2010年 第36卷 第4期
2010, 36(4): 465-474.
doi: 10.3724/SP.J.1004.2010.00465
摘要:
平面目标识别中的几何形变可用射影变换群描述. 与紧致李群SO(n, R)不同, 正则化的射影变换群, 即非紧致李群SL(n, R)上由黎曼度量决定的黎曼指数映射不同于由单参数子群决定的李群指数映射. 基于黎曼流形优化算法得到取值于特殊线性群SL(3, R)的样本的内蕴均值和协方差矩阵, 并依此构建李群正态分布. 利用此先验知识, 根据贝叶斯定理进行简单背景下的平面目标的识别实验. 结果表明, 利用射影变换群的统计特性可有效提高平面目标识别的成功率.
平面目标识别中的几何形变可用射影变换群描述. 与紧致李群SO(n, R)不同, 正则化的射影变换群, 即非紧致李群SL(n, R)上由黎曼度量决定的黎曼指数映射不同于由单参数子群决定的李群指数映射. 基于黎曼流形优化算法得到取值于特殊线性群SL(3, R)的样本的内蕴均值和协方差矩阵, 并依此构建李群正态分布. 利用此先验知识, 根据贝叶斯定理进行简单背景下的平面目标的识别实验. 结果表明, 利用射影变换群的统计特性可有效提高平面目标识别的成功率.
2010, 36(4): 475-487.
doi: 10.3724/SP.J.1004.2010.00475
摘要:
详细给出了基于反对称双正交小波重构的多尺度边缘检测方法的相关理论基础, 即推导了反对称双正交小波变换所具有的卷积运算性质; 分析了反对称双正交小波变换的微分算子功能; 提出了一种针对图像多尺度边缘提 取的小波重构算法. 在此基础上, 提出了基于反对称双正交小波重构的图像锐化增强方法. 首先对图像进行多尺度小波分解; 然后在小波重构中, 计算模值图和相角图, 提取各尺度边缘图像, 并根据边缘图像, 增强半重构图像的对应边缘点; 最后继续逐级重构,实现图像增强. 该方法在小波塔式分解数据的重构过程中有针对性地实现对图像边缘的锐化增强, 对图像增强和图像滤噪增强提供了一种新的解决问题的思路. 实验结果验证了 该方法的有效性.
详细给出了基于反对称双正交小波重构的多尺度边缘检测方法的相关理论基础, 即推导了反对称双正交小波变换所具有的卷积运算性质; 分析了反对称双正交小波变换的微分算子功能; 提出了一种针对图像多尺度边缘提 取的小波重构算法. 在此基础上, 提出了基于反对称双正交小波重构的图像锐化增强方法. 首先对图像进行多尺度小波分解; 然后在小波重构中, 计算模值图和相角图, 提取各尺度边缘图像, 并根据边缘图像, 增强半重构图像的对应边缘点; 最后继续逐级重构,实现图像增强. 该方法在小波塔式分解数据的重构过程中有针对性地实现对图像边缘的锐化增强, 对图像增强和图像滤噪增强提供了一种新的解决问题的思路. 实验结果验证了 该方法的有效性.
2010, 36(4): 488-498.
doi: 10.3724/SP.J.1004.2010.00488
摘要:
在流形学习的谱方法中, 流形展开被表述为优化问题. 这些优化问题的解是退化的, 即所有的样本将被嵌入到同一个点. 为了避免退化解, 谱方法对嵌入坐标人为地强加了一个单位协方差矩阵约束. 然而, 该约束往往导致流形展开的失真非常明显. 本文提出一种新的流形学习方法, 彻底抛弃了人为的单位协方差矩阵约束. 主要思路是先对流形边界进行嵌入, 然后再求流形内部的嵌入; 流形边界的嵌入位置被确定后, 流形内部样本的嵌入位置将被边界拉开, 使得它们不会都收缩到一个点上, 从而避免了退化解的出现. 将流形边界的嵌入位置作为边界条件, 求解一个线性方程组来得到内部样本的嵌入; 该线性方程组反映了尽量保持邻近样本间距离不变的要求. 流形边界的嵌入由简化流形的嵌入求出; 为此, 本文还设计了一种流形边界检测算法以及一种流形简化算法. 与目前代表性的几种流形学习方法进行了比较实验, 结果表明了本文方法的有效性, 其展开失真比谱方法明显要小.
