2012年 第38卷 第3期
2012, 38(3): 321-330.
doi: 10.3724/SP.J.1004.2012.00321
摘要:
随着足球视频语义内容分析和理解、自动视频索引、虚拟增强现实表示等研究的不断深入,摄像机定标技术扮演了越来越重要的角色.基于此,提出了一种基于球场模型的广播足球视频摄像机自动定标算法,该算法建立在所定义的球场模型基础之上,首先通过改进的球场线探测算法得到球场平面的特征点,并求解摄像机同形 (Homography)矩阵,然后,利用所求解的同形矩阵来定位球门,得到球门平面的两个特征点,最后根据基于K均值聚类和Hough-like搜索的方法来得到最优的摄像机内外参数.初步的实验结果表明,依据本文算法所求解的摄像机参数最优值相比初始值精确度更高,并且其在连续帧中也更加稳定.
随着足球视频语义内容分析和理解、自动视频索引、虚拟增强现实表示等研究的不断深入,摄像机定标技术扮演了越来越重要的角色.基于此,提出了一种基于球场模型的广播足球视频摄像机自动定标算法,该算法建立在所定义的球场模型基础之上,首先通过改进的球场线探测算法得到球场平面的特征点,并求解摄像机同形 (Homography)矩阵,然后,利用所求解的同形矩阵来定位球门,得到球门平面的两个特征点,最后根据基于K均值聚类和Hough-like搜索的方法来得到最优的摄像机内外参数.初步的实验结果表明,依据本文算法所求解的摄像机参数最优值相比初始值精确度更高,并且其在连续帧中也更加稳定.
2012, 38(3): 331-340.
doi: 10.3724/SP.J.1004.2012.00331
摘要:
针对产品的性能退化轨迹呈现为非线性特性, 且个体的性能退化数据为小样本的情形, 为了充分利用同类产品的性能退化数据进行特定个体的实时寿命预测, 从研究退化轨迹相似性的角度出发, 提出一类基于小波支持向量回归机 (Wavelet support vector regression, WSVR)和模糊C均值(Fuzzy c-means, FCM)聚类的实时寿命预测方法. 该方法分为离线和实时两个阶段: 离线阶段先采用WSVR对同类产品的性能退化数据进行规范化处理, 接着对规范化数据进行FCM聚类, 然后,基于WSVR建立各聚类中心的退化轨迹模型;在实时阶段,针对特定个体的历史测量数据是否规范化,分别提出两种实时退 化轨迹建模和寿命预测方法——隶属度加权法和误差加权法. 最后, 通过两个实例分析验证了所提方法的有效性.
针对产品的性能退化轨迹呈现为非线性特性, 且个体的性能退化数据为小样本的情形, 为了充分利用同类产品的性能退化数据进行特定个体的实时寿命预测, 从研究退化轨迹相似性的角度出发, 提出一类基于小波支持向量回归机 (Wavelet support vector regression, WSVR)和模糊C均值(Fuzzy c-means, FCM)聚类的实时寿命预测方法. 该方法分为离线和实时两个阶段: 离线阶段先采用WSVR对同类产品的性能退化数据进行规范化处理, 接着对规范化数据进行FCM聚类, 然后,基于WSVR建立各聚类中心的退化轨迹模型;在实时阶段,针对特定个体的历史测量数据是否规范化,分别提出两种实时退 化轨迹建模和寿命预测方法——隶属度加权法和误差加权法. 最后, 通过两个实例分析验证了所提方法的有效性.
2012, 38(3): 341-348.
doi: 10.3724/SP.J.1004.2012.00341
摘要:
多模型粒子概率假设密度(Probability hypothesis density, PHD)滤波是一种有效的多机动目标跟踪算法, 然而当模型概率过小时,该算法存在粒子退化问题,而且它对目标数的泊松分布假设会夸大目标漏检对其势估计的影响. 针对上述问题,本文提出一种改进算法. 该算法并不是简单地对模型索引进行采样, 而是用粒子拟合目标状态的模型条件PHD强度, 在不对噪声做任何先验假设的前提下, 通过重采样实现存活粒子的输入交互,提高了滤波性能. 在此基础上, 进一步将算法在Cardinalized PHD (CPHD)的框架下加以实现,提高其目标数估计精度. 仿真实验表明,所提算法在滤波性能和目标数估计精度方面均优于传统的多模型粒子PHD算法,具有良好的工程应用前景.
