2007年 第33卷 第10期
2007, 33(10): 1009-1013.
doi: 10.1360/aas-007-1009
摘要:
回顾了控制理论的发展, 并讨论了线性系统、单平衡位置系统的本质特征. 重点介绍了多平衡点非线性系统的本质非线性特征, 复杂多彩的动态特性, 包括自振、混沌、同宿轨、异宿轨, 特别是讨论了高阶系统的复杂性. 进一步讨论了控制介入到本质非线性系统后可能的发展前景与挑战.
回顾了控制理论的发展, 并讨论了线性系统、单平衡位置系统的本质特征. 重点介绍了多平衡点非线性系统的本质非线性特征, 复杂多彩的动态特性, 包括自振、混沌、同宿轨、异宿轨, 特别是讨论了高阶系统的复杂性. 进一步讨论了控制介入到本质非线性系统后可能的发展前景与挑战.
2007, 33(10): 1014-1022.
doi: 10.1360/aas-007-1014
摘要:
越来越多的研究者认识到: 深入地理解驾驶员的驾驶行为将有助于制定更为合理的交通法规和设计更加有效的智能驾驶导航系统, 从而达到减少交通事故提高交通效率的目的. 本文综述了已有的尝试, 较为完整地阐述了目前驾驶行为智能分析研究的四个主要方向: 纵向驾驶行为分析和避撞, 横向驾驶行为分析和道路偏离预警, 复杂驾驶行为学习以及驾驶员状态(疲劳、分心等)分析, 并指出了今后该领域(特别是国内)的可能发展方向.
越来越多的研究者认识到: 深入地理解驾驶员的驾驶行为将有助于制定更为合理的交通法规和设计更加有效的智能驾驶导航系统, 从而达到减少交通事故提高交通效率的目的. 本文综述了已有的尝试, 较为完整地阐述了目前驾驶行为智能分析研究的四个主要方向: 纵向驾驶行为分析和避撞, 横向驾驶行为分析和道路偏离预警, 复杂驾驶行为学习以及驾驶员状态(疲劳、分心等)分析, 并指出了今后该领域(特别是国内)的可能发展方向.
2007, 33(10): 1023-1028.
doi: 10.1360/aas-007-1023
摘要:
提出一种率-失真优化的渐进几何压缩方法. 根据三维模型细节信息分布的不均匀性, 该方法将细节信息分块并对各块独立编码, 然后以一定位率下重构网格几何失真最小为准则, 将各块的位流优化组装成最终的码流, 从而在渐进传输时使有限的网络带宽能优先分配给那些细节信息较为丰富的块. 实验结果表明, 与渐进几何压缩方法 (Progressive geometry compression, PGC) 相比, 在低位率时本文方法重构网格的峰值信噪比 (Peak signal-to-noise ratio, PSNR) 提高了约 2.25dB. 此外, 该方法也为实现三维网格感兴趣区域编码提供了新的方案.
提出一种率-失真优化的渐进几何压缩方法. 根据三维模型细节信息分布的不均匀性, 该方法将细节信息分块并对各块独立编码, 然后以一定位率下重构网格几何失真最小为准则, 将各块的位流优化组装成最终的码流, 从而在渐进传输时使有限的网络带宽能优先分配给那些细节信息较为丰富的块. 实验结果表明, 与渐进几何压缩方法 (Progressive geometry compression, PGC) 相比, 在低位率时本文方法重构网格的峰值信噪比 (Peak signal-to-noise ratio, PSNR) 提高了约 2.25dB. 此外, 该方法也为实现三维网格感兴趣区域编码提供了新的方案.
2007, 33(10): 1029-1035.
doi: 10.1360/aas-007-1029
摘要:
对传感器网络下的机动目标跟踪问题提出一种分布式传感器节点动态分簇、协同跟踪算法. 通过在线优化目标跟踪的性能函数和通讯代价, 自适应地选择节点并动态分簇, 通过多传感器节点的协同感知以及信息融合提高了跟踪精度. 由于问题的非线性和传感器节点的随机性, 本文基于粒子滤波器在线预测和估计目标状态的概率分布, 使用混合高斯粒子滤波器以及选择最短路径用于传感器节点之间的信息交换节约了通讯能量, 通过一种有效的粒子方法逼近目标状态的预测方差以实现传感器节点的最优选择. 仿真结果表明, 与 IDSQ 算法相比较, 本文提出的动态分簇算法实现了对机动目标的高精度跟踪.
