunov方程解存在. 进一步二次性能指标可写成一个与该解和系统初值相关的表达式. 为了求解系统的最优控制问题, 将该Lyapunov方程转化为一个双线性矩阵不等式, 并给出了相应的路径跟踪算法以最小化二次性能指标, 进而得到最优补偿器. 最后, 通过数值算例说明本文方法的有效性和可行性.
2010, 36(12): 1758-1765.
doi: 10.3724/SP.J.1004.2010.01758
摘要:
在迭代学习控制研究中, 通常的一个假设是: 系统每次迭代初态与期望初态一致或迭代初态固定. 针对迭代学习控制律在迭代初态的限制下难以应用到机械臂轨迹跟踪控制中的问题, 本文对机械臂系统模型降阶变换, 将其转化为低阶系统. 对于变换设计后的机械臂系统模型, 提出一种带有角度修正的开闭环迭代学习控制算法, 该算法利用误差信号及相邻两次误差的偏差信号对系统控制律进行逐次修正, 与常规P型算法相比, 充分利用了系统已存的和当前的有效信息, 与常规PD型算法相比, 避免了由于微分作用而带来的不稳定影响. 同时, 用输出向量的角度关系作为评估控制输入好坏的标准对所设计的迭代学习律的变化趋势进行“奖-惩”, 从而实现了良好的跟踪效果并具有较快的收敛速度. 本文还针对机械臂系统存在关节转角限位的情况对控制算法进行改进, 以使机械臂在实际运作中真正实时地完成指定工作任务. 仿真结果表明了所提控制策略的有效性.
在迭代学习控制研究中, 通常的一个假设是: 系统每次迭代初态与期望初态一致或迭代初态固定. 针对迭代学习控制律在迭代初态的限制下难以应用到机械臂轨迹跟踪控制中的问题, 本文对机械臂系统模型降阶变换, 将其转化为低阶系统. 对于变换设计后的机械臂系统模型, 提出一种带有角度修正的开闭环迭代学习控制算法, 该算法利用误差信号及相邻两次误差的偏差信号对系统控制律进行逐次修正, 与常规P型算法相比, 充分利用了系统已存的和当前的有效信息, 与常规PD型算法相比, 避免了由于微分作用而带来的不稳定影响. 同时, 用输出向量的角度关系作为评估控制输入好坏的标准对所设计的迭代学习律的变化趋势进行“奖-惩”, 从而实现了良好的跟踪效果并具有较快的收敛速度. 本文还针对机械臂系统存在关节转角限位的情况对控制算法进行改进, 以使机械臂在实际运作中真正实时地完成指定工作任务. 仿真结果表明了所提控制策略的有效性.
2010, 36(12): 1766-1772.
doi: 10.3724/SP.J.1004.2010.01766
摘要:
主要研究具有时变时滞的动态复杂网络中的同步问题. 考虑两种时变时滞的情况—时滞连续一致有界和时滞可微且导数一致有界. 这里假设耦合结构矩阵非对称并且可约. 提出一些新的时滞相关的同步准则并且利用线性状态反馈控制器得到一些同步控制的结果, 其中控制器可以由Matlab软件求得. 最后给出一些数值仿真例子以说明同步准则的有效性.
主要研究具有时变时滞的动态复杂网络中的同步问题. 考虑两种时变时滞的情况—时滞连续一致有界和时滞可微且导数一致有界. 这里假设耦合结构矩阵非对称并且可约. 提出一些新的时滞相关的同步准则并且利用线性状态反馈控制器得到一些同步控制的结果, 其中控制器可以由Matlab软件求得. 最后给出一些数值仿真例子以说明同步准则的有效性.
2010, 36(12): 1773-1779.
doi: 10.3724/SP.J.1004.2010.01773
摘要:
讨论一类连续时间不确定切换奇异区间时变时滞系统的鲁棒指数容许性问题. 通过定义衰减率依赖李亚普诺夫函数并利用平均驻留时间法, 给出一个时滞区间依赖充分条件保证标称系统正则、无脉冲且均方指数稳定. 同时该准则也被推广至不确定系统. 本文获得的结论为连续时间切换奇异时滞系统的基本问题提供了一个解, 即识别切换信号使得切换奇异时滞系统正则、无脉冲且均方指数稳定. 数值例子说明本文结果的有效性.
