2014年 第40卷 第1期
2014, 40(1): 1-15.
doi: 10.3724/SP.J.1004.2014.00001
摘要:
微分对策是使用微分方程处理双方或多方连续动态冲突、竞争或合作问题的一种数学工具. 它已经广泛应用于生物学、经济学、国际关系、计算机科学和军事战略等诸多领域. 微分对策实质上是一种双方或多方的最优控制问题，它将现代控制理论与对策论相融合，从而比控制理论具有更强的竞争性、对抗性和适用性. 本文根据非线性微分对策理论的控制、均衡及算法阐述了微分对策的理论发展历史，综述了已有结论与算法的本质，总结了现有的研究成果. 最后对基于微分对策理论非线性系统的鲁棒性与最优性进行了展望.
微分对策是使用微分方程处理双方或多方连续动态冲突、竞争或合作问题的一种数学工具. 它已经广泛应用于生物学、经济学、国际关系、计算机科学和军事战略等诸多领域. 微分对策实质上是一种双方或多方的最优控制问题，它将现代控制理论与对策论相融合，从而比控制理论具有更强的竞争性、对抗性和适用性. 本文根据非线性微分对策理论的控制、均衡及算法阐述了微分对策的理论发展历史，综述了已有结论与算法的本质，总结了现有的研究成果. 最后对基于微分对策理论非线性系统的鲁棒性与最优性进行了展望.
2014, 40(1): 16-23.
doi: 10.3724/SP.J.1004.2014.00016
摘要:
目前地铁、建筑及煤矿等人员密集空间突发事件频发，解决人员密集空间人员安全疏散是当前社会发展亟待解决的问题. 本文以地铁为例研究了基于ACP方法的平行应急疏散系统，该系统由应急疏散人工系统、计算实验 和平行执行三部分组成. 平行应急疏散系统不仅适用于地铁，还适用于建筑及煤矿等生活和工作空间应急疏散管理，可实现人员培训、疏散演练、疏散方案优化和评估等功能. 本文初步建立了地铁枢纽站平行应急疏散系统，并进行了两种典型场景的计算实验，实验结果表明平行应急疏散系统可有效提高应急疏散效率.
目前地铁、建筑及煤矿等人员密集空间突发事件频发，解决人员密集空间人员安全疏散是当前社会发展亟待解决的问题. 本文以地铁为例研究了基于ACP方法的平行应急疏散系统，该系统由应急疏散人工系统、计算实验 和平行执行三部分组成. 平行应急疏散系统不仅适用于地铁，还适用于建筑及煤矿等生活和工作空间应急疏散管理，可实现人员培训、疏散演练、疏散方案优化和评估等功能. 本文初步建立了地铁枢纽站平行应急疏散系统，并进行了两种典型场景的计算实验，实验结果表明平行应急疏散系统可有效提高应急疏散效率.
2014, 40(1): 24-32.
doi: 10.3724/SP.J.1004.2014.00024
摘要:
研究了一类控制系数未知的高阶不确定非线性系统的自适应镇定控制设计. 尽管该问题已经得到解决，但是所设计的控制器是非线性反馈形式，较为复杂. 与现有文献不同，本文通过综合运用增加幂积分技术和切换自适应控制方法，给出了该控制问题的更为简单且易于实现的新型线性反馈控制器，使得系统状态有界且最终趋于零. 值得指出的是，与切换自适应控制文献相比，本文所研究的非线性系统具有更严重的不确定/未知性和更强的非线性，这主要体现在未知的系统控制系数和更高的系统幂次中.
研究了一类控制系数未知的高阶不确定非线性系统的自适应镇定控制设计. 尽管该问题已经得到解决，但是所设计的控制器是非线性反馈形式，较为复杂. 与现有文献不同，本文通过综合运用增加幂积分技术和切换自适应控制方法，给出了该控制问题的更为简单且易于实现的新型线性反馈控制器，使得系统状态有界且最终趋于零. 值得指出的是，与切换自适应控制文献相比，本文所研究的非线性系统具有更严重的不确定/未知性和更强的非线性，这主要体现在未知的系统控制系数和更高的系统幂次中.
