2013年 第39卷 第7期
2013, 39(7): 933-942.
doi: 10.3724/SP.J.1004.2013.00933
摘要:
钱学森教授曾对系统给出一个简明的定义: 系统是指依一定秩序相互联系的一组事物. 一般说来, 系统辨识可以认为是利用已知先验信息和输入-输出数据来建立系统数学模型的科学. 经过半个多世纪的发展, 系统辨识已成为一个定义较为明确、发展相当成熟的研究领域, 在思想方法、理论基础、实际应用等诸多方面都有丰富的研究成果. 进入新世纪, 伴随着科学技术的突飞猛进, 新学科、新研究领域不断涌现, 给传统的系统辨识带来了新的挑战与机遇. 因而, 从这个角度说, 系统辨识仍是一个年轻的、朝气蓬勃的学科. 本文将讨论系统辨识在新机遇下一些具有潜力的重要方向, 提出一些值得关注的热点问题, 以此为楔入点, 抛砖引玉, 希望能引发进一步的讨论.
钱学森教授曾对系统给出一个简明的定义: 系统是指依一定秩序相互联系的一组事物. 一般说来, 系统辨识可以认为是利用已知先验信息和输入-输出数据来建立系统数学模型的科学. 经过半个多世纪的发展, 系统辨识已成为一个定义较为明确、发展相当成熟的研究领域, 在思想方法、理论基础、实际应用等诸多方面都有丰富的研究成果. 进入新世纪, 伴随着科学技术的突飞猛进, 新学科、新研究领域不断涌现, 给传统的系统辨识带来了新的挑战与机遇. 因而, 从这个角度说, 系统辨识仍是一个年轻的、朝气蓬勃的学科. 本文将讨论系统辨识在新机遇下一些具有潜力的重要方向, 提出一些值得关注的热点问题, 以此为楔入点, 抛砖引玉, 希望能引发进一步的讨论.
2013, 39(7): 943-962.
doi: 10.3724/SP.J.1004.2013.00943
摘要:
从复杂一体化武器系统的体系结构设计与优化、一体化指挥控制中的优化与决策、 高速多维度运动体的参数辨识与状态估计、多智能平台的协同控制、 非线性随动系统建模与控制五个方面阐述了数字化陆用武器系统中涉及的的建模、优化与控制问题, 涵盖了陆用武器系统中的指挥控制、 火力控制和武器平台的控制. 在对五个方面的国内外研究现状进行论述与分析的基础上, 指出需要进一步研究的问题和未来研究展望.
从复杂一体化武器系统的体系结构设计与优化、一体化指挥控制中的优化与决策、 高速多维度运动体的参数辨识与状态估计、多智能平台的协同控制、 非线性随动系统建模与控制五个方面阐述了数字化陆用武器系统中涉及的的建模、优化与控制问题, 涵盖了陆用武器系统中的指挥控制、 火力控制和武器平台的控制. 在对五个方面的国内外研究现状进行论述与分析的基础上, 指出需要进一步研究的问题和未来研究展望.
2013, 39(7): 963-972.
doi: 10.3724/SP.J.1004.2013.00963
摘要:
机器人技术的研究已从传统的工业领域扩展到医疗服务、教育娱乐、勘探勘测、生物工程、救灾救援等新领域, 并快速发展. 本文简要介绍了工业机器人、移动机器人、医疗与康复机器人和仿生机器人研究中的部分主要进展, 并通过分析和梳理, 归纳了机器人技术发展中的一些重要问题, 探讨机器人技术的发展趋势.
机器人技术的研究已从传统的工业领域扩展到医疗服务、教育娱乐、勘探勘测、生物工程、救灾救援等新领域, 并快速发展. 本文简要介绍了工业机器人、移动机器人、医疗与康复机器人和仿生机器人研究中的部分主要进展, 并通过分析和梳理, 归纳了机器人技术发展中的一些重要问题, 探讨机器人技术的发展趋势.
2013, 39(7): 973-980.
doi: 10.3724/SP.J.1004.2013.00973
摘要:
由于线性离散周期时变系统在理论和实践双重方面的重要意义,因此成为控制领域研究的重要课题. 本文对目前线性离散周期系统的研究成果加以总结.以系统分析和综合为线索,着重介绍了线性离散周期系统的时不变重构、系统的结构属性、稳定性、零点、极点、模型降解及实现、故障诊断等问题所存在的典型方法. 并对线性离散周期系统领域仍存在的问题和未来的发展方向作了进一步的展望.