对传感器网络下的机动目标跟踪问题提出一种分布式传感器节点动态分簇、协同跟踪算法. 通过在线优化目标跟踪的性能函数和通讯代价, 自适应地选择节点并动态分簇, 通过多传感器节点的协同感知以及信息融合提高了跟踪精度. 由于问题的非线性和传感器节点的随机性, 本文基于粒子滤波器在线预测和估计目标状态的概率分布, 使用混合高斯粒子滤波器以及选择最短路径用于传感器节点之间的信息交换节约了通讯能量, 通过一种有效的粒子方法逼近目标状态的预测方差以实现传感器节点的最优选择. 仿真结果表明, 与 IDSQ 算法相比较, 本文提出的动态分簇算法实现了对机动目标的高精度跟踪.
2007, 33(10): 1036-1043.
doi: 10.1360/aas-007-1036
摘要:
针对动态不确定环境下移动机器人的路径规划问题, 提出了加速度空间中一种基于线性规划 (Linear programming, LP) 的方法. 在机器人的加速度空间中利用相对信息, 把机器人路径规划这一非线性问题, 描述成满足一组线性约束同时使目标函数极小的线性规划问题, 嵌入基于线性规划方法的规划器, 得到一条满足性能要求的最优路径. 仿真试验验证了算法的实用性及有效性, 与势场引导进化计算的方法 (Artificial potential guided evolution algorithm, APEA) 相比更优化, 更实时.
针对动态不确定环境下移动机器人的路径规划问题, 提出了加速度空间中一种基于线性规划 (Linear programming, LP) 的方法. 在机器人的加速度空间中利用相对信息, 把机器人路径规划这一非线性问题, 描述成满足一组线性约束同时使目标函数极小的线性规划问题, 嵌入基于线性规划方法的规划器, 得到一条满足性能要求的最优路径. 仿真试验验证了算法的实用性及有效性, 与势场引导进化计算的方法 (Artificial potential guided evolution algorithm, APEA) 相比更优化, 更实时.
2007, 33(10): 1043-1047.
doi: 10.1360/aas-007-1043
摘要:
在本文, 我们主要研究了一类产生于金融市场中投资选择问题的风险敏感最优控制问题. 用经典的凸变分技术, 我们得到了该类问题的最大值原理. 最大值原理的形式相似于风险中性的情形. 但是, 对偶方程和变分不等式明显地依赖于风险敏感参数 γ. 这是与风险中性情形的主要区别之一. 我们用该结果解决一类最优投资选择问题. 在投资者仅投资国内债券和股票的情况下, 前人用贝尔曼动态规划原理所得的最优投资策略仅是我们结果的特殊形式. 我们也给了一些数值算例和图, 他们显式地解释了最大期望效用和模型中参数的关系.
在本文, 我们主要研究了一类产生于金融市场中投资选择问题的风险敏感最优控制问题. 用经典的凸变分技术, 我们得到了该类问题的最大值原理. 最大值原理的形式相似于风险中性的情形. 但是, 对偶方程和变分不等式明显地依赖于风险敏感参数 γ. 这是与风险中性情形的主要区别之一. 我们用该结果解决一类最优投资选择问题. 在投资者仅投资国内债券和股票的情况下, 前人用贝尔曼动态规划原理所得的最优投资策略仅是我们结果的特殊形式. 我们也给了一些数值算例和图, 他们显式地解释了最大期望效用和模型中参数的关系.
2007, 33(10): 1048-1052.
doi: 10.1360/aas-007-1048
摘要:
本文针对一类离散时间系统, 研究了具有规范化自适应律的直接型模型参考自适应控制 (MRAC). 我们重新证明了离散时间系统的输入与输出间的 Lp 范数与 L2δ 范数关系特性和离散时间的交换引理 1 与引理 2. 并建立了离散时间自适应律的性质, 定义了规范化信号, 把闭环系统中的所有信号与其建立联系. 从而, 正如连续时间系统一样, 以一种系统化的方法严格分析了离散时间 MRAC 方案的稳定性与收敛性.