2014, 40(1): 33-40.
doi: 10.3724/SP.J.1004.2014.00033
摘要:
研究用最近邻分类预测多目标优化问题Pareto支配性的相似性测度方法. 在分析决策分量对各目标分量贡献率的基础上定义决策向量的等价子向量，等价子向量由贡献率相同的决策分量所组成.提出基于等价子向量的最小交叉距离加 权和相似性测度方法.对每个目标分量，独立评价待测数据与N个已知样本的相似度，每个样本按其相似度值的升序赋予[0：N-1]之间的序号，按各目标上的序号之和最小准则确定最近邻样本.等价子向量最小交叉距离加权和相似性测度以及多目标最近邻搜索方法在确定决策向量相似性时，引入了决策空间到目标向量空间的映射知识，使决策变量相似性测度更真实地反映目标向量相似性.对典型多目标优化问题的Pareto支配性最近邻分类实验结果表明，提出的方法可显著地提高分类准确性.
研究用最近邻分类预测多目标优化问题Pareto支配性的相似性测度方法. 在分析决策分量对各目标分量贡献率的基础上定义决策向量的等价子向量，等价子向量由贡献率相同的决策分量所组成.提出基于等价子向量的最小交叉距离加 权和相似性测度方法.对每个目标分量，独立评价待测数据与N个已知样本的相似度，每个样本按其相似度值的升序赋予[0：N-1]之间的序号，按各目标上的序号之和最小准则确定最近邻样本.等价子向量最小交叉距离加权和相似性测度以及多目标最近邻搜索方法在确定决策向量相似性时，引入了决策空间到目标向量空间的映射知识，使决策变量相似性测度更真实地反映目标向量相似性.对典型多目标优化问题的Pareto支配性最近邻分类实验结果表明，提出的方法可显著地提高分类准确性.
2014, 40(1): 41-50.
doi: 10.3724/SP.J.1004.2014.00041
摘要:
量化问题广泛存在于计算机控制系统和数字通信的传输通道中. 本文研究一类非线性关联量化系统的参数稳定性及分散状态反馈控制器的设计问题. 每个控制器的输出经过对数量化器量化后输入到子系统中，其量化密度的大小会影响系统的稳定性. 首先，设计分散状态反馈控制器，使得无量化器存在时的关联闭环系统参数稳定，并确定参数稳定的区域；然后，对每个子系统的控制输入采用对数量化器进行量化，通过局部信息确定子系统中对数量化器量化密度的下界，使得整个闭环关联量化系统在参数稳定域内仍然保持稳定；最后，对给定量化密度，优化控制器使系统能容许最大的非线性. 仿真结果表明，本文所设计的分散量化控制器在参数稳定域内能够镇定关联大系统.
量化问题广泛存在于计算机控制系统和数字通信的传输通道中. 本文研究一类非线性关联量化系统的参数稳定性及分散状态反馈控制器的设计问题. 每个控制器的输出经过对数量化器量化后输入到子系统中，其量化密度的大小会影响系统的稳定性. 首先，设计分散状态反馈控制器，使得无量化器存在时的关联闭环系统参数稳定，并确定参数稳定的区域；然后，对每个子系统的控制输入采用对数量化器进行量化，通过局部信息确定子系统中对数量化器量化密度的下界，使得整个闭环关联量化系统在参数稳定域内仍然保持稳定；最后，对给定量化密度，优化控制器使系统能容许最大的非线性. 仿真结果表明，本文所设计的分散量化控制器在参数稳定域内能够镇定关联大系统.
2014, 40(1): 51-61.
doi: 10.3724/SP.J.1004.2014.00051
摘要:
镁砂熔炼过程具有多工况、群炉并行生产、高能耗等特点.在全厂供电容量约束下，为了最大化能源使用效率，需要根据全厂每台炉子的工况变化实时分配电能，实现全厂镁砂单位能耗与平均品位的多目标优化. 本文基于最小二乘支持向量机技术建立了镁砂熔炼过程全厂电能分配优化模型.根据不同工况下降低镁炉供电量对镁砂熔炼过程的影响程度，提出了基于工况优先级的电能分配策略.根据主熔工况下镁砂产量与品位指标函数的特性分析，推导出 主熔工况下电能分配模型决策变量维数缩减的条件. 为了提高多目标优化算法的运行效率，设计了一种快速非支配解集构造方法，用来提高传统多目标粒子群优化算法的寻优效率. 基于标准测试问题与现场实际例子对所提出的方法进行了检验.基于现场例子的实验结果证明所提出的方法能够避免工厂出现的用电超容量情况，并且提高了全厂用电效率.