在流形学习的谱方法中, 流形展开被表述为优化问题. 这些优化问题的解是退化的, 即所有的样本将被嵌入到同一个点. 为了避免退化解, 谱方法对嵌入坐标人为地强加了一个单位协方差矩阵约束. 然而, 该约束往往导致流形展开的失真非常明显. 本文提出一种新的流形学习方法, 彻底抛弃了人为的单位协方差矩阵约束. 主要思路是先对流形边界进行嵌入, 然后再求流形内部的嵌入; 流形边界的嵌入位置被确定后, 流形内部样本的嵌入位置将被边界拉开, 使得它们不会都收缩到一个点上, 从而避免了退化解的出现. 将流形边界的嵌入位置作为边界条件, 求解一个线性方程组来得到内部样本的嵌入; 该线性方程组反映了尽量保持邻近样本间距离不变的要求. 流形边界的嵌入由简化流形的嵌入求出; 为此, 本文还设计了一种流形边界检测算法以及一种流形简化算法. 与目前代表性的几种流形学习方法进行了比较实验, 结果表明了本文方法的有效性, 其展开失真比谱方法明显要小.
2010, 36(4): 499-508.
doi: 10.3724/SP.J.1004.2010.00499
摘要:
提出一种基于场景模型和统计学习的行人检测算法. 针对训练行人检测器时面临的动态场景的复杂性和行人样本多样性等问题, 通过背景建模, 从场景的背景图像上提取有限的负样本用于训练, 大幅度提高了分类器的检测率, 同时降低了虚警; 提出一种快速弱分类器选择算法, 根据正、负样本特征大小的分布和期望的检测率, 直接求解特征大小的阈值范围, 能够满足在线训练和更新检测器的要求; 提出一种基于正样本错误率的训练算法, 先根据正样本加权错误率选择弱分类器, 快速提高检测率, 在训练结束后调整最终分类器的加权系数, 在保证检测率的同时尽可能降低虚警率. 实验中构建了一个试验视频数据库和行人样本库, 数据库包括雨、雪、阴影、季节变化、摄像机平移、旋转、缩放等情况, 并设计实现了一个实时行人检测系统BMAT (Background modeling and Adaboost training), 实验结果证明了算法的有效性.
提出一种基于场景模型和统计学习的行人检测算法. 针对训练行人检测器时面临的动态场景的复杂性和行人样本多样性等问题, 通过背景建模, 从场景的背景图像上提取有限的负样本用于训练, 大幅度提高了分类器的检测率, 同时降低了虚警; 提出一种快速弱分类器选择算法, 根据正、负样本特征大小的分布和期望的检测率, 直接求解特征大小的阈值范围, 能够满足在线训练和更新检测器的要求; 提出一种基于正样本错误率的训练算法, 先根据正样本加权错误率选择弱分类器, 快速提高检测率, 在训练结束后调整最终分类器的加权系数, 在保证检测率的同时尽可能降低虚警率. 实验中构建了一个试验视频数据库和行人样本库, 数据库包括雨、雪、阴影、季节变化、摄像机平移、旋转、缩放等情况, 并设计实现了一个实时行人检测系统BMAT (Background modeling and Adaboost training), 实验结果证明了算法的有效性.