讨论一类连续时间不确定切换奇异区间时变时滞系统的鲁棒指数容许性问题. 通过定义衰减率依赖李亚普诺夫函数并利用平均驻留时间法, 给出一个时滞区间依赖充分条件保证标称系统正则、无脉冲且均方指数稳定. 同时该准则也被推广至不确定系统. 本文获得的结论为连续时间切换奇异时滞系统的基本问题提供了一个解, 即识别切换信号使得切换奇异时滞系统正则、无脉冲且均方指数稳定. 数值例子说明本文结果的有效性.
2010, 36(12): 1780-1787.
doi: 10.3724/SP.J.1004.2010.01780
摘要:
首先使用反演方法分别设计了系统的连续时间状态反馈控制器、连续时间观测器和基于连续时间观测器的连续时间控制器. 接下来, 利用零阶保持法对连续时间状态反馈控制器进行离散化, 获得了状态反馈采样控制器; 利用零阶保持法对基于连续时间观测器 的连续时间控制器离散化, 获得了基于连续时间观测器的采样控制器; 利用Euler法对连续时间观测器离散化, 同时利用零阶保持法对控制器离散化, 从而获得了采样观测器和基于采样观测器的采样控制器. 本文论证了上述状态反馈采样控制器和基于连续时间观测器的采样控制器可以保证闭环系统渐近稳定, 而基于采样观测器的采样控制器可以保证被控对象的状态是有界的, 其最终边界依赖于设计参数与采样周期. 最后, 通过选择适当的采样周期, 完成了闭环采样控制系统的设计. 一个船舶航向控制的例子表明应用本文 所提方法设计出的三种采样控制器具有良好的控制效果.
首先使用反演方法分别设计了系统的连续时间状态反馈控制器、连续时间观测器和基于连续时间观测器的连续时间控制器. 接下来, 利用零阶保持法对连续时间状态反馈控制器进行离散化, 获得了状态反馈采样控制器; 利用零阶保持法对基于连续时间观测器 的连续时间控制器离散化, 获得了基于连续时间观测器的采样控制器; 利用Euler法对连续时间观测器离散化, 同时利用零阶保持法对控制器离散化, 从而获得了采样观测器和基于采样观测器的采样控制器. 本文论证了上述状态反馈采样控制器和基于连续时间观测器的采样控制器可以保证闭环系统渐近稳定, 而基于采样观测器的采样控制器可以保证被控对象的状态是有界的, 其最终边界依赖于设计参数与采样周期. 最后, 通过选择适当的采样周期, 完成了闭环采样控制系统的设计. 一个船舶航向控制的例子表明应用本文 所提方法设计出的三种采样控制器具有良好的控制效果.
2010, 36(12): 1788-1796.
doi: 10.3724/SP.J.1004.2010.01788
摘要:
研究了一类存在多步测量数据包丢失的线性离散时变系统故障检测滤波器(Fault detection filter, FDF)设计问题. 采用基于观测器的鲁棒H∞故障检测滤波器作为残差产生器,将故障检测滤波器的设计问题转化为一类随机时变系统的H∞滤波问题, 基于Riccati方程推导并证明了其存在的充分必要条件. 将滤波器参数矩阵求取转化为二次型优化问题, 通过求解Riccati方程, 得到滤波器参数矩阵的显式解. 算例验证了所提算法的有效性.
研究了一类存在多步测量数据包丢失的线性离散时变系统故障检测滤波器(Fault detection filter, FDF)设计问题. 采用基于观测器的鲁棒H∞故障检测滤波器作为残差产生器,将故障检测滤波器的设计问题转化为一类随机时变系统的H∞滤波问题, 基于Riccati方程推导并证明了其存在的充分必要条件. 将滤波器参数矩阵求取转化为二次型优化问题, 通过求解Riccati方程, 得到滤波器参数矩阵的显式解. 算例验证了所提算法的有效性.