由于线性离散周期时变系统在理论和实践双重方面的重要意义,因此成为控制领域研究的重要课题. 本文对目前线性离散周期系统的研究成果加以总结.以系统分析和综合为线索,着重介绍了线性离散周期系统的时不变重构、系统的结构属性、稳定性、零点、极点、模型降解及实现、故障诊断等问题所存在的典型方法. 并对线性离散周期系统领域仍存在的问题和未来的发展方向作了进一步的展望.
2013, 39(7): 981-994.
doi: 10.3724/SP.J.1004.2013.00981
摘要:
综述了压缩传感、矩阵秩最小化和低秩矩阵恢复等方面的基础理论及典型应用. 基于凸优化的压缩传感及由其衍生的矩阵秩最小化和低秩矩阵恢复是近年来的研究热点,在信号处理、 推荐系统、高维数据分析、图像处理、计算机视觉等很多研究领域具有重要和成功的应用. 在这些实际的应用中,往往涉及到对高维数据的分析与处理,需要充分和合理利用数据中的如稀疏性或其所构成矩阵的低秩性等性质. 尽管在最坏情况下,最小化诸如稀疏性或矩阵秩这样的目标函数是 NP 难的,但是在某些合理的假设条件下,通过优化目标函数的凸松弛替代函数, 采用凸优化的方法,能够精确地给出原问题的最优解. 有很多高效的凸优化算法对之进行求解且适用于大规模问题.本文首先分别综述了压缩传感、 矩阵秩最小化和低秩矩阵恢复的相关基础理论,然后对其在图像处理、计算机视觉和计算摄像学等领域的典型应用予以举例介绍,并展望了相关领域未来的研究工作.
综述了压缩传感、矩阵秩最小化和低秩矩阵恢复等方面的基础理论及典型应用. 基于凸优化的压缩传感及由其衍生的矩阵秩最小化和低秩矩阵恢复是近年来的研究热点,在信号处理、 推荐系统、高维数据分析、图像处理、计算机视觉等很多研究领域具有重要和成功的应用. 在这些实际的应用中,往往涉及到对高维数据的分析与处理,需要充分和合理利用数据中的如稀疏性或其所构成矩阵的低秩性等性质. 尽管在最坏情况下,最小化诸如稀疏性或矩阵秩这样的目标函数是 NP 难的,但是在某些合理的假设条件下,通过优化目标函数的凸松弛替代函数, 采用凸优化的方法,能够精确地给出原问题的最优解. 有很多高效的凸优化算法对之进行求解且适用于大规模问题.本文首先分别综述了压缩传感、 矩阵秩最小化和低秩矩阵恢复的相关基础理论,然后对其在图像处理、计算机视觉和计算摄像学等领域的典型应用予以举例介绍,并展望了相关领域未来的研究工作.
2013, 39(7): 995-1002.
doi: 10.3724/SP.J.1004.2013.00995
摘要:
针对可能存在拓扑切换情形的有向图, 研究了多个二阶系统在没有领航者时的一致性问题. 提出了两个使用不同合作策略的一致性算法, 并得到了若干与信息拓扑参数无关的一致性判据. 采用基于特征值分析的方法对第一个一致性算法进行了分析, 得到了该算法在固定有向图条件下一致性可达的充分必要条件. 对于第二个一致性算法, 如果切换网络拓扑的并图存在一棵有向生成树的频率足够高, 则系统仍然可以实现一致性. 利用等价模型变换将原系统转化为级联系统的方法, 给出并简化了该算法的收敛性分析. 采用同样的策略, 针对切换无向图的一致性问题进一步推导得到了一个新颖的充分必要条件. 另外, 本文还分别针对固定有向图研究了这两个算法对时延的鲁棒性. 论文最后给出了仿真示例, 验证了所得理论结果的正确性和算法的有效性.
