2011年 第37卷 第5期
2011, 37(5): 517-528.
doi: 10.3724/SP.J.1004.2011.00517
摘要:
无线传感器网络(Wireless sensor network, WSN)是一个资源受限的网络系统.已提出了多种调度方法来提高网络性能. 本文归纳了WSN分布式调度方法的设计原则和分类方法,并按调度对象对调度方法进行了分类讨论. 详细论述了一些典型调度方法的内在机理,分析了每一类调度方法的特点. 对这些调度方法的设计目标和性能特点进行了对比.最后总结了WSN分布式调度方法的研究现状, 提出了该领域今后发展需要关注的重要因素.
无线传感器网络(Wireless sensor network, WSN)是一个资源受限的网络系统.已提出了多种调度方法来提高网络性能. 本文归纳了WSN分布式调度方法的设计原则和分类方法,并按调度对象对调度方法进行了分类讨论. 详细论述了一些典型调度方法的内在机理,分析了每一类调度方法的特点. 对这些调度方法的设计目标和性能特点进行了对比.最后总结了WSN分布式调度方法的研究现状, 提出了该领域今后发展需要关注的重要因素.
2011, 37(5): 529-540.
doi: 10.3724/SP.J.1004.2011.00529
摘要:
布尔网络是描述基因调控网络的一个有力工具. 由于系统生物学的发展, 布尔网络的分析与控制成为生物学与系统控制学科的交叉热点. 本文综述作者用其原创的矩阵半张量积方法在布尔网络的分析与控制中得到的一系列结果. 内容包括: 布尔网络的拓扑结构, 布尔控制网络的能控、能观性与实现, 布尔网络的稳定性和布尔控制网络的镇定, 布尔控制网络的干扰解耦, 布尔 (控制) 网络的辨识,以及布尔网络的最优控制等.
布尔网络是描述基因调控网络的一个有力工具. 由于系统生物学的发展, 布尔网络的分析与控制成为生物学与系统控制学科的交叉热点. 本文综述作者用其原创的矩阵半张量积方法在布尔网络的分析与控制中得到的一系列结果. 内容包括: 布尔网络的拓扑结构, 布尔控制网络的能控、能观性与实现, 布尔网络的稳定性和布尔控制网络的镇定, 布尔控制网络的干扰解耦, 布尔 (控制) 网络的辨识,以及布尔网络的最优控制等.
2011, 37(5): 541-549.
doi: 10.3724/SP.J.1004.2011.00541
摘要:
An important problem in engineering is the unknown parameters estimation in nonlinear systems. In this paper, a novel adaptive particle swarm optimization (APSO) method is proposed to solve this problem. This work considers two new aspects, namely an adaptive mutation mechanism and a dynamic inertia weight into the conventional particle swarm optimization (PSO) method. These mechanisms are employed to enhance global search ability and to increase accuracy. First, three well-known benchmark functions namely Griewank, Rosenbrock and Rastrigrin are utilized to test the ability of a search algorithm for identifying the global optimum. The performance of the proposed APSO is compared with advanced algorithms such as a nonlinearly decreasing weight PSO (NDWPSO) and a real-coded genetic algorithm (GA), in terms of parameter accuracy and convergence speed. It is confirmed that the proposed APSO is more successful than other aforementioned algorithms. Finally, the feasibility of this algorithm is demonstrated through estimating the parameters of two kinds of highly nonlinear systems as the case studies.
An important problem in engineering is the unknown parameters estimation in nonlinear systems. In this paper, a novel adaptive particle swarm optimization (APSO) method is proposed to solve this problem. This work considers two new aspects, namely an adaptive mutation mechanism and a dynamic inertia weight into the conventional particle swarm optimization (PSO) method. These mechanisms are employed to enhance global search ability and to increase accuracy. First, three well-known benchmark functions namely Griewank, Rosenbrock and Rastrigrin are utilized to test the ability of a search algorithm for identifying the global optimum. The performance of the proposed APSO is compared with advanced algorithms such as a nonlinearly decreasing weight PSO (NDWPSO) and a real-coded genetic algorithm (GA), in terms of parameter accuracy and convergence speed. It is confirmed that the proposed APSO is more successful than other aforementioned algorithms. Finally, the feasibility of this algorithm is demonstrated through estimating the parameters of two kinds of highly nonlinear systems as the case studies.