镁砂熔炼过程具有多工况、群炉并行生产、高能耗等特点.在全厂供电容量约束下，为了最大化能源使用效率，需要根据全厂每台炉子的工况变化实时分配电能，实现全厂镁砂单位能耗与平均品位的多目标优化. 本文基于最小二乘支持向量机技术建立了镁砂熔炼过程全厂电能分配优化模型.根据不同工况下降低镁炉供电量对镁砂熔炼过程的影响程度，提出了基于工况优先级的电能分配策略.根据主熔工况下镁砂产量与品位指标函数的特性分析，推导出 主熔工况下电能分配模型决策变量维数缩减的条件. 为了提高多目标优化算法的运行效率，设计了一种快速非支配解集构造方法，用来提高传统多目标粒子群优化算法的寻优效率. 基于标准测试问题与现场实际例子对所提出的方法进行了检验.基于现场例子的实验结果证明所提出的方法能够避免工厂出现的用电超容量情况，并且提高了全厂用电效率.
2014, 40(1): 62-72.
doi: 10.3724/SP.J.1004.2014.00062
摘要:
介绍了一种基于密度的逻辑回归（Density-based logistic regression，DLR）分类模型以解决逻辑回归中非线性分类的问题. 其主要思想是根据Nadarays-Watson密度估计将训练数据映射到特定的特征空间，然后组建优化模型优化特征权重以及Nadarays-Watson 密度估计算法的宽度. 其主要优点在于：它不仅优于标准的逻辑回归，而且优于基于径向基函数（Radial basis function，RBF）内核的核逻辑回归（Kernel logistic regression，KLR）. 特别是与核逻辑回归分析和支持向量机（Support vector machine，SVM）相比，该方法不仅达到更好的分类精度，而且有更好的时间效率. 该方法的另一个显著优点是，它可以很自然地扩展到数值类型和分类型混合的数据集中. 除此之外，该方法和逻辑回归（Logistic regression，LR）一样，有同样的模型可解释的优点，这恰恰是其他如核逻辑回归分析和支持向量机所不具备的.
介绍了一种基于密度的逻辑回归（Density-based logistic regression，DLR）分类模型以解决逻辑回归中非线性分类的问题. 其主要思想是根据Nadarays-Watson密度估计将训练数据映射到特定的特征空间，然后组建优化模型优化特征权重以及Nadarays-Watson 密度估计算法的宽度. 其主要优点在于：它不仅优于标准的逻辑回归，而且优于基于径向基函数（Radial basis function，RBF）内核的核逻辑回归（Kernel logistic regression，KLR）. 特别是与核逻辑回归分析和支持向量机（Support vector machine，SVM）相比，该方法不仅达到更好的分类精度，而且有更好的时间效率. 该方法的另一个显著优点是，它可以很自然地扩展到数值类型和分类型混合的数据集中. 除此之外，该方法和逻辑回归（Logistic regression，LR）一样，有同样的模型可解释的优点，这恰恰是其他如核逻辑回归分析和支持向量机所不具备的.
2014, 40(1): 73-82.
doi: 10.3724/SP.J.1004.2014.00073
摘要:
鉴于近年来稀疏表示（Sparse representation，SR）在高维数据例如人脸图像的特征提取与降维领域的快速发展，对原始的稀疏保持投影（Sparsity preserving projection，SPP）算法进行了改进，提出了一种叫做鉴别稀疏保持嵌入（Discriminant sparsity preserving embedding，DSPE）的算法. 通过求解一个最小二乘问题来更新SPP中的稀疏权重并得到一个更能真实反映鉴别信息的鉴别稀疏权重，最后以最优保持这个稀疏权重关系为目标来计算高维数据的低维特征子空间.该算法是一个线性的监督学习算法，通过引入鉴别信息，能够有效地对高维数据进行降维. 在ORL库、Yale库、扩展Yale B库和CMU PIE库上的大量实验结果验证了算法的有效性.
鉴于近年来稀疏表示（Sparse representation，SR）在高维数据例如人脸图像的特征提取与降维领域的快速发展，对原始的稀疏保持投影（Sparsity preserving projection，SPP）算法进行了改进，提出了一种叫做鉴别稀疏保持嵌入（Discriminant sparsity preserving embedding，DSPE）的算法. 通过求解一个最小二乘问题来更新SPP中的稀疏权重并得到一个更能真实反映鉴别信息的鉴别稀疏权重，最后以最优保持这个稀疏权重关系为目标来计算高维数据的低维特征子空间.该算法是一个线性的监督学习算法，通过引入鉴别信息，能够有效地对高维数据进行降维. 在ORL库、Yale库、扩展Yale B库和CMU PIE库上的大量实验结果验证了算法的有效性.