2010, 36(4): 509-521.
doi: 10.3724/SP.J.1004.2010.00509
摘要:
传统的图像角点特征检测方法在速度和准确性两方面难以兼顾. 针对该问题, 提出了一种角点特征检测的线搜索式方法. 该方法作用于一个以当前像素为中心核的圆掩模, 在该掩模内搜索通过核的所有直线, 如果存在一条直线不穿过核附近给定邻域以外的其他同值收缩核(Univalue segment assimilating nucleus, USAN)区域, 则当前像素点为角点. 论文论证了使用有限数目搜索线的可行性与必要性. 采用由粗及细的搜索策略, 动态设计搜索线的数目与搜索线上的检测点数目, 以提高检测速度. 提出了一种基于最大同值距离的新型非极大值抑制进行角点的精确定位, 并结合多种新型伪响应抑制措施, 有效地提高了算法的准确度. 实验结果表明该方法在准确性方面优于MIC、SUSAN和Harris等算法, 而且速度快, 仅稍慢于MIC算法, 具有优良的综合性能.
传统的图像角点特征检测方法在速度和准确性两方面难以兼顾. 针对该问题, 提出了一种角点特征检测的线搜索式方法. 该方法作用于一个以当前像素为中心核的圆掩模, 在该掩模内搜索通过核的所有直线, 如果存在一条直线不穿过核附近给定邻域以外的其他同值收缩核(Univalue segment assimilating nucleus, USAN)区域, 则当前像素点为角点. 论文论证了使用有限数目搜索线的可行性与必要性. 采用由粗及细的搜索策略, 动态设计搜索线的数目与搜索线上的检测点数目, 以提高检测速度. 提出了一种基于最大同值距离的新型非极大值抑制进行角点的精确定位, 并结合多种新型伪响应抑制措施, 有效地提高了算法的准确度. 实验结果表明该方法在准确性方面优于MIC、SUSAN和Harris等算法, 而且速度快, 仅稍慢于MIC算法, 具有优良的综合性能.
2010, 36(4): 522-527.
doi: 10.3724/SP.J.1004.2010.00522
摘要:
人脸配准可以作为表情分析、人脸识别等人脸相关研究的预处理步骤, 是人脸相关的计算机视觉研究的关键问题. 本文针对图像中水平视角在正负45°内的人脸配准问题, 利用基于Haar特征的非线性Boosting回归算法, 根据标定点邻域内的局部纹理预测标定点的位移, 提出了一种新的基于经典活动形状模型(Active shape model, ASM)的实时多视角人脸配准算法. 在两个数据集合上的测试实验表明, 该算法在速度、准确度和稳定性上都比经典的ASM算法有显著提高且优于近期的改进算法, 具有明显的实用价值.
人脸配准可以作为表情分析、人脸识别等人脸相关研究的预处理步骤, 是人脸相关的计算机视觉研究的关键问题. 本文针对图像中水平视角在正负45°内的人脸配准问题, 利用基于Haar特征的非线性Boosting回归算法, 根据标定点邻域内的局部纹理预测标定点的位移, 提出了一种新的基于经典活动形状模型(Active shape model, ASM)的实时多视角人脸配准算法. 在两个数据集合上的测试实验表明, 该算法在速度、准确度和稳定性上都比经典的ASM算法有显著提高且优于近期的改进算法, 具有明显的实用价值.
2010, 36(4): 528-533.
doi: 10.3724/SP.J.1004.2010.00528
摘要:
In this paper, we discuss global stabilization procedure for convergence of a more general feedforward nonlinear systems. Our stabilizer consists of a nested saturation function, which is a nonlinear combination of saturation functions. We extend the existing stabilization results and prove that our stabilizer is exponential convergent.
In this paper, we discuss global stabilization procedure for convergence of a more general feedforward nonlinear systems. Our stabilizer consists of a nested saturation function, which is a nonlinear combination of saturation functions. We extend the existing stabilization results and prove that our stabilizer is exponential convergent.