2011, 37(5): 550-559.
doi: 10.3724/SP.J.1004.2011.00550
摘要:
提出了一种新的基于特征不确定性度量的多特征融合跟踪算法. 首先, 针对粒子滤波跟踪算法中特征鉴别能力较弱且粒子分布相对分散时容易造成目标丢失的事实, 本文定义了一种新的特征不确定度量方法, 该度量可以在线调整不同类型特征对跟踪结果的贡献. 同时, 针对乘性和加性特征融合跟踪算法方法中存在的缺陷, 提出了一种自适应的多特征融合方法, 融合的结果既突出了状态后验分布中目标真实状态对应的峰值, 又对噪声不敏感, 从而提高了目标跟踪的鲁棒性. 各种场景下的实验结果比较表明: 新的融合跟踪算法比单特征跟踪、 乘性融合跟踪和加性融合跟踪有着更好的稳定性和鲁棒性.
提出了一种新的基于特征不确定性度量的多特征融合跟踪算法. 首先, 针对粒子滤波跟踪算法中特征鉴别能力较弱且粒子分布相对分散时容易造成目标丢失的事实, 本文定义了一种新的特征不确定度量方法, 该度量可以在线调整不同类型特征对跟踪结果的贡献. 同时, 针对乘性和加性特征融合跟踪算法方法中存在的缺陷, 提出了一种自适应的多特征融合方法, 融合的结果既突出了状态后验分布中目标真实状态对应的峰值, 又对噪声不敏感, 从而提高了目标跟踪的鲁棒性. 各种场景下的实验结果比较表明: 新的融合跟踪算法比单特征跟踪、 乘性融合跟踪和加性融合跟踪有着更好的稳定性和鲁棒性.
2011, 37(5): 560-568.
doi: 10.3724/SP.J.1004.2011.00560
摘要:
基于多视图像的立体重建是计算机视觉的核心问题之一. 由Furukawa提出的PMVS算法是目前为止表现最好的多视立体重建算法之一. 但该算法仍存在一些不足.一方面, PMVS不能保证重建表面的几何形状与重建 面片法向保持好的一致性, 特别是在一些特定拍摄角度下,如大场景重建经常 碰到的俯仰拍摄,情况尤为严重.另外, PMVS算法时间和空间复杂度高,特别是在 利用高分辨率图像重建时,往往要付出巨大的时间和空间代价.针对这些不足, 本文提出了一种基于空间几何信息的面片调整和多分辨率分层扩散重建的改进 策略,一方面提高了重建精度和表面的光滑性,另一方面,在尽量保持场景细节 的同时,提高了重建效率.文中的实验证实了改进策略的有效性和实用性.
基于多视图像的立体重建是计算机视觉的核心问题之一. 由Furukawa提出的PMVS算法是目前为止表现最好的多视立体重建算法之一. 但该算法仍存在一些不足.一方面, PMVS不能保证重建表面的几何形状与重建 面片法向保持好的一致性, 特别是在一些特定拍摄角度下,如大场景重建经常 碰到的俯仰拍摄,情况尤为严重.另外, PMVS算法时间和空间复杂度高,特别是在 利用高分辨率图像重建时,往往要付出巨大的时间和空间代价.针对这些不足, 本文提出了一种基于空间几何信息的面片调整和多分辨率分层扩散重建的改进 策略,一方面提高了重建精度和表面的光滑性,另一方面,在尽量保持场景细节 的同时,提高了重建效率.文中的实验证实了改进策略的有效性和实用性.
2011, 37(5): 569-576.
doi: 10.3724/SP.J.1004.2011.00569
摘要:
单目摄像机成像丢失深度信息,且PTZ (Pan/Tilt/Zoom)摄像视频场景多变,导致交通流参数提取误差较大. 提出了一种基于车型聚类的交通流参数检测方法. 在改进的摄像机自标定成像模型中,提取PTZ 参数变化下的透视投影不变量"伪形状特征'', 对其进行基于贡献率算法的车型聚类分析,以车型均高代替实际高度,获取车辆的长宽, 进而计算道路空间占有率,并提升车速检测精度. 测试表明实时性较高,车型聚类自适应于不同场景,平均准确度为96.9%,车长计算精度优于90%.