针对可能存在拓扑切换情形的有向图, 研究了多个二阶系统在没有领航者时的一致性问题. 提出了两个使用不同合作策略的一致性算法, 并得到了若干与信息拓扑参数无关的一致性判据. 采用基于特征值分析的方法对第一个一致性算法进行了分析, 得到了该算法在固定有向图条件下一致性可达的充分必要条件. 对于第二个一致性算法, 如果切换网络拓扑的并图存在一棵有向生成树的频率足够高, 则系统仍然可以实现一致性. 利用等价模型变换将原系统转化为级联系统的方法, 给出并简化了该算法的收敛性分析. 采用同样的策略, 针对切换无向图的一致性问题进一步推导得到了一个新颖的充分必要条件. 另外, 本文还分别针对固定有向图研究了这两个算法对时延的鲁棒性. 论文最后给出了仿真示例, 验证了所得理论结果的正确性和算法的有效性.
2013, 39(7): 1003-1010.
doi: 10.3724/SP.J.1004.2013.01003
摘要:
研究切换网络拓扑下含未知参数的分布式Euler-Lagrange系统(简称EL系统)的自适应协调控制问题.通过引入一种新颖的自适应控制构架,设计了分散式控制器,使其容许未知的系统参数.基于图论,Lyapunov稳定性理论以及切换控制理论证明了算法的稳定性.本文特色在于在同一理论框架下处理EL系统协调控制中的未知参数问题与切换拓扑问题,实现静态和动态两种情况下的控制目标.仿真结果验证了算法的有效性.
研究切换网络拓扑下含未知参数的分布式Euler-Lagrange系统(简称EL系统)的自适应协调控制问题.通过引入一种新颖的自适应控制构架,设计了分散式控制器,使其容许未知的系统参数.基于图论,Lyapunov稳定性理论以及切换控制理论证明了算法的稳定性.本文特色在于在同一理论框架下处理EL系统协调控制中的未知参数问题与切换拓扑问题,实现静态和动态两种情况下的控制目标.仿真结果验证了算法的有效性.
2013, 39(7): 1011-1017.
doi: 10.3724/SP.J.1004.2013.01011
摘要:
研究了在平行公交系统中如何进行计算实验的问题. 平行公交系统中的计算实验主要通过以下三步完成: 1)基于简化的数学模型的求解确定初始的公交发车时间间隔; 2)在一个较小范围内不断调整公交车发车间隔, 在平行公交系统中运行观察其运行效果, 形成不同的发车间隔方案; 3)建立方案评价体系, 对得到的发车间隔方案进行评估, 确定最优发车方案. 在本文的计算实验实例中, 共进行了6次计算实验, 得到了一个最优的发车方案, 并基于结果数据说明了论文所提方法的其合理性.
研究了在平行公交系统中如何进行计算实验的问题. 平行公交系统中的计算实验主要通过以下三步完成: 1)基于简化的数学模型的求解确定初始的公交发车时间间隔; 2)在一个较小范围内不断调整公交车发车间隔, 在平行公交系统中运行观察其运行效果, 形成不同的发车间隔方案; 3)建立方案评价体系, 对得到的发车间隔方案进行评估, 确定最优发车方案. 在本文的计算实验实例中, 共进行了6次计算实验, 得到了一个最优的发车方案, 并基于结果数据说明了论文所提方法的其合理性.
2013, 39(7): 1018-1026.
doi: 10.3724/SP.J.1004.2013.01018
摘要:
在状态树结构(State tree structures, STS)的基础上提出了离散事件系统的模块化监督控制方法. 该方法中, 系统模型是状态树结构模型, 控制指标以谓词形式给出. 把控制指标分解为几个子控制指标的合取形式, 对每个子控制指标分别设计非阻塞最优监督控制器, 并保证闭环系统行为满足控制指标要求且是非阻塞最优的. 本文研究了模块化监督控制器存在性条件, 给出了模块化监督控制器的综合过程; 当闭环系统阻塞时, 引入协调器来解决闭环系统阻塞问题并且给出了协调器的设计方法.
在状态树结构(State tree structures, STS)的基础上提出了离散事件系统的模块化监督控制方法. 该方法中, 系统模型是状态树结构模型, 控制指标以谓词形式给出. 把控制指标分解为几个子控制指标的合取形式, 对每个子控制指标分别设计非阻塞最优监督控制器, 并保证闭环系统行为满足控制指标要求且是非阻塞最优的. 本文研究了模块化监督控制器存在性条件, 给出了模块化监督控制器的综合过程; 当闭环系统阻塞时, 引入协调器来解决闭环系统阻塞问题并且给出了协调器的设计方法.