2014, 40(1): 83-91.
doi: 10.3724/SP.J.1004.2014.00083
摘要:
目前常用的SIFT和SURF识别算法存在匹配时间长、运算量大和内存占用多等问题，无法满足实时移动检索应用. 针对这些问题，本文提出了一种智能手机上的实时识别算法，通过缩短特征点检测时间和降低尺度空间特征点定位的复杂度，保证识别的实时性和准确性.实验结果表明，本算法能有效地运行在普通的资源受限智能手机上，具有较好的通用性；同时能实现对场景的实时识别，消耗内存资源也较少，适合在实际应用中使用.
目前常用的SIFT和SURF识别算法存在匹配时间长、运算量大和内存占用多等问题，无法满足实时移动检索应用. 针对这些问题，本文提出了一种智能手机上的实时识别算法，通过缩短特征点检测时间和降低尺度空间特征点定位的复杂度，保证识别的实时性和准确性.实验结果表明，本算法能有效地运行在普通的资源受限智能手机上，具有较好的通用性；同时能实现对场景的实时识别，消耗内存资源也较少，适合在实际应用中使用.
2014, 40(1): 92-99.
doi: 10.3724/SP.J.1004.2014.00092
摘要:
由于逐对形状匹配不能很好地反映形状间相似度，因此需要引入后期处理步骤提升检索精度. 为了得到上下文敏感的形状相似度，本文提出了一种基于期望首达时间（Mean first-passage time，MFPT）的形状距离学习方法. 在利用标准形状匹配方法得到距离矩阵的基础上，建立离散时间马尔可夫链对形状流形结构进行分析.将形状样本视作状态，利用不同状态之间完成一次状态转移的平均时间步长，即期望首达时间，表示形状间的距离.期望首达时间能够结合测地距离发掘空间流形结构，并可以通过线性方程进行有效求解.分别对不同数据进行实验分析，本文所提出的方法在相同条件下能够达到更高的形状检索精度.
由于逐对形状匹配不能很好地反映形状间相似度，因此需要引入后期处理步骤提升检索精度. 为了得到上下文敏感的形状相似度，本文提出了一种基于期望首达时间（Mean first-passage time，MFPT）的形状距离学习方法. 在利用标准形状匹配方法得到距离矩阵的基础上，建立离散时间马尔可夫链对形状流形结构进行分析.将形状样本视作状态，利用不同状态之间完成一次状态转移的平均时间步长，即期望首达时间，表示形状间的距离.期望首达时间能够结合测地距离发掘空间流形结构，并可以通过线性方程进行有效求解.分别对不同数据进行实验分析，本文所提出的方法在相同条件下能够达到更高的形状检索精度.
2014, 40(1): 100-116.
doi: 10.3724/SP.J.1004.2014.00100
摘要:
基于聚类的分割算法能够有效地分析目标特征在特征域的分布结构，进而准确判断目标的所属类别，但难以利用图像的空间和边缘信息，而基于区域增长的分割算法能够在空间域利用多种图像信息计算目标之间的相似性，但缺乏对特征结构本身的深层挖掘，容易出现欠分割或过分割的结果. 本文结合这两种算法各自的优势，针对合成孔径雷达（Synthetic aperture radar，SAR）图像的特点，提出了一种基于上下文分析的无监督分层迭代算法. 该算法使用过分割区域作为操作单元，以提高分割速度，降低SAR图像相干斑噪声的影响. 在合并过分割区域时，该算法采用了分层迭代的策略：首先，设计了一种改进的模糊C均值聚类算法，对过分割区域的外观特征进行聚类分析，获得其类别标记，该类别标记包含了特征的分布结构信息. 然后，利用多种SAR图像特征对同类区域的空域上下文进行分析，使用区域迭代增长算法对全局范围内的相似区域进行合并，直到不存在满足合并条件的过分割区域对为止，再重新执行聚类算法. 这两种子算法分层交替迭代，扬长避短，实现了一种有效的方法来组织和利用多种信息对SAR图像进行分割. 对模拟和真实SAR图像的实验表明，本文提出的算法能够在区域一致性和细节保留之间做到很好的平衡，准确地分割出各类目标区域，对相干斑噪声具有很强的鲁棒性.