多模型粒子概率假设密度(Probability hypothesis density, PHD)滤波是一种有效的多机动目标跟踪算法, 然而当模型概率过小时,该算法存在粒子退化问题,而且它对目标数的泊松分布假设会夸大目标漏检对其势估计的影响. 针对上述问题,本文提出一种改进算法. 该算法并不是简单地对模型索引进行采样, 而是用粒子拟合目标状态的模型条件PHD强度, 在不对噪声做任何先验假设的前提下, 通过重采样实现存活粒子的输入交互,提高了滤波性能. 在此基础上, 进一步将算法在Cardinalized PHD (CPHD)的框架下加以实现,提高其目标数估计精度. 仿真实验表明,所提算法在滤波性能和目标数估计精度方面均优于传统的多模型粒子PHD算法,具有良好的工程应用前景.
2012, 38(3): 349-356.
doi: 10.3724/SP.J.1004.2012.00349
摘要:
研究了具有随机时滞和丢包的网络系统的最优线性估计问题.本文通过两个满足 Bernoulli分布的随机变量来描述网络数据传输中可能存在的一步随机滞后和多丢包现象. 并基于新息分析方法,提出了线性最小方差下的最优线性状态滤波器、预报器和平滑器. 它们通过解一个Riccati方程和一个Lyapunov方程得到.最后,给出了稳态估值器存在的一个充分条件. 并通过仿真例子验证其有效性.
研究了具有随机时滞和丢包的网络系统的最优线性估计问题.本文通过两个满足 Bernoulli分布的随机变量来描述网络数据传输中可能存在的一步随机滞后和多丢包现象. 并基于新息分析方法,提出了线性最小方差下的最优线性状态滤波器、预报器和平滑器. 它们通过解一个Riccati方程和一个Lyapunov方程得到.最后,给出了稳态估值器存在的一个充分条件. 并通过仿真例子验证其有效性.
2012, 38(3): 357-365.
doi: 10.3724/SP.J.1004.2012.00357
摘要:
本文运用图论、矩阵分析和现代控制理论等工具, 研究信息网络传输下多智能体系统的协调控制和动力学行为. 假设每个智能体通过数字化网络传感器获得其邻近智能体的位置状态,而且多智能体系统采取分布式线性控制协议. 每个智能体被描述为一个简单的采样系统,多智能体系统转化为混合动力学系统. 研究结果表明,多智能体系统所呈现的渐近聚集、周期振荡和发散动力学行为不仅和网络结构的代数特征有关, 而且和每个智能体的动力学方程、采样周期有关. 本文给出了具体精确的代数判据. 仿真例子进一步验证了本文结果的有效性.
本文运用图论、矩阵分析和现代控制理论等工具, 研究信息网络传输下多智能体系统的协调控制和动力学行为. 假设每个智能体通过数字化网络传感器获得其邻近智能体的位置状态,而且多智能体系统采取分布式线性控制协议. 每个智能体被描述为一个简单的采样系统,多智能体系统转化为混合动力学系统. 研究结果表明,多智能体系统所呈现的渐近聚集、周期振荡和发散动力学行为不仅和网络结构的代数特征有关, 而且和每个智能体的动力学方程、采样周期有关. 本文给出了具体精确的代数判据. 仿真例子进一步验证了本文结果的有效性.
2012, 38(3): 366-374.
doi: 10.3724/SP.J.1004.2012.00366
摘要:
提出了一种联合语种识别的新型大词汇量连续语音识别(Large vocabulary continuous speech recognition, LVCSR)算法,并构建了实时处理系统. 该算法能够充分利用语音解码过程中收集的音素识别假设,在识别语音内容的同时识别语种类别.该系统可以应用于多语种环境,不仅可以以更小的系统整体计算开销替代独立的语种识别模块,更能有效应对在同一段语音中混有非目标语种的情况,极大地减少由非目标语种引入的无意义识别错误,避免错误积累对后续识别过程的误导.为将语音内容识别和语种识别紧密整合在一个统一语音识别解码过程中,本文提出了三种不同的算法对解码产生的音素格结构进行调整(重构):一方面去除语音识别中由发音字典和语言模型引入的特定目标语种偏置,另一方面在音素格中包含更加丰富的音素识别假设.实验证明, 音素格重构算法可有效提高联合识别中语种识别的精度.在汉语为目标语种、汉英混杂的电话对话语音库上测试表明,本文提出的联合识别算法将集外语种引起的无意义识别错误减少了91.76%,纯汉字识别错误率为54.98%.