2013, 39(7): 1027-1036.
doi: 10.3724/SP.J.1004.2013.01027
摘要:
针对存在初态误差的情形, 提出多变量非线性系统的变阶采样迭代学习控制方法. 相对固定阶迭代学习算法, 变阶算法可有效降低跟踪误差. 对变阶采样迭代学习算法进行了收敛性分析, 推导出收敛充分条件. 给出了变阶学习的两种实现策略-DD (Direct division)和DIP (Division in phases)策略. 数值仿真表明, 基于DIP策略的变阶采样迭代学习算法在获得较高的控制精度的同时, 具有较快的收敛速度.
针对存在初态误差的情形, 提出多变量非线性系统的变阶采样迭代学习控制方法. 相对固定阶迭代学习算法, 变阶算法可有效降低跟踪误差. 对变阶采样迭代学习算法进行了收敛性分析, 推导出收敛充分条件. 给出了变阶学习的两种实现策略-DD (Direct division)和DIP (Division in phases)策略. 数值仿真表明, 基于DIP策略的变阶采样迭代学习算法在获得较高的控制精度的同时, 具有较快的收敛速度.
2013, 39(7): 1037-1052.
doi: 10.3724/SP.J.1004.2013.01037
摘要:
最大均值差异(Maximum mean discrepancy, MMD)作为一种能有效度量源域和目标域分布差异的标准已被成功运用.然而, MMD作为一种全局度量方法一定程度上反映的是区域之间全局分布和全局结构上的差异.为此, 本文通过引入局部加权均值的方法和理论到MMD中, 提出一种具有局部保持能力的投影最大局部加权均值差异(Projected maximum local weighted mean discrepancy, PMLWD)度量,%从而一定程度上使得PMLWD更能有效度量源域和目标域中局部分块之间的分布和结构上的差异,结合传统的学习理论提出基于局部加权均值的领域适应学习框架(Local weighted mean based domain adaptation learning framework, LDAF), 在LDAF框架下, 衍生出两种领域适应学习方法: LDAF_MLC和 LDAF_SVM.最后,通过测试人工数据集、高维文本数据集和人脸数据集来表明LDAF比其他领域适应学习方法更具优势.
最大均值差异(Maximum mean discrepancy, MMD)作为一种能有效度量源域和目标域分布差异的标准已被成功运用.然而, MMD作为一种全局度量方法一定程度上反映的是区域之间全局分布和全局结构上的差异.为此, 本文通过引入局部加权均值的方法和理论到MMD中, 提出一种具有局部保持能力的投影最大局部加权均值差异(Projected maximum local weighted mean discrepancy, PMLWD)度量,%从而一定程度上使得PMLWD更能有效度量源域和目标域中局部分块之间的分布和结构上的差异,结合传统的学习理论提出基于局部加权均值的领域适应学习框架(Local weighted mean based domain adaptation learning framework, LDAF), 在LDAF框架下, 衍生出两种领域适应学习方法: LDAF_MLC和 LDAF_SVM.最后,通过测试人工数据集、高维文本数据集和人脸数据集来表明LDAF比其他领域适应学习方法更具优势.
2013, 39(7): 1053-1061.
doi: 10.3724/SP.J.1004.2013.01053
摘要:
针对ASIFT (Affine scale invariant feature transform) 算法存在的仿射采样策略、采样点离散设置等问题,提出了一种基于粒子群优化的图像透视不变特征PSIFT (Perspective scale invariant feature transform)算法. 该算法通过虚拟相机的透视采样来模拟景物在多视角图像中的变形. 在此基础上,将图像匹配问题转换为透视变换的优化问题,并以粒子群算法为工具,研究了虚拟相机旋转参数搜索空间、适应值函数的合理设定. 针对三组不同类型低空遥感图像的实验结果表明,该算法比ASIFT、SIFT (Scale invariant feature transform)、Harris affine和MSER (Maximally stable extremal regions)等算法获得更多的特征匹配对,有效地提高了算法对视角变化的鲁棒性.
针对ASIFT (Affine scale invariant feature transform) 算法存在的仿射采样策略、采样点离散设置等问题,提出了一种基于粒子群优化的图像透视不变特征PSIFT (Perspective scale invariant feature transform)算法. 该算法通过虚拟相机的透视采样来模拟景物在多视角图像中的变形. 在此基础上,将图像匹配问题转换为透视变换的优化问题,并以粒子群算法为工具,研究了虚拟相机旋转参数搜索空间、适应值函数的合理设定. 针对三组不同类型低空遥感图像的实验结果表明,该算法比ASIFT、SIFT (Scale invariant feature transform)、Harris affine和MSER (Maximally stable extremal regions)等算法获得更多的特征匹配对,有效地提高了算法对视角变化的鲁棒性.