基于聚类的分割算法能够有效地分析目标特征在特征域的分布结构，进而准确判断目标的所属类别，但难以利用图像的空间和边缘信息，而基于区域增长的分割算法能够在空间域利用多种图像信息计算目标之间的相似性，但缺乏对特征结构本身的深层挖掘，容易出现欠分割或过分割的结果. 本文结合这两种算法各自的优势，针对合成孔径雷达（Synthetic aperture radar，SAR）图像的特点，提出了一种基于上下文分析的无监督分层迭代算法. 该算法使用过分割区域作为操作单元，以提高分割速度，降低SAR图像相干斑噪声的影响. 在合并过分割区域时，该算法采用了分层迭代的策略：首先，设计了一种改进的模糊C均值聚类算法，对过分割区域的外观特征进行聚类分析，获得其类别标记，该类别标记包含了特征的分布结构信息. 然后，利用多种SAR图像特征对同类区域的空域上下文进行分析，使用区域迭代增长算法对全局范围内的相似区域进行合并，直到不存在满足合并条件的过分割区域对为止，再重新执行聚类算法. 这两种子算法分层交替迭代，扬长避短，实现了一种有效的方法来组织和利用多种信息对SAR图像进行分割. 对模拟和真实SAR图像的实验表明，本文提出的算法能够在区域一致性和细节保留之间做到很好的平衡，准确地分割出各类目标区域，对相干斑噪声具有很强的鲁棒性.
2014, 40(1): 117-125.
doi: 10.3724/SP.J.1004.2014.00117
摘要:
数据关联是视觉传感网络监控系统的基本问题之一. 本文针对无重叠视域视觉监控网络的多目标跟踪问题提出一种 基于多外观模型的视觉传感网络在线分布式数据关联方法，将同一目标在不同摄像机节点上的外观用不同的高斯模型描述，由分布式推理算法综合利用外观与时空观测计算关联变量的后验概率，同时通过近似最大似然估计算法对各传感节点上的外观模型参数进行在线估计. 实验结果表明了所提方法的有效性.
数据关联是视觉传感网络监控系统的基本问题之一. 本文针对无重叠视域视觉监控网络的多目标跟踪问题提出一种 基于多外观模型的视觉传感网络在线分布式数据关联方法，将同一目标在不同摄像机节点上的外观用不同的高斯模型描述，由分布式推理算法综合利用外观与时空观测计算关联变量的后验概率，同时通过近似最大似然估计算法对各传感节点上的外观模型参数进行在线估计. 实验结果表明了所提方法的有效性.
2014, 40(1): 126-134.
doi: 10.3724/SP.J.1004.2014.00126
摘要:
在对综合重要度（Integrated importance measure，IIM）计算方法研究的基础上，面向维修过程，分别给出了多态并-串联和串-并联系统综合重要度具体化计算公式及其推论. 在假设组（部）件的状态转移过程为不可约连续时间马氏链的条件下，推论给出了多态并-串联和串-并联系统组（部）件综合重要度的等价计算公式，等价计算公式将重要度计算时间复杂度从平方阶降为线性阶和常数阶. 数值仿真演绎了多态混联系统重要度计算过程，验证了综合重要度计算公式及其等价计算公式的一致性.
在对综合重要度（Integrated importance measure，IIM）计算方法研究的基础上，面向维修过程，分别给出了多态并-串联和串-并联系统综合重要度具体化计算公式及其推论. 在假设组（部）件的状态转移过程为不可约连续时间马氏链的条件下，推论给出了多态并-串联和串-并联系统组（部）件综合重要度的等价计算公式，等价计算公式将重要度计算时间复杂度从平方阶降为线性阶和常数阶. 数值仿真演绎了多态混联系统重要度计算过程，验证了综合重要度计算公式及其等价计算公式的一致性.