单目摄像机成像丢失深度信息,且PTZ (Pan/Tilt/Zoom)摄像视频场景多变,导致交通流参数提取误差较大. 提出了一种基于车型聚类的交通流参数检测方法. 在改进的摄像机自标定成像模型中,提取PTZ 参数变化下的透视投影不变量"伪形状特征'', 对其进行基于贡献率算法的车型聚类分析,以车型均高代替实际高度,获取车辆的长宽, 进而计算道路空间占有率,并提升车速检测精度. 测试表明实时性较高,车型聚类自适应于不同场景,平均准确度为96.9%,车长计算精度优于90%.
2011, 37(5): 577-584.
doi: 10.3724/SP.J.1004.2011.00577
摘要:
提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态. 该模型以增量方式构建, 其混合分量采用逐个方式插入其中. 采用极大似然准则来估计多目标状态. 对于给定分量数目的混合模型, 应用期望极大化算法来获得参数的极大似然解. 在新分量插入混合模型时, 保持已有混合模型的参数不变, 仍旧采用极大似然准则从候选新分量集合中选择新插入分量. 新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值. 利用k-d树生成插入到混合模型的新分量候选集合. 增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势, 有助于一步一步地搜寻混合模型的极大似然解. 仿真结果表明, 基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.
提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态. 该模型以增量方式构建, 其混合分量采用逐个方式插入其中. 采用极大似然准则来估计多目标状态. 对于给定分量数目的混合模型, 应用期望极大化算法来获得参数的极大似然解. 在新分量插入混合模型时, 保持已有混合模型的参数不变, 仍旧采用极大似然准则从候选新分量集合中选择新插入分量. 新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值. 利用k-d树生成插入到混合模型的新分量候选集合. 增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势, 有助于一步一步地搜寻混合模型的极大似然解. 仿真结果表明, 基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.
2011, 37(5): 585-595.
doi: 10.3724/SP.J.1004.2011.00585
摘要:
针对知识化制造系统自重构中知识网检索方法过于主观以及重复检索和运算等问题, 提出基于信息粒度的知识网的模糊分类和检索方法.知识网复杂度解决了自重构运算导致的知识网存在多样性的问题. 相似度考虑知识网在“质”、“量”和复杂性等方面的差异,具有反映知识网运算规律的特征.知识网模糊聚类方法不需要确定分类数, 并且能够同时获得关于目标知识网的排序. 以各聚类中心为中心确定的检索空间实现了问题由细粒度空间转化为粗粒度空间.
针对知识化制造系统自重构中知识网检索方法过于主观以及重复检索和运算等问题, 提出基于信息粒度的知识网的模糊分类和检索方法.知识网复杂度解决了自重构运算导致的知识网存在多样性的问题. 相似度考虑知识网在“质”、“量”和复杂性等方面的差异,具有反映知识网运算规律的特征.知识网模糊聚类方法不需要确定分类数, 并且能够同时获得关于目标知识网的排序. 以各聚类中心为中心确定的检索空间实现了问题由细粒度空间转化为粗粒度空间.
2011, 37(5): 596-603.
doi: 10.3724/SP.J.1004.2011.00596
摘要:
基于一致性理论, 在有向图中研究网络 Euler-Lagrange 系统的协调跟踪控制. 所有跟随智能体的动力学模型均为 Euler-Lagrange 方程. 在仅有部分跟随智能体能获取领航智能体信息的情形下, 同时考虑系统模型的参数不确定性, 设计分布式自适应控制律实现所有跟随智能体对领航智能体的跟踪. 针对领航智能体的运动状态, 考虑以下两种情形: 1) 领航智能体为固定点; 2) 领航智能体为动态点. 对第一种情形, 设计的控制律使得所有跟随智能体渐近交会于固定点; 对第二种情形, 首先对每个跟随智能体设计分布式连续估计器, 然后提出了分布式自适应控制律. 当每个跟随智能体均能获取领航智能体的加速度信息时, 设计的控制律能实现对领航智能体的渐近跟踪, 当跟随智能体不能获取领航智能体的加速度信息时, 跟踪误差是有界的. 最后通过仿真分析验证设计的控制算法是合理有效的.