提出了一种联合语种识别的新型大词汇量连续语音识别(Large vocabulary continuous speech recognition, LVCSR)算法,并构建了实时处理系统. 该算法能够充分利用语音解码过程中收集的音素识别假设,在识别语音内容的同时识别语种类别.该系统可以应用于多语种环境,不仅可以以更小的系统整体计算开销替代独立的语种识别模块,更能有效应对在同一段语音中混有非目标语种的情况,极大地减少由非目标语种引入的无意义识别错误,避免错误积累对后续识别过程的误导.为将语音内容识别和语种识别紧密整合在一个统一语音识别解码过程中,本文提出了三种不同的算法对解码产生的音素格结构进行调整(重构):一方面去除语音识别中由发音字典和语言模型引入的特定目标语种偏置,另一方面在音素格中包含更加丰富的音素识别假设.实验证明, 音素格重构算法可有效提高联合识别中语种识别的精度.在汉语为目标语种、汉英混杂的电话对话语音库上测试表明,本文提出的联合识别算法将集外语种引起的无意义识别错误减少了91.76%,纯汉字识别错误率为54.98%.
2012, 38(3): 375-381.
doi: 10.3724/SP.J.1004.2012.00375
摘要:
针对单幅图像中的行人检测问题,提出了基于自适应增强算法(Adaboost)和支持向量机(Support vector machine, SVM)的两级检测方法, 应用粗细结合的思想有效提高检测的精度.粗级行人检测器通过提取四方向特征(Four direction features, FDF)和GAB (Gentle Adaboost)级联训练得到,精密级行人检测器用熵梯度直方图(Entropy-histograms of oriented gradients, EHOG)作为特征, 通过支持向量机学习得到.本文提出的EHOG特征考虑到熵, 通过分布的混乱程度描述,具有分辨行人和类似人的物体能力. 实验结果表明,本文提出的EHOG、粗细结合的两级检测方法能准确地检测出复杂背景下不同姿势的直立行人, 检测精度优于以往Adaboost方法.
针对单幅图像中的行人检测问题,提出了基于自适应增强算法(Adaboost)和支持向量机(Support vector machine, SVM)的两级检测方法, 应用粗细结合的思想有效提高检测的精度.粗级行人检测器通过提取四方向特征(Four direction features, FDF)和GAB (Gentle Adaboost)级联训练得到,精密级行人检测器用熵梯度直方图(Entropy-histograms of oriented gradients, EHOG)作为特征, 通过支持向量机学习得到.本文提出的EHOG特征考虑到熵, 通过分布的混乱程度描述,具有分辨行人和类似人的物体能力. 实验结果表明,本文提出的EHOG、粗细结合的两级检测方法能准确地检测出复杂背景下不同姿势的直立行人, 检测精度优于以往Adaboost方法.
2012, 38(3): 382-388.
doi: 10.3724/SP.J.1004.2012.00382
摘要:
以条件信息熵为属性选择准则, 设计了基于哈希(Hash)分类的启发式后向贪心算法, 该算法以时间复杂度O (|A| |U| )求解不协调信息系统的分布约简, 其中|A| 是条件属性个数, |U| 是记录数, 并通过实验验证该算法的高效率.
以条件信息熵为属性选择准则, 设计了基于哈希(Hash)分类的启发式后向贪心算法, 该算法以时间复杂度O (|A| |U| )求解不协调信息系统的分布约简, 其中|A| 是条件属性个数, |U| 是记录数, 并通过实验验证该算法的高效率.