本文针对一类离散时间系统, 研究了具有规范化自适应律的直接型模型参考自适应控制 (MRAC). 我们重新证明了离散时间系统的输入与输出间的 Lp 范数与 L2δ 范数关系特性和离散时间的交换引理 1 与引理 2. 并建立了离散时间自适应律的性质, 定义了规范化信号, 把闭环系统中的所有信号与其建立联系. 从而, 正如连续时间系统一样, 以一种系统化的方法严格分析了离散时间 MRAC 方案的稳定性与收敛性.
2007, 33(10): 1053-1060.
doi: 10.1360/aas-007-1053
摘要:
借助于偏差补偿原理和预滤波思想, 推导了有色噪声干扰输出误差系统参数估计的偏差补偿递推最小二乘 (Bias compensation recursive least squares, BCRLS) 辨识方法. 该方法降低了辨识对输入信号平稳性的要求, 实现了偏差补偿方法参数估计的递推计算, 可以用于在线辨识. 提出的递推 BCRLS 辨识方法优于非递推偏差补偿最小二乘算法, 提高了参数估计精度. 仿真试验证实了算法的有效性.
借助于偏差补偿原理和预滤波思想, 推导了有色噪声干扰输出误差系统参数估计的偏差补偿递推最小二乘 (Bias compensation recursive least squares, BCRLS) 辨识方法. 该方法降低了辨识对输入信号平稳性的要求, 实现了偏差补偿方法参数估计的递推计算, 可以用于在线辨识. 提出的递推 BCRLS 辨识方法优于非递推偏差补偿最小二乘算法, 提高了参数估计精度. 仿真试验证实了算法的有效性.
2007, 33(10): 1061-1065.
doi: 10.1360/aas-007-1061
摘要:
针对非仿射非线性离散时间系统, 基于一种新的沿迭代轴的动态线性化技术, 提出了双层最优迭代学习控制算法. 双层意味着分别设计了两个最优学习层, 迭代的改进控制输入序列和学习增益. 其主要特点是控制器的设计和收敛性分析只依赖于动态系统的 I/O 数据. 换句话说, 不需要知道系统的任何其他信息就可以很容易的选取控制器参数. 仿真研究表明了提出的算法沿迭代轴具有几何收敛性, 这一特点在快速路交通迭代学习控制中具有重要的工程意义.
针对非仿射非线性离散时间系统, 基于一种新的沿迭代轴的动态线性化技术, 提出了双层最优迭代学习控制算法. 双层意味着分别设计了两个最优学习层, 迭代的改进控制输入序列和学习增益. 其主要特点是控制器的设计和收敛性分析只依赖于动态系统的 I/O 数据. 换句话说, 不需要知道系统的任何其他信息就可以很容易的选取控制器参数. 仿真研究表明了提出的算法沿迭代轴具有几何收敛性, 这一特点在快速路交通迭代学习控制中具有重要的工程意义.
2007, 33(10): 1066-1073.
doi: 10.1360/aas-007-1066
摘要:
针对离散非线性系统, 提出一种可用于非线性过程的支持向量机预测控制方法, 并给出了控制律的收敛性分析. 该方法将复杂的非线性预测方程转化成直观而有效的线性形式, 同时利用线性预测控制方法求得解析的控制律, 避免了复杂的非线性优化求解, 对非线性工业焦化装置温度控制的仿真结果表明了算法的有效性.
针对离散非线性系统, 提出一种可用于非线性过程的支持向量机预测控制方法, 并给出了控制律的收敛性分析. 该方法将复杂的非线性预测方程转化成直观而有效的线性形式, 同时利用线性预测控制方法求得解析的控制律, 避免了复杂的非线性优化求解, 对非线性工业焦化装置温度控制的仿真结果表明了算法的有效性.
2007, 33(10): 1074-1080.
doi: 10.1360/aas-007-1074
摘要:
针对扫描地形图的点状符号, 提出了一种基于距离变换进行提取和识别的新方法. 首先优化分版图的提取结果, 根据弯曲密度和线划密度过滤掉非点状符号的线划, 利用加壳变换和蜕皮变换进行点状符号的图文分离. 然后根据加权距离函数来度量符号的全局特征, 由骨架线的一致性来度量符号的几何形状特征, 并结合这两个特征来识别点状符号. 最后, 提出了错切文字注记和线状要素注记的识别方法.
针对扫描地形图的点状符号, 