2010, 36(4): 534-542.
doi: 10.3724/SP.J.1004.2010.00534
摘要:
核主成分分析(Kernel principal component analysis, KPCA)是一种非线性降维工具, 在降低数据流分类处理量方面发挥着积极作用. 然而, 由于复杂性太高, 导致KPCA的降维能力有限. 为此, 本文给出了一种增量核主成分分析算法(Incremental KPCA for dimensionality-reduction, IKDR), 该算法在每步迭代估计中只需线性内存开销, 大大降低了复杂性. 在IKDR的基础上, 结合BP (Back propagation)神经网络提出了数据流在线分类框架: IKOCFrame (Online classification frame based on IKDR). 通过一系列真实和人工数据集上的实验, 检验了IKDR算法的收敛性, 并且验证了IKOCFrame相对于同类基于成分分析的分类算法的优越性.
核主成分分析(Kernel principal component analysis, KPCA)是一种非线性降维工具, 在降低数据流分类处理量方面发挥着积极作用. 然而, 由于复杂性太高, 导致KPCA的降维能力有限. 为此, 本文给出了一种增量核主成分分析算法(Incremental KPCA for dimensionality-reduction, IKDR), 该算法在每步迭代估计中只需线性内存开销, 大大降低了复杂性. 在IKDR的基础上, 结合BP (Back propagation)神经网络提出了数据流在线分类框架: IKOCFrame (Online classification frame based on IKDR). 通过一系列真实和人工数据集上的实验, 检验了IKDR算法的收敛性, 并且验证了IKOCFrame相对于同类基于成分分析的分类算法的优越性.
2010, 36(4): 543-549.
doi: 10.3724/SP.J.1004.2010.00543
摘要:
提出一种低能耗层次型拓扑控制算法(A low-power hierarchical wireless sensor network topology control algorithm, 简称LPH算法). 该算法是一种支持多跳网络、降低能耗的多级组网控制算法. 它将拓扑控制分为组网和拓扑维护两个阶段, 其中组网阶段包括选择簇头、标识簇头及簇内节点、优化拓扑三个任务, 算法在各个阶段、各个任务中都考虑了节能. 同时, 在簇头选择时考虑了簇头节点分布均衡问题, 通过优化拓扑降低簇内通信能耗. 其次, 通过静态地址与动态地址结合的方式提高网络层次及可维护性. 本文详细介绍了LPH算法及其思想, 给出算法的空间复杂度、时间复杂度及能耗分析, 并基于NS2仿真工具, 对LEACH、PEGASIS和LPH三种算法分别进行了模拟仿真, 说明LPH算法的性能与优势.
提出一种低能耗层次型拓扑控制算法(A low-power hierarchical wireless sensor network topology control algorithm, 简称LPH算法). 该算法是一种支持多跳网络、降低能耗的多级组网控制算法. 它将拓扑控制分为组网和拓扑维护两个阶段, 其中组网阶段包括选择簇头、标识簇头及簇内节点、优化拓扑三个任务, 算法在各个阶段、各个任务中都考虑了节能. 同时, 在簇头选择时考虑了簇头节点分布均衡问题, 通过优化拓扑降低簇内通信能耗. 其次, 通过静态地址与动态地址结合的方式提高网络层次及可维护性. 本文详细介绍了LPH算法及其思想, 给出算法的空间复杂度、时间复杂度及能耗分析, 并基于NS2仿真工具, 对LEACH、PEGASIS和LPH三种算法分别进行了模拟仿真, 说明LPH算法的性能与优势.
2010, 36(4): 550-557.
doi: 10.3724/SP.J.1004.2010.00550
摘要:
由于少数民族语言有其本身的特点, 不能简单地套用现有的连续语音识别的方法. 本文以蒙古语为例, 研讨了声学和语言模型的建立, 并在日本国际电气通信基础技术研究所的连续语音识别器上实现了蒙古语的语音识别系统. 本文侧重于语言模型的建立, 基于蒙古语黏着性语言特点, 提出用相似词聚类方法建立多类N-gram模型. 实验结果显示, 应用我们提出的语言模型, 识别精度比用传统的词的N-gram识别法提高了5.5%.