2012, 38(3): 389-398.
doi: 10.3724/SP.J.1004.2012.00389
摘要:
词汇情感倾向性(Word sentiment orientation, WSO)的鉴定通常是对文本进行粗粒度意见挖掘的基础.自由评论中存在许多语法噪声, 这使得以往基于规范文本提出的WSO鉴定方法不再适合自由评论. 自由评论中的情感词汇往往是上下文敏感的, 这使得非当前鉴定的情感词汇难以适用于当前自由评论的粗粒度意见挖掘. 针对上述问题,提出一种新的利用复杂网络为自由评论鉴定WSO的方法. 该方法主要有两个部分: 1)为了利用自由评论中词汇之间的上下文信息建模一个能够有效解决上下文敏感问题且具有良好抗噪声能力的情感倾向性关系网络(Sentiment orientation relationship network, SORN),提出了两个算法:金字塔抗噪声信息模型算法和利用抗噪声信息优化调整SORN的算法; 2)为了有效利用SORN为自由评论鉴定WSO,提出了基于SORN的WSO鉴定算法. 实验表明:对于在线为自由评论鉴定WSO,本文方法不仅在精确度方面远高于Hatzivassiloglou提出的方法,且具有良好的时间效率.
词汇情感倾向性(Word sentiment orientation, WSO)的鉴定通常是对文本进行粗粒度意见挖掘的基础.自由评论中存在许多语法噪声, 这使得以往基于规范文本提出的WSO鉴定方法不再适合自由评论. 自由评论中的情感词汇往往是上下文敏感的, 这使得非当前鉴定的情感词汇难以适用于当前自由评论的粗粒度意见挖掘. 针对上述问题,提出一种新的利用复杂网络为自由评论鉴定WSO的方法. 该方法主要有两个部分: 1)为了利用自由评论中词汇之间的上下文信息建模一个能够有效解决上下文敏感问题且具有良好抗噪声能力的情感倾向性关系网络(Sentiment orientation relationship network, SORN),提出了两个算法:金字塔抗噪声信息模型算法和利用抗噪声信息优化调整SORN的算法; 2)为了有效利用SORN为自由评论鉴定WSO,提出了基于SORN的WSO鉴定算法. 实验表明:对于在线为自由评论鉴定WSO,本文方法不仅在精确度方面远高于Hatzivassiloglou提出的方法,且具有良好的时间效率.
2012, 38(3): 399-411.
doi: 10.3724/SP.J.1004.2012.00399
摘要:
基于Enron邮件集合探索真实邮件网络,揭示出邮件网络的无标度特性和有限小世界特性. 在此基础上,依据用户间交互强度设计出垃圾邮件协同过滤机制,通过调整参数λ,用户可以决定主要是依靠自己还是其他用户协同进行垃圾信息过滤. 算法即使在没有对用户个人阅读习惯充分训练的情况下,也可以通过基于交互强度的网络协同方式实现良好过滤. 同时为了解决Enron数据集缺乏标注的情况,基于训练样本集W和测试样本集T独立同分布的假设,利用改进的EM (Expectation maximization)算法最小化W∪T集合上风险函数,给出了未知样本的一个良好标注. 真实数据上的实验表明,同单机过滤和集成过滤方法相比,协同过滤能够提高平均过滤精度且方法简单易行.
基于Enron邮件集合探索真实邮件网络,揭示出邮件网络的无标度特性和有限小世界特性. 在此基础上,依据用户间交互强度设计出垃圾邮件协同过滤机制,通过调整参数λ,用户可以决定主要是依靠自己还是其他用户协同进行垃圾信息过滤. 算法即使在没有对用户个人阅读习惯充分训练的情况下,也可以通过基于交互强度的网络协同方式实现良好过滤. 同时为了解决Enron数据集缺乏标注的情况,基于训练样本集W和测试样本集T独立同分布的假设,利用改进的EM (Expectation maximization)算法最小化W∪T集合上风险函数,给出了未知样本的一个良好标注. 真实数据上的实验表明,同单机过滤和集成过滤方法相比,协同过滤能够提高平均过滤精度且方法简单易行.