2013, 39(7): 1062-1070.
doi: 10.3724/SP.J.1004.2013.01062
摘要:
主成分分析可以较好地保持数据的全局多样性几何属性, 在模式识别、机器学习、图像识别等领域有着很重要的作用. 缺点是他不能较好地保持局部数据的多样性几何属性, 且忽略了图像像素之间的相互关系, 导致算法性能不够好, 且对模式形变比较敏感. 对此问题, 提出了一种基于图像欧氏距离的二维局部多样性保持投影. 该方法利用邻接图描述局部数据之间的变化关系, 然后利用图像欧氏距离度量数据间的多样性几何属性, 有效地将图像像素之间的相互关系嵌入到目标函数中. 和主成分分析相比, 所提方法较好地保持了局部数据的多样性几何属性, 而且明确考虑了图像像素之间的相互关系, 对模式形变具有好的鲁棒性. 在Yale, AR及PIE三个人脸库上的实验结果证明了所提算法的有效性.
主成分分析可以较好地保持数据的全局多样性几何属性, 在模式识别、机器学习、图像识别等领域有着很重要的作用. 缺点是他不能较好地保持局部数据的多样性几何属性, 且忽略了图像像素之间的相互关系, 导致算法性能不够好, 且对模式形变比较敏感. 对此问题, 提出了一种基于图像欧氏距离的二维局部多样性保持投影. 该方法利用邻接图描述局部数据之间的变化关系, 然后利用图像欧氏距离度量数据间的多样性几何属性, 有效地将图像像素之间的相互关系嵌入到目标函数中. 和主成分分析相比, 所提方法较好地保持了局部数据的多样性几何属性, 而且明确考虑了图像像素之间的相互关系, 对模式形变具有好的鲁棒性. 在Yale, AR及PIE三个人脸库上的实验结果证明了所提算法的有效性.
2013, 39(7): 1071-1079.
doi: 10.3724/SP.J.1004.2013.01071
摘要:
在JPEG2000图像压缩标准中,有损传输过程中的小波系数的丢失将严重影响接收端图像的质量.为了修复丢失的或被损坏的小波系数,本文提出了一种基于张量扩散的小波域修复模型(TDWI),该混合模型将结构自适应各向异性正则与小波表示结合起来.同时推导该模型对应的Euler-Lagrange方程,并据此来分析它在像素域的几何正则性能.由于在正则项中采用了矩阵值的结构张量,该模型的扩散核的形状随着图像的局部结构特征(包括尖锐边缘、角点和各向同性区域)自适应地变化.与已有的小波域修复模型相比,本文所提模型能更自适应地、更准确地控制像素域的几何正则性,并对噪声有更强的鲁棒性.另外,本文采用了一个更加有效且适合的数值实现方法来进一步改善所提模型的修复性能.最后,给出了各种丢失情形下的实验结果来表明该模型在小波域修复性能和抗噪性能等方面的优越性.
在JPEG2000图像压缩标准中,有损传输过程中的小波系数的丢失将严重影响接收端图像的质量.为了修复丢失的或被损坏的小波系数,本文提出了一种基于张量扩散的小波域修复模型(TDWI),该混合模型将结构自适应各向异性正则与小波表示结合起来.同时推导该模型对应的Euler-Lagrange方程,并据此来分析它在像素域的几何正则性能.由于在正则项中采用了矩阵值的结构张量,该模型的扩散核的形状随着图像的局部结构特征(包括尖锐边缘、角点和各向同性区域)自适应地变化.与已有的小波域修复模型相比,本文所提模型能更自适应地、更准确地控制像素域的几何正则性,并对噪声有更强的鲁棒性.另外,本文采用了一个更加有效且适合的数值实现方法来进一步改善所提模型的修复性能.最后,给出了各种丢失情形下的实验结果来表明该模型在小波域修复性能和抗噪性能等方面的优越性.