基于一致性理论, 在有向图中研究网络 Euler-Lagrange 系统的协调跟踪控制. 所有跟随智能体的动力学模型均为 Euler-Lagrange 方程. 在仅有部分跟随智能体能获取领航智能体信息的情形下, 同时考虑系统模型的参数不确定性, 设计分布式自适应控制律实现所有跟随智能体对领航智能体的跟踪. 针对领航智能体的运动状态, 考虑以下两种情形: 1) 领航智能体为固定点; 2) 领航智能体为动态点. 对第一种情形, 设计的控制律使得所有跟随智能体渐近交会于固定点; 对第二种情形, 首先对每个跟随智能体设计分布式连续估计器, 然后提出了分布式自适应控制律. 当每个跟随智能体均能获取领航智能体的加速度信息时, 设计的控制律能实现对领航智能体的渐近跟踪, 当跟随智能体不能获取领航智能体的加速度信息时, 跟踪误差是有界的. 最后通过仿真分析验证设计的控制算法是合理有效的.
2011, 37(5): 604-614.
doi: 10.3724/SP.J.1004.2011.00604
摘要:
能量作为最基本的物理量之一, 联系着蛇形机器人蜿蜒运动的各个方面. 能量耗散描述了环境交互作用, 能量转换对应着运动的动力学过程, 能量平衡反映了蜿蜒运动的协调性. 提出一种基于能量的蛇形机器人蜿蜒运动控制方法-被动蜿蜒. 通过输出关节力矩控制机器人蜿蜒运动, 由机器人的能量状态调整力矩的大小. 仿真结果显示了被动蜿蜒控制下机器人的构形、角度、力矩、能量状态和转弯特性, 并对控制力矩进行了递归分析. 基于Optotrak运动测量系统构建了被动蜿蜒控制的模拟/物理混合实验系统. 进行了移动实验和拖动实验, 前者改变环境的摩擦特性,后者改变机器人的负载. 仿真和实验验证了蛇形机器人被动蜿蜒控制的有效性和适应性.
能量作为最基本的物理量之一, 联系着蛇形机器人蜿蜒运动的各个方面. 能量耗散描述了环境交互作用, 能量转换对应着运动的动力学过程, 能量平衡反映了蜿蜒运动的协调性. 提出一种基于能量的蛇形机器人蜿蜒运动控制方法-被动蜿蜒. 通过输出关节力矩控制机器人蜿蜒运动, 由机器人的能量状态调整力矩的大小. 仿真结果显示了被动蜿蜒控制下机器人的构形、角度、力矩、能量状态和转弯特性, 并对控制力矩进行了递归分析. 基于Optotrak运动测量系统构建了被动蜿蜒控制的模拟/物理混合实验系统. 进行了移动实验和拖动实验, 前者改变环境的摩擦特性,后者改变机器人的负载. 仿真和实验验证了蛇形机器人被动蜿蜒控制的有效性和适应性.
2011, 37(5): 615-622.
doi: 10.3724/SP.J.1004.2011.00615
摘要:
本文结合近年生物学中神经科学的发展, 针对神经胶质细胞对生物神经元网络的生长提供能量支持的特性, 将神经胶质细胞的能量模型引入到人工神经元的概念模型中, 提出了能量人工神经元(Energy artificial neuron, EAN)的概念模型,并给出了数学表述. 同时,在能量人工神经元模型的基础上, 实现了一种新型自生长、自组织人工神经元网络 (EAN based self-growing and self-organizing neural network, ESGSONN), ESGSONN将神经元中的能量、网络的熵增量及样本与神经元权值的相似度的竞争作为生长的条件, 并对最优生长点中的获胜神经元进行单位步长调整. ESGSONN实现了快速生长、精确的样本数据分布密度保持、死神经元少的特性. 本文使用经典的16种动物实验(Ritter and Kohonen, 1989)验证了ESGSONN的正确性,并通过同SOFM、GCS等自组织网络的对比实验验证ESGSONN网络的特性. 最后,本文对ESGSONN在高维空间中的本质进行了讨论.
本文结合近年生物学中神经科学的发展, 针对神经胶质细胞对生物神经元网络的生长提供能量支持的特性, 将神经胶质细胞的能量模型引入到人工神经元的概念模型中, 提出了能量人工神经元(Energy artificial neuron, EAN)的概念模型,并给出了数学表述. 同时,在能量人工神经元模型的基础上, 实现了一种新型自生长、自组织人工神经元网络 (EAN based self-growing and self-organizing neural network, ESGSONN), ESGSONN将神经元中的能量、网络的熵增量及样本与神经元权值的相似度的竞争作为生长的条件, 并对最优生长点中的获胜神经元进行单位步长调整. ESGSONN实现了快速生长、精确的样本数据分布密度保持、死神经元少的特性. 本文使用经典的16种动物实验(Ritter and Kohonen, 1989)验证了ESGSONN的正确性,并通过同SOFM、GCS等自组织网络的对比实验验证ESGSONN网络的特性. 最后,本文对ESGSONN在高维空间中的本质进行了讨论.