2012, 38(3): 412-419.
doi: 10.3724/SP.J.1004.2012.00412
摘要:
由于扩散系数的缺点,原斑点噪声各向异性扩散模型(Speckle reducing anisotropic diffusion, SRAD)有产生板块效应、模糊弱边界与细节等缺点. 本文通过改进扩散系数,提出一种新的斑点噪声各项异性扩散模型(New speckle reducing anisotropic diffuse, NSRAD), NSRAD中采用一个S型函数作为扩散系数:在同质区域中,采用各向同性扩散, 避免了板块效应; 在结构性区域中,扩散速度变化敏感,同时以更快趋向于0的速度扩散,因此,提高了该区域的分辨率,达到增强细节和弱边界以及保留边界的锐利性的目的. 仿真图像的定量分析证明新方法不仅比原SRAD除噪更有效,而且提高了除噪后图像与原图像的结构相似性,同时具有更小形变. 真实图像的试验结果也证明新方法在有效除噪的同时消除了黑板刷效应,增强了边界以及细节.
由于扩散系数的缺点,原斑点噪声各向异性扩散模型(Speckle reducing anisotropic diffusion, SRAD)有产生板块效应、模糊弱边界与细节等缺点. 本文通过改进扩散系数,提出一种新的斑点噪声各项异性扩散模型(New speckle reducing anisotropic diffuse, NSRAD), NSRAD中采用一个S型函数作为扩散系数:在同质区域中,采用各向同性扩散, 避免了板块效应; 在结构性区域中,扩散速度变化敏感,同时以更快趋向于0的速度扩散,因此,提高了该区域的分辨率,达到增强细节和弱边界以及保留边界的锐利性的目的. 仿真图像的定量分析证明新方法不仅比原SRAD除噪更有效,而且提高了除噪后图像与原图像的结构相似性,同时具有更小形变. 真实图像的试验结果也证明新方法在有效除噪的同时消除了黑板刷效应,增强了边界以及细节.
2012, 38(3): 420-429.
doi: 10.3724/SP.J.1004.2012.00420
摘要:
动态几何变形是图像跟踪技术面临的突出难题之一. 本文提出基于李代数的变形目标跟踪方法, 用Gabor特征表征目标, 以仿射李群建立目标几何变形, 利用李代数和李群之间的指数映射将参数的最优化求解从欧氏空间转至光滑流形, 实现了对变形目标的稳定跟踪.从物理层面分析了目标跟踪过程中的参数几何变换的实质, 从理论上对在光滑流形上进行迭代求解的优点进行了详细分析, 并对其收敛性做出了证明.图像序列跟踪测试的对比实验表明, 本文方法较现有基于欧氏空间的算法在收敛速度、跟踪稳定性和精确性方面有显著提高.
动态几何变形是图像跟踪技术面临的突出难题之一. 本文提出基于李代数的变形目标跟踪方法, 用Gabor特征表征目标, 以仿射李群建立目标几何变形, 利用李代数和李群之间的指数映射将参数的最优化求解从欧氏空间转至光滑流形, 实现了对变形目标的稳定跟踪.从物理层面分析了目标跟踪过程中的参数几何变换的实质, 从理论上对在光滑流形上进行迭代求解的优点进行了详细分析, 并对其收敛性做出了证明.图像序列跟踪测试的对比实验表明, 本文方法较现有基于欧氏空间的算法在收敛速度、跟踪稳定性和精确性方面有显著提高.
2012, 38(3): 430-436.
doi: 10.3724/SP.J.1004.2012.00430
摘要:
针对传统均值漂移算法中核函数直方图对目标特征描述较弱、 跟踪窗不能动态调整容易导致目标跟偏或跟丢的缺点, 提出了一种改进的均值漂移跟踪算法.为提高目标特征描述的可靠性, 采用二阶空间直方图建立目标模型,以Bhattacharyya系数作为相似性度量; 通过偏移校正更新目标区域参数建立新的目标模型; 结合边缘与角点检测选取特征点建立仿射模型实现跟踪窗的调整; 根据卡尔曼残差判断目标是否被遮挡,从而选择卡尔曼滤波或是线性预测来确定目标位置. 实验结果表明,该算法可以准确地跟踪目标,对相似背景干扰、目标大小与方向的变化以及短时遮挡具有鲁棒性.