2013, 39(7): 1080-1092.
doi: 10.3724/SP.J.1004.2013.01080
摘要:
描述了一个基于互补投票的高效、带有信赖度的光流计算方法,简称CMV方法.为了计算一个感兴趣区域的光流, 我们首先分割这个区域为若干个子区域,然后利用一个匹配策略计算每一个子区域的相似度分布.这些相似度分布被用来抽取两种类型的投票角色:正投票和负投票.随后,这两种投票角色在一个准则的控制下被用来获取一个最优的投票结果, 这个投票结果将决定光流及其信赖度. 为了削减CMV的计算复杂度,我们提出了一个基于正投票的(PV-based)负投票策略.实验结果显示,CMV方法能够有效计算低质量图像序列的光流,并且这个新的负投票策略在几乎没有影响性能的情况下极大地削减了算法的计算复杂度.
描述了一个基于互补投票的高效、带有信赖度的光流计算方法,简称CMV方法.为了计算一个感兴趣区域的光流, 我们首先分割这个区域为若干个子区域,然后利用一个匹配策略计算每一个子区域的相似度分布.这些相似度分布被用来抽取两种类型的投票角色:正投票和负投票.随后,这两种投票角色在一个准则的控制下被用来获取一个最优的投票结果, 这个投票结果将决定光流及其信赖度. 为了削减CMV的计算复杂度,我们提出了一个基于正投票的(PV-based)负投票策略.实验结果显示,CMV方法能够有效计算低质量图像序列的光流,并且这个新的负投票策略在几乎没有影响性能的情况下极大地削减了算法的计算复杂度.
2013, 39(7): 1093-1099.
doi: 10.3724/SP.J.1004.2013.01093
摘要:
降雨天气往往导致监控视频质量下降. 本文提出首先在对数图像处理(Logarithmic image processing, LIP)框架下利用灰色调约束检测出候选雨滴,进而利用主成分分析(Principal component analysis, PCA)方法计算每个候选雨滴的倾斜方向并构建其概率密度分布函数,利用Mean-shift算法估计该分布函数的峰值,作为检测到的雨滴降落方向,然后,通过方向约束去除候选雨滴中的干扰噪声. 最后,文章采用一种加权的重构方法消除雨滴. 实验证明,算法能够有效检测并去除各种场景中的雨滴.
降雨天气往往导致监控视频质量下降. 本文提出首先在对数图像处理(Logarithmic image processing, LIP)框架下利用灰色调约束检测出候选雨滴,进而利用主成分分析(Principal component analysis, PCA)方法计算每个候选雨滴的倾斜方向并构建其概率密度分布函数,利用Mean-shift算法估计该分布函数的峰值,作为检测到的雨滴降落方向,然后,通过方向约束去除候选雨滴中的干扰噪声. 最后,文章采用一种加权的重构方法消除雨滴. 实验证明,算法能够有效检测并去除各种场景中的雨滴.
2013, 39(7): 1100-1109.
doi: 10.3724/SP.J.1004.2013.01100
摘要:
准确的流量分类是进行网络管理、安全检测以及应用趋势分析的基础.针对完全监督和无监督分类的缺陷, 提出了一种基于近邻传播学习的半监督流量分类方法.通过引入近邻传播聚类机制构建分类模型, 使得分类器实现过程简单、运行高效. 应用半监督学习的思想, 抽象出少量已标记样本流约束和流形空间先验信息, 定义了流形相似度的距离测度, 既降低了标记流量样本的复杂度, 又提高了流量分类器的性能.理论分析和实验结果表明:算法具有较高的分类准确性和较好的凝聚性.
准确的流量分类是进行网络管理、安全检测以及应用趋势分析的基础.针对完全监督和无监督分类的缺陷, 提出了一种基于近邻传播学习的半监督流量分类方法.通过引入近邻传播聚类机制构建分类模型, 使得分类器实现过程简单、运行高效. 应用半监督学习的思想, 抽象出少量已标记样本流约束和流形空间先验信息, 定义了流形相似度的距离测度, 既降低了标记流量样本的复杂度, 又提高了流量分类器的性能.理论分析和实验结果表明:算法具有较高的分类准确性和较好的凝聚性.