由于少数民族语言有其本身的特点, 不能简单地套用现有的连续语音识别的方法. 本文以蒙古语为例, 研讨了声学和语言模型的建立, 并在日本国际电气通信基础技术研究所的连续语音识别器上实现了蒙古语的语音识别系统. 本文侧重于语言模型的建立, 基于蒙古语黏着性语言特点, 提出用相似词聚类方法建立多类N-gram模型. 实验结果显示, 应用我们提出的语言模型, 识别精度比用传统的词的N-gram识别法提高了5.5%.
2010, 36(4): 558-563.
doi: 10.3724/SP.J.1004.2010.00558
摘要:
讨论不确定广义跳变时滞系统的鲁棒指数稳定性问题. 利用线性矩阵不等式(LMI)技术给出一个时滞区间依赖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. 数值例子说明本文的结果改进了已有的结论.
讨论不确定广义跳变时滞系统的鲁棒指数稳定性问题. 利用线性矩阵不等式(LMI)技术给出一个时滞区间依赖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. 数值例子说明本文的结果改进了已有的结论.
2010, 36(4): 564-572.
doi: 10.3724/SP.J.1004.2010.00564
摘要:
提出一种新颖的由粗调网络和细调网络构成的自适应双网络设计以消除伺服系统的未知时变不确定性. 粗调网络基于滑动模态控制, 数值逼近和误差补偿技术. 细调网络用于补偿跟踪误差, 由神经网络和基于在线曲线拟合的预测网络构成. 本文提供了详尽的理论分析和实现算法. 与现有方法的仿真比较验证了该设计的有效性.
提出一种新颖的由粗调网络和细调网络构成的自适应双网络设计以消除伺服系统的未知时变不确定性. 粗调网络基于滑动模态控制, 数值逼近和误差补偿技术. 细调网络用于补偿跟踪误差, 由神经网络和基于在线曲线拟合的预测网络构成. 本文提供了详尽的理论分析和实现算法. 与现有方法的仿真比较验证了该设计的有效性.
2010, 36(4): 573-579.
doi: 10.3724/SP.J.1004.2010.00573
摘要:
用自适应模糊控制来实现对带有摄动死区输入的一类未知非线性系统的控制. 文中给出了一种新的死区执行器模型, 该模型含有时变并且摄动的执行增益. 通过将死区非线性分解为一个线性类似项, 一个非线性项和一个扰动类似项降低了扰动类似项的上界, 从而可以用更小的控制力度来实现系统的鲁棒性. 利用反步后推技术与非线性参数化的模糊逼近器结合导出控制器, 该设计取消了模糊基函数须事先已知的限制. 本文不仅从理论上证明了所给控制器能够保证闭环系统的稳定性和预期的跟踪性能, 还用仿真实验验证了控制器的有效性.
用自适应模糊控制来实现对带有摄动死区输入的一类未知非线性系统的控制. 文中给出了一种新的死区执行器模型, 该模型含有时变并且摄动的执行增益. 通过将死区非线性分解为一个线性类似项, 一个非线性项和一个扰动类似项降低了扰动类似项的上界, 从而可以用更小的控制力度来实现系统的鲁棒性. 利用反步后推技术与非线性参数化的模糊逼近器结合导出控制器, 该设计取消了模糊基函数须事先已知的限制. 本文不仅从理论上证明了所给控制器能够保证闭环系统的稳定性和预期的跟踪性能, 还用仿真实验验证了控制器的有效性.
2010, 36(4): 580-585.
doi: 10.3724/SP.J.1004.2010.00580
摘要:
This paper proposes an operator based fault detection method for an actuator fault of an aluminum plate thermal process with input constraints. Operator-based robust right coprime factorization (RCF) approach is utilized in this method. After developing a mathematical model of the thermal process, a robust tracking operator system is designed for the process with input constraints. Following this, design of the fault detection system is given by using operator-based robust RCF approach. Finally, experiment is conducted to support the proposed design method.
This paper proposes an operator based fault detection method for an actuator fault of an aluminum plate thermal process with input constraints. Operator-based robust right coprime factorization (RCF) approach is utilized in this method. After developing a mathematical model of the thermal process, a robust tracking operator system is designed for the process with input constraints. Following this, design of the fault detection system is given by using operator-based robust RCF approach. Finally, experiment is conducted to support the proposed design method.