针对传统均值漂移算法中核函数直方图对目标特征描述较弱、 跟踪窗不能动态调整容易导致目标跟偏或跟丢的缺点, 提出了一种改进的均值漂移跟踪算法.为提高目标特征描述的可靠性, 采用二阶空间直方图建立目标模型,以Bhattacharyya系数作为相似性度量; 通过偏移校正更新目标区域参数建立新的目标模型; 结合边缘与角点检测选取特征点建立仿射模型实现跟踪窗的调整; 根据卡尔曼残差判断目标是否被遮挡,从而选择卡尔曼滤波或是线性预测来确定目标位置. 实验结果表明,该算法可以准确地跟踪目标,对相似背景干扰、目标大小与方向的变化以及短时遮挡具有鲁棒性.
2012, 38(3): 437-443.
doi: 10.3724/SP.J.1004.2012.00437
摘要:
针对混合流水车间调度问题(Hybrid flow-shop scheduling problem, HFSP)的特点, 设计了基于排列的编码和解码方法, 建立了描述问题解空间的概率模型, 进而提出了一种有效的分布估计算法(Estimation of distribution algorithm, EDA). 该算法基于概率模型通过采样产生新个体, 并基于优势种群更新概率模型的参数. 同时, 通过实验设计方法对算法参数设置进行了分析并确定了有效的参数组合. 最后, 通过基于实例的数值仿真以及与已有算法的比较验证了所提算法的有效性和鲁棒性.
针对混合流水车间调度问题(Hybrid flow-shop scheduling problem, HFSP)的特点, 设计了基于排列的编码和解码方法, 建立了描述问题解空间的概率模型, 进而提出了一种有效的分布估计算法(Estimation of distribution algorithm, EDA). 该算法基于概率模型通过采样产生新个体, 并基于优势种群更新概率模型的参数. 同时, 通过实验设计方法对算法参数设置进行了分析并确定了有效的参数组合. 最后, 通过基于实例的数值仿真以及与已有算法的比较验证了所提算法的有效性和鲁棒性.
2012, 38(3): 444-451.
doi: 10.3724/SP.J.1004.2012.00444
摘要:
恢复含乘性噪声的图像是当前图像处理的重要研究课题. 本文提出基于迭代重加权的各向异性全变差(Total variation, TV)模型. 新模型中, 假定乘性噪声服从Gamma分布. 正则项采用加权的各向异性全变差, 其中, 自适应权函数由期望最大(Expectation maximization, EM)算法得到. 新模型在有效去噪的同时, 较好地保留了图像的边缘和细节信息, 同时能够有效地抑制"阶梯效应". 数值实验验证了新模型的效果.
恢复含乘性噪声的图像是当前图像处理的重要研究课题. 本文提出基于迭代重加权的各向异性全变差(Total variation, TV)模型. 新模型中, 假定乘性噪声服从Gamma分布. 正则项采用加权的各向异性全变差, 其中, 自适应权函数由期望最大(Expectation maximization, EM)算法得到. 新模型在有效去噪的同时, 较好地保留了图像的边缘和细节信息, 同时能够有效地抑制"阶梯效应". 数值实验验证了新模型的效果.
2012, 38(3): 452-461.
doi: 10.3724/SP.J.1004.2012.00452
摘要:
针对移动传感器网络(Mobile sensor networks, MSNs)中动态目标(事件源)的监测优化问题, 为提高网络覆盖质量, 建立基于Voronoi剖分的监测性能(Quality of monitoring, QoM)评价函数, 提出基于群集控制的传感器节点部署分布式控制算法. 每个节点在本地结合最小二乘法和一致性算法来估计目标相对位置. 相比传统算法, 本文算法只需本地和单跳通信(可观测)邻居的信息, 从而减小通信时长和能耗. 算法在提高以目标为中心的一定区域监测性能的同时, 使全体传感器速度趋于一致, 从而在尽量保持网络拓扑结构的同时减少了整体移动能耗. 在目标匀速或目标加速度信息全网可知的情况下, 全体传感器速度渐近收敛至目标速度, 且监测性能收敛至局部最优. 所采用的目标位置估计滤波算法计算简单、切实可行.