2013, 39(7): 1110-1116.
doi: 10.3724/SP.J.1004.2013.01110
摘要:
针对资源有限、存在信道退化的无线传感器网络(Wireless sensor network, WSN),基于最大似然估计(Maximum-likelihood estimation, MLE)提出一种信道感知的目标定位方法. 把传感器观测数据量化为M位二进制序列,经过衰落信道多跳中继到达融合中心. 中继节点采用二元解码-前向中继策略,中继输出是被信道污染的中继信号的估计值. 在Rayleigh信道衰落和高斯信道噪声假设下,结合无线信道衰落的统计知识和解码策略, 推导了观测数据的似然函数,得到目标位置的最大似然估计. 此外,还推导了估计器性能的后验克拉美-罗下界(Cramr-Rao lower bounds, CRLB). 仿真结果表明,信道感知的方法能够减缓由于信道衰落和噪声所带来的定位性能的退化.
针对资源有限、存在信道退化的无线传感器网络(Wireless sensor network, WSN),基于最大似然估计(Maximum-likelihood estimation, MLE)提出一种信道感知的目标定位方法. 把传感器观测数据量化为M位二进制序列,经过衰落信道多跳中继到达融合中心. 中继节点采用二元解码-前向中继策略,中继输出是被信道污染的中继信号的估计值. 在Rayleigh信道衰落和高斯信道噪声假设下,结合无线信道衰落的统计知识和解码策略, 推导了观测数据的似然函数,得到目标位置的最大似然估计. 此外,还推导了估计器性能的后验克拉美-罗下界(Cramr-Rao lower bounds, CRLB). 仿真结果表明,信道感知的方法能够减缓由于信道衰落和噪声所带来的定位性能的退化.
2013, 39(7): 1117-1125.
doi: 10.3724/SP.J.1004.2013.01117
摘要:
借鉴基于聚类的无监督入侵检测算法(Clustering-based method for the unsupervised intrusion detection, CBUID)聚类原理, 提出一种基于核心图增量聚类的社区划分算法(Clustering-based method for community detection, CBCD). 本文提出一种社区摘要构建方法, 给出节点与社区相似度的计算公式. 首先,对由少量高度数节点组成的核心网络采用现有算法进行核心社区划分, 然后,采用增量方式依据节点与社区相似度,将剩余节点划分到核心社区中. 算法复杂度主要依赖于网络规模、边的数量及划分的社区个数, 具有线性复杂度. 通过在几个典型真实网络数据集上测试, 所提算法能够有效地进行社区划分.
借鉴基于聚类的无监督入侵检测算法(Clustering-based method for the unsupervised intrusion detection, CBUID)聚类原理, 提出一种基于核心图增量聚类的社区划分算法(Clustering-based method for community detection, CBCD). 本文提出一种社区摘要构建方法, 给出节点与社区相似度的计算公式. 首先,对由少量高度数节点组成的核心网络采用现有算法进行核心社区划分, 然后,采用增量方式依据节点与社区相似度,将剩余节点划分到核心社区中. 算法复杂度主要依赖于网络规模、边的数量及划分的社区个数, 具有线性复杂度. 通过在几个典型真实网络数据集上测试, 所提算法能够有效地进行社区划分.
2013, 39(7): 1126-1132.
doi: 10.3724/SP.J.1004.2013.01126
摘要:
在球不变随机向量杂波背景下,研究了稀疏距离扩展目标的自适应检测问题.基于有序检测理论, 利用协方差矩阵估计方法,分析了自适应检测器(Adaptive detector, AD).其中,基于采样协方差矩阵(Sample covariance matrix, SCM)和归一化采样协方差矩阵(Normalized sample covariance matrix, NSCM),分别建立了AD-SCM和AD-NSCM检测器.从恒虚警率特性和检测性能综合来看, AD-NSCM的性能优于AD-SCM和已有的修正广义似然比检测器.最后,通过仿真实验验证了所提方法的有效性.
在球不变随机向量杂波背景下,研究了稀疏距离扩展目标的自适应检测问题.基于有序检测理论, 利用协方差矩阵估计方法,分析了自适应检测器(Adaptive detector, AD).其中,基于采样协方差矩阵(Sample covariance matrix, SCM)和归一化采样协方差矩阵(Normalized sample covariance matrix, NSCM),分别建立了AD-SCM和AD-NSCM检测器.从恒虚警率特性和检测性能综合来看, AD-NSCM的性能优于AD-SCM和已有的修正广义似然比检测器.最后,通过仿真实验验证了所提方法的有效性.