2011, 37(5): 623-628.
doi: 10.3724/SP.J.1004.2011.00623
摘要:
本文研究了一类受扰非线性系统存在执行器及元件故障时的镇定控制问题。新的容错控制算法不需要对执行器故障范围界值进行分析估算，因此与现存的方法相比，设计的控制策略结构更加简单，也不需要大量的在线计算。结果表明，应用所设计的控制方法，不仅保证执行器及元件故障下系统的稳定性，也能够有效抑制那些与状态相关不断增长的干扰对系统的影响。通过Lyapunov稳定性理论分析和仿真，均证明了所设计控制算法的有效性，能保证系统同时存在外界干扰、参数不确定性以及执行器/元件故障时的稳定性.
本文研究了一类受扰非线性系统存在执行器及元件故障时的镇定控制问题。新的容错控制算法不需要对执行器故障范围界值进行分析估算，因此与现存的方法相比，设计的控制策略结构更加简单，也不需要大量的在线计算。结果表明，应用所设计的控制方法，不仅保证执行器及元件故障下系统的稳定性，也能够有效抑制那些与状态相关不断增长的干扰对系统的影响。通过Lyapunov稳定性理论分析和仿真，均证明了所设计控制算法的有效性，能保证系统同时存在外界干扰、参数不确定性以及执行器/元件故障时的稳定性.
2011, 37(5): 629-638.
doi: 10.3724/SP.J.1004.2011.00629
摘要:
许多实际系统都可以表示成一种中间为线性动态子系统、输入输出端为非线性静态子系统的Hammerstein-Wiener型非线性模型. 针对输入和输出受约束的Hammerstein-Wiener型非线性系统, 提出一种基于多面体终端域的预测控制综合算法. 离线设计时, 通过构造一系列多面体不变集, 扩大了终端域; 在多面体不变集内, 设计非线性控制律, 减少了常规线性控制律设计的保守性. 在线计算时, 通过求解有限个线性矩阵不等式(Linear matrix inequalities, LMIs)优化问题, 不仅可以满足实时性要求, 而且能够改善控制性能. 仿真结果表明了采用多面体不变集的优越性.
许多实际系统都可以表示成一种中间为线性动态子系统、输入输出端为非线性静态子系统的Hammerstein-Wiener型非线性模型. 针对输入和输出受约束的Hammerstein-Wiener型非线性系统, 提出一种基于多面体终端域的预测控制综合算法. 离线设计时, 通过构造一系列多面体不变集, 扩大了终端域; 在多面体不变集内, 设计非线性控制律, 减少了常规线性控制律设计的保守性. 在线计算时, 通过求解有限个线性矩阵不等式(Linear matrix inequalities, LMIs)优化问题, 不仅可以满足实时性要求, 而且能够改善控制性能. 仿真结果表明了采用多面体不变集的优越性.
2011, 37(5): 639-644.
doi: 10.3724/SP.J.1004.2011.00639
摘要:
In this technical note, we present a new stability analysis procedure for ascertaining the delay-dependent stability of a class of Lurie systems with time-varying delay and sector-bounded nonlinearity using Lyapunov-Krasovskii (LK) functional approach. The proposed analysis, owing to the candidate LK functional and tighter bounding of its time-derivative, yields less conservative absolute and robust stability criteria for nominal and uncertain systems respectively. The effectiveness of the proposed criteria over some of the recently reported results is demonstrated using a numerical example.
In this technical note, we present a new stability analysis procedure for ascertaining the delay-dependent stability of a class of Lurie systems with time-varying delay and sector-bounded nonlinearity using Lyapunov-Krasovskii (LK) functional approach. The proposed analysis, owing to the candidate LK functional and tighter bounding of its time-derivative, yields less conservative absolute and robust stability criteria for nominal and uncertain systems respectively. The effectiveness of the proposed criteria over some of the recently reported results is demonstrated using a numerical example.