针对移动传感器网络(Mobile sensor networks, MSNs)中动态目标(事件源)的监测优化问题, 为提高网络覆盖质量, 建立基于Voronoi剖分的监测性能(Quality of monitoring, QoM)评价函数, 提出基于群集控制的传感器节点部署分布式控制算法. 每个节点在本地结合最小二乘法和一致性算法来估计目标相对位置. 相比传统算法, 本文算法只需本地和单跳通信(可观测)邻居的信息, 从而减小通信时长和能耗. 算法在提高以目标为中心的一定区域监测性能的同时, 使全体传感器速度趋于一致, 从而在尽量保持网络拓扑结构的同时减少了整体移动能耗. 在目标匀速或目标加速度信息全网可知的情况下, 全体传感器速度渐近收敛至目标速度, 且监测性能收敛至局部最优. 所采用的目标位置估计滤波算法计算简单、切实可行.
2012, 38(3): 462-468.
doi: 10.3724/SP.J.1004.2012.00462
摘要:
针对编队卫星姿态协同跟踪控制中存在相异星间通信时变时间延迟的问题,提出了采用一阶滤波器来设计含通信时延的输出反馈控制器, 并通过引入参数在线自适应辨识技术,以实现利用卫星姿态误差信息来实现对卫星的转动惯量进行在线估计.对于系统稳定性的分析, 通过构造一新型Lyapunov函数,证明该控制器不仅能够有效地克服通信时间延迟对编队系统协同性的影响,同时可论证无需角速度信息反馈的闭环系统的有界稳定性.最后,将提出的算法应用于只需要角速度信息反馈的卫星编队飞行的协同控制,仿真结果表明该方法的可行性与有效性,具有实际的应用前景.
针对编队卫星姿态协同跟踪控制中存在相异星间通信时变时间延迟的问题,提出了采用一阶滤波器来设计含通信时延的输出反馈控制器, 并通过引入参数在线自适应辨识技术,以实现利用卫星姿态误差信息来实现对卫星的转动惯量进行在线估计.对于系统稳定性的分析, 通过构造一新型Lyapunov函数,证明该控制器不仅能够有效地克服通信时间延迟对编队系统协同性的影响,同时可论证无需角速度信息反馈的闭环系统的有界稳定性.最后,将提出的算法应用于只需要角速度信息反馈的卫星编队飞行的协同控制,仿真结果表明该方法的可行性与有效性,具有实际的应用前景.
2012, 38(3): 469-472.
doi: 10.3724/SP.J.1004.2012.00469
摘要:
研究了一类含有不确定控制系数和边界扰动的热方程自适应状态反馈边界控制设计问题. 通过Lyapunov方法, 显式地得到了仅需系统边界状态信息的自适应控制器. 证明了闭环系统状态是L2[0,1]稳定的, 特别是当边界扰动消逝时, 该状态收敛到0. 此外, 通过灵活选取参数调节律的初始条件, 适当放宽了相关文献中相容性条件对系统初始条件的限制. 仿真算例验证了本文方法的有效性.
研究了一类含有不确定控制系数和边界扰动的热方程自适应状态反馈边界控制设计问题. 通过Lyapunov方法, 显式地得到了仅需系统边界状态信息的自适应控制器. 证明了闭环系统状态是L2[0,1]稳定的, 特别是当边界扰动消逝时, 该状态收敛到0. 此外, 通过灵活选取参数调节律的初始条件, 适当放宽了相关文献中相容性条件对系统初始条件的限制. 仿真算例验证了本文方法的有效性.
2012, 38(3): 473-478.
doi: 10.3724/SP.J.1004.2012.00473
摘要:
研究了一类多输入非线性系统同时H∞镇定问题. 提出了可系统地构造公共二次控制储能函数(Control storage function, CSF)的方法. 基于公共二次控制储能函数,设计了可同时H∞镇定闭环系统的连续控制律. 通过一个例子说明了本文所提出方法的有效性.
研究了一类多输入非线性系统同时H∞镇定问题. 提出了可系统地构造公共二次控制储能函数(Control storage function, CSF)的方法. 基于公共二次控制储能函数,设计了可同时H∞镇定闭环系统的连续控制律. 通过一个例子说明了本文所提出方法的有效性.