2010, 36(4): 586-592.
doi: 10.3724/SP.J.1004.2010.00586
摘要:
研究了钢铁企业板坯库的板坯倒垛(Slab stack shuffling, SSS)问题. 与以往研究倒垛问题不同, 考虑了板坯存储各库区吊机能力的实际限制. 对该问题通过考虑实际约束, 以总倒垛次数最小为目标函数建立了非线性整数规划模型. 基于对问题特征的分析, 分别针对轧制项目间是否存在共同可选板坯的两种情况, 将模型变换为线性整数规划模型. 另外, 利用提出的问题性质, 降低了模型的求解复杂性. 实验结果表明, 对于实际的问题规模, 基于该线性整数规划模型的优化方法能有效地求得问题的最优解.
研究了钢铁企业板坯库的板坯倒垛(Slab stack shuffling, SSS)问题. 与以往研究倒垛问题不同, 考虑了板坯存储各库区吊机能力的实际限制. 对该问题通过考虑实际约束, 以总倒垛次数最小为目标函数建立了非线性整数规划模型. 基于对问题特征的分析, 分别针对轧制项目间是否存在共同可选板坯的两种情况, 将模型变换为线性整数规划模型. 另外, 利用提出的问题性质, 降低了模型的求解复杂性. 实验结果表明, 对于实际的问题规模, 基于该线性整数规划模型的优化方法能有效地求得问题的最优解.
2010, 36(4): 593-597.
doi: 10.3724/SP.J.1004.2010.00593
摘要:
提出多块核主元分析算法, 基于此算法针对复杂过程提出了新的故障检测和诊断方法. 通过对整体过程分块统计残差实现非线性过程的分散故障诊断目的, 相应的控制限用来分离引起故障的位置或发现引起故障的变量. 提出的方法应用到田纳西过程得出的结论为: 该方法能够有效地提取块内和块间的非线性信息并显示出优越的故障诊断能力.
提出多块核主元分析算法, 基于此算法针对复杂过程提出了新的故障检测和诊断方法. 通过对整体过程分块统计残差实现非线性过程的分散故障诊断目的, 相应的控制限用来分离引起故障的位置或发现引起故障的变量. 提出的方法应用到田纳西过程得出的结论为: 该方法能够有效地提取块内和块间的非线性信息并显示出优越的故障诊断能力.
2010, 36(4): 597-602.
doi: 10.3724/SP.J.1004.2010.00597}
摘要:
主要研究了控制输入和外部输入中带有时变时滞的离散系统的有限时间H无穷控制问题. 首先通过定义一个取值为0或1的二元变量将具有时变时滞的单通道离散系统转化为多通道定时滞离散系统, 进一步利用该系统H无穷控制与相应倒向随机系统平滑估计之间的对偶关系解决该问题,通过与原系统维数相同的Riccati差分方程给出了该问题的解,并且给出了因果与严格因果H控制器存在的充分必要条件.
主要研究了控制输入和外部输入中带有时变时滞的离散系统的有限时间H无穷控制问题. 首先通过定义一个取值为0或1的二元变量将具有时变时滞的单通道离散系统转化为多通道定时滞离散系统, 进一步利用该系统H无穷控制与相应倒向随机系统平滑估计之间的对偶关系解决该问题,通过与原系统维数相同的Riccati差分方程给出了该问题的解,并且给出了因果与严格因果H控制器存在的充分必要条件.
2010, 36(4): 603-609.
doi: 10.3724/SP.J.1004.2010.00603
摘要:
约束传播是约束规划成功应用的关键技术之一. 针对累积调度问题提出一种结合工作间优先关系和工作最早开始/最晚完成时间约束的约束传播算法, 给出了算法的理论依据. 引用资源受限项目调度问题库PSPLIB中的典型问题对算法进行了测试, 结果表明: 针对测试问题新的约束传播算法在总体约减效果上优于现有约束传播算法, 新算法与基于能量推理的约束传播算法可以互补, 两者结合推理效果更好.