2014, 40(1): 135-142.
doi: 10.3724/SP.J.1004.2014.00135
摘要:
针对具有非高斯、非线性及多工况特性的批次过程，提出一种基于特征量最近邻统计指标的过程监视方法. 首先，将批次过程正常工况原始数据投影到其特征空间，提取主元T和平方预测误差SPE，并进行特征量k最近邻距离平方和的求解. 然后，采用核密度估计法获得概率密度分布函数，确定统计监视控制限. 特征空间的主元T和SPE特征量能全面代表原始数据的有用信息. 采用特征量k最近邻建立监视模型将会节省存储空间，提高建模样本数量与变量之比以及检测异常工况的速度. 另外，利用局部近邻数据建模可以解决过程具有的非线性和多工况问题，而应用核密度估计法可以解决过程数据具有的非高斯分布问题. 最后，在半导体生产过程的成功应用表明了所提方法的有效性.
针对具有非高斯、非线性及多工况特性的批次过程，提出一种基于特征量最近邻统计指标的过程监视方法. 首先，将批次过程正常工况原始数据投影到其特征空间，提取主元T和平方预测误差SPE，并进行特征量k最近邻距离平方和的求解. 然后，采用核密度估计法获得概率密度分布函数，确定统计监视控制限. 特征空间的主元T和SPE特征量能全面代表原始数据的有用信息. 采用特征量k最近邻建立监视模型将会节省存储空间，提高建模样本数量与变量之比以及检测异常工况的速度. 另外，利用局部近邻数据建模可以解决过程具有的非线性和多工况问题，而应用核密度估计法可以解决过程数据具有的非高斯分布问题. 最后，在半导体生产过程的成功应用表明了所提方法的有效性.
2014, 40(1): 143-148.
doi: 10.3724/SP.J.1004.2014.00143
摘要:
首先，通过引入拟减法算子给出K-积分模定义，并针对广义Mamdani模糊系统实施等距剖分其输入空间. 其次，应用分片线性函数（Piecewise linear function，PLF）的性质构造性地证明了广义Mamdani模糊系统在K-积分模意义下具有泛逼近性，从而将该模糊系统对连续函数空间的逼近能力扩展到一类可积函数类空间上. 最后，通过模拟实例给出该广义Mamdani模糊系统对给定可积函数的泛逼近及实现过程.
首先，通过引入拟减法算子给出K-积分模定义，并针对广义Mamdani模糊系统实施等距剖分其输入空间. 其次，应用分片线性函数（Piecewise linear function，PLF）的性质构造性地证明了广义Mamdani模糊系统在K-积分模意义下具有泛逼近性，从而将该模糊系统对连续函数空间的逼近能力扩展到一类可积函数类空间上. 最后，通过模拟实例给出该广义Mamdani模糊系统对给定可积函数的泛逼近及实现过程.
2014, 40(1): 149-155.
doi: 10.3724/SP.J.1004.2014.00149
摘要:
研究了一类非齐次的高阶非线性系统的连续状态反馈控制设计问题. 通过定义一列适当的辅助函数，放宽了对非线性项的约束条件. 利用传统的积分反推技术，并增加一个积分项的方法，得到了这类系统的稳定性，给出了控制器的设计方法，并通过一个例子验证了本文的理论结果.
研究了一类非齐次的高阶非线性系统的连续状态反馈控制设计问题. 通过定义一列适当的辅助函数，放宽了对非线性项的约束条件. 利用传统的积分反推技术，并增加一个积分项的方法，得到了这类系统的稳定性，给出了控制器的设计方法，并通过一个例子验证了本文的理论结果.
2014, 40(1): 155-160.
doi: 10.3724/SP.J.1004.2014.00155
摘要:
在网络系统中由于连接传感器和滤波器的网络带宽有限，系统测量数据在传输中会出现随机时延甚至丢失. 本文讨论了具有一步随机时延和丢包的网络系统的H∞滤波器设计问题.基于新近提出的同时描述随机时延和丢包的模型，利用线性矩阵不等式方法设计线性滤波器，使得滤波误差系统均方指数稳定，并具有给定的H∞性能. 滤波器参数通过求解一个线性矩阵不等式得到.仿真研究说明了所提出算法的有效性.
在网络系统中由于连接传感器和滤波器的网络带宽有限，系统测量数据在传输中会出现随机时延甚至丢失. 本文讨论了具有一步随机时延和丢包的网络系统的H∞滤波器设计问题.基于新近提出的同时描述随机时延和丢包的模型，利用线性矩阵不等式方法设计线性滤波器，使得滤波误差系统均方指数稳定，并具有给定的H∞性能. 滤波器参数通过求解一个线性矩阵不等式得到.仿真研究说明了所提出算法的有效性.