2012, 38(3): 479-484.
doi: 10.3724/SP.J.1004.2012.00479
摘要:
随着300mm晶圆的加工技术问世,工业界开始采用一种全新的晶圆制造设备——集束型设备群(Multi-cluster tools).对于单个集束型设备(Single-cluster tools)调度研究已比较成熟,并提出了多种调度方法,然而对于集束型设备群调度研究尚处在一个起步阶段. 本文对带有驻留约束且具有多种晶圆类型的集束型设备群的调度问题进行了研究,在引入时间约束集概念的基础上建立了调度模型, 同时,提出了一种逐级回溯的调度方法，并对调度算法进行了仿真实验分析. 仿真结果表明本文提出的算法是有效且可行的.
随着300mm晶圆的加工技术问世,工业界开始采用一种全新的晶圆制造设备——集束型设备群(Multi-cluster tools).对于单个集束型设备(Single-cluster tools)调度研究已比较成熟,并提出了多种调度方法,然而对于集束型设备群调度研究尚处在一个起步阶段. 本文对带有驻留约束且具有多种晶圆类型的集束型设备群的调度问题进行了研究,在引入时间约束集概念的基础上建立了调度模型, 同时,提出了一种逐级回溯的调度方法，并对调度算法进行了仿真实验分析. 仿真结果表明本文提出的算法是有效且可行的.
2012, 38(3): 485-490.
doi: 10.3724/SP.J.1004.2012.00485
摘要:
针对具有时变不确定转移概率的非线性非齐次Markov跳变系统, 提出一种贝叶斯状态估计方法.该方法首次采用带约束高斯概率密度函数来刻画转移概率的真实特性. 然后,基于参考概率空间法, 将实际的概率测度投影到理想概率空间, 得出信息变量的递归表达式. 同时, 在贝叶斯框架内给出转移概率矩阵的最大后验估计式. 进一步, 采用粒子逼近法求解转移概率矩阵的最大后验估计, 解决非线性函数的多重积分问题, 进而获取状态估计值. 最后, 通过一个仿真示例表明该方法的有效性.
针对具有时变不确定转移概率的非线性非齐次Markov跳变系统, 提出一种贝叶斯状态估计方法.该方法首次采用带约束高斯概率密度函数来刻画转移概率的真实特性. 然后,基于参考概率空间法, 将实际的概率测度投影到理想概率空间, 得出信息变量的递归表达式. 同时, 在贝叶斯框架内给出转移概率矩阵的最大后验估计式. 进一步, 采用粒子逼近法求解转移概率矩阵的最大后验估计, 解决非线性函数的多重积分问题, 进而获取状态估计值. 最后, 通过一个仿真示例表明该方法的有效性.
2012, 38(3): 491-496.
doi: 10.3724/SP.J.1004.2012.00491
摘要:
针对带有外生变量的自回归移动平均模型(Autoregressive moving average with exogenous variable, ARMAX)的参数辨识问题提出一种两阶段辨识方法. 首先通过偏差消除最小二乘方法辨识带有外生变量的自回归部分(Autoregressive part with exogenous variable, ARX),然后采用Durbin方法将移动平均部分(Moving average, MA)的参数辨识问题转换成一个长自回归模型(Long autoregressive, LAR)的参数辨识问题, 并利用MA与等价LAR的参数对应关系直接得到MA参数, 最后利用辨识出的MA参数计算出噪声方差. 与扩展最小二乘法的数值仿真比较验证了这种两阶段辨识方法的有效性.
针对带有外生变量的自回归移动平均模型(Autoregressive moving average with exogenous variable, ARMAX)的参数辨识问题提出一种两阶段辨识方法. 首先通过偏差消除最小二乘方法辨识带有外生变量的自回归部分(Autoregressive part with exogenous variable, ARX),然后采用Durbin方法将移动平均部分(Moving average, MA)的参数辨识问题转换成一个长自回归模型(Long autoregressive, LAR)的参数辨识问题, 并利用MA与等价LAR的参数对应关系直接得到MA参数, 最后利用辨识出的MA参数计算出噪声方差. 与扩展最小二乘法的数值仿真比较验证了这种两阶段辨识方法的有效性.