约束传播是约束规划成功应用的关键技术之一. 针对累积调度问题提出一种结合工作间优先关系和工作最早开始/最晚完成时间约束的约束传播算法, 给出了算法的理论依据. 引用资源受限项目调度问题库PSPLIB中的典型问题对算法进行了测试, 结果表明: 针对测试问题新的约束传播算法在总体约减效果上优于现有约束传播算法, 新算法与基于能量推理的约束传播算法可以互补, 两者结合推理效果更好.
2010, 36(4): 610-615.
doi: 10.3724/SP.J.1004.2010.00610
摘要:
针对人体运动跟踪领域中的自遮挡现象, 提出了一种基于概率模型的行人四肢自遮挡的检测算法. 首先, 该方法定义了基于马尔可夫模型的自遮挡状态概率模型; 其次, 利用椭圆肤色模型, 定义了层次肤色模型; 最后, 通过上述模型, 算法将行人四肢自遮挡状态的识别转换为计算自遮挡状态转换概率的过程. 实验表明, 该方法具有较高的准确性.
针对人体运动跟踪领域中的自遮挡现象, 提出了一种基于概率模型的行人四肢自遮挡的检测算法. 首先, 该方法定义了基于马尔可夫模型的自遮挡状态概率模型; 其次, 利用椭圆肤色模型, 定义了层次肤色模型; 最后, 通过上述模型, 算法将行人四肢自遮挡状态的识别转换为计算自遮挡状态转换概率的过程. 实验表明, 该方法具有较高的准确性.
2010, 36(4): 615-619.
doi: 10.3724/SP.J.1004.2010.00615
摘要:
针对线性中立型延时系统, 提出一种基于算子半群谱分解理论的控制器设计方法. 在中立型项的范数小于1的情况下, 利用谱理论并结合投影算子, 将系统无穷维解空间分解为有限维不稳定广义特征子空间和无限维稳定子空间的直和. 通过对有限维子系统的研究, 得到系统状态反馈控制律, 并通过投影算子证明了状态反馈控制闭环系统的渐近稳定性. 最后数值例子验证了所提方法的有效性.
针对线性中立型延时系统, 提出一种基于算子半群谱分解理论的控制器设计方法. 在中立型项的范数小于1的情况下, 利用谱理论并结合投影算子, 将系统无穷维解空间分解为有限维不稳定广义特征子空间和无限维稳定子空间的直和. 通过对有限维子系统的研究, 得到系统状态反馈控制律, 并通过投影算子证明了状态反馈控制闭环系统的渐近稳定性. 最后数值例子验证了所提方法的有效性.
2010, 36(4): 620-624.
doi: 10.3724/SP.J.1004.2010.00620
摘要:
为提高射频识别(Radio frequency identification, RFID)标签的识别效率, 本文针对RFID动态帧时隙ALOHA防冲突系统, 提出了新的标签估计方法和帧长确定方案. 标签估计中采用了不同的贝叶斯代价函数, 提出了几种贝叶斯标签估计方法, 它们的估计结果准确, 而且通过减小标签数取值范围可使计算复杂度得到降低. 随后, 推导出一种根据标签数确定最优帧长的方案, 它能使系统达到最大的信道利用率, 该最大信道利用率要大于帧的时隙数等于标签数时所能达到的最大利用率.
为提高射频识别(Radio frequency identification, RFID)标签的识别效率, 本文针对RFID动态帧时隙ALOHA防冲突系统, 提出了新的标签估计方法和帧长确定方案. 标签估计中采用了不同的贝叶斯代价函数, 提出了几种贝叶斯标签估计方法, 它们的估计结果准确, 而且通过减小标签数取值范围可使计算复杂度得到降低. 随后, 推导出一种根据标签数确定最优帧长的方案, 它能使系统达到最大的信道利用率, 该最大信道利用率要大于帧的时隙数等于标签数时所能达到的最大利用率.