2013, 39(7): 1133-1140.
doi: 10.3724/SP.J.1004.2013.01133
摘要:
针对通信延时及输入延时并存的情况下,研究具有一般线性动态特性的高阶多智能体在固定且无向的网络拓扑下的一致性.通过将多智能体的特征方程分解为一系列低阶的因子,一致性问题转换为一系列低阶因子的稳定性分析问题,降低了问题的分析复杂度.进一步地,分析无延时情况下多智能体达到一致性的控制增益的取值范围,即增益的稳定区间.当从稳定区间选取一个固定的控制增益时,应用频率扫描高级聚类法分析多个因子在两延时参数空间中的稳定性,并由此获得多智能体延时无关及延时相关的一致性结论.一个说明性的例子验证了分析结论.
针对通信延时及输入延时并存的情况下,研究具有一般线性动态特性的高阶多智能体在固定且无向的网络拓扑下的一致性.通过将多智能体的特征方程分解为一系列低阶的因子,一致性问题转换为一系列低阶因子的稳定性分析问题,降低了问题的分析复杂度.进一步地,分析无延时情况下多智能体达到一致性的控制增益的取值范围,即增益的稳定区间.当从稳定区间选取一个固定的控制增益时,应用频率扫描高级聚类法分析多个因子在两延时参数空间中的稳定性,并由此获得多智能体延时无关及延时相关的一致性结论.一个说明性的例子验证了分析结论.
2013, 39(7): 1141-1145.
doi: 10.3724/SP.J.1004.2013.01141
摘要:
为了解决在模型不确定条件下的预测控制系统经济性能评估分析的问题,本文通过基于二次锥规划的鲁棒线性规划的方法来描述模型不确定性对控制系统经济性能评估造成的影响,并采用约束调整与方差调整的策略来改善控制系统的经济性能. Shell公司提供的重油分馏塔典型案例实验证明该方法的有效性.
为了解决在模型不确定条件下的预测控制系统经济性能评估分析的问题,本文通过基于二次锥规划的鲁棒线性规划的方法来描述模型不确定性对控制系统经济性能评估造成的影响,并采用约束调整与方差调整的策略来改善控制系统的经济性能. Shell公司提供的重油分馏塔典型案例实验证明该方法的有效性.
2013, 39(7): 1146-1151.
doi: 10.3724/SP.J.1004.2013.01146
摘要:
针对污水处理过程(Wastewater treatment process, WWTP)溶解氧(Dissolved oxygen, DO)及硝态氮浓度控制问题, 提出了一种多评价指标的DHP (Dual heuristic dynamic programming)控制策略. 该策略能够降低评价指标的复杂性, 提高评价网络的逼近精度. 采用回声状态网络(Echo state networks, ESNs)实现评价函数及控制策略的逼近, 研究了控制器的在线学习算法. 实验表明, 该策略在控制性能上优于单评价指标的DHP策略及常规PID控制策略.
针对污水处理过程(Wastewater treatment process, WWTP)溶解氧(Dissolved oxygen, DO)及硝态氮浓度控制问题, 提出了一种多评价指标的DHP (Dual heuristic dynamic programming)控制策略. 该策略能够降低评价指标的复杂性, 提高评价网络的逼近精度. 采用回声状态网络(Echo state networks, ESNs)实现评价函数及控制策略的逼近, 研究了控制器的在线学习算法. 实验表明, 该策略在控制性能上优于单评价指标的DHP策略及常规PID控制策略.
2013, 39(7): 1152-1156.
doi: 10.3724/SP.J.1004.2013.01152
摘要:
提出了一种新型的基于混合采样的多模型粒子滤波算法,该算法能够有效降低多模型粒子滤波器的采样粒子数. 文中证明了这种基于混合采样的粒子滤波算法是一种多模型粒子滤波算法. 该算法的计算复杂度与单模型粒子滤波算法相当. 仿真实验表明,与已有的多模型粒子滤波算法相比,算法的计算复杂度大幅降低.
提出了一种新型的基于混合采样的多模型粒子滤波算法,该算法能够有效降低多模型粒子滤波器的采样粒子数. 文中证明了这种基于混合采样的粒子滤波算法是一种多模型粒子滤波算法. 该算法的计算复杂度与单模型粒子滤波算法相当. 仿真实验表明,与已有的多模型粒子滤波算法相比,算法的计算复杂度大幅降低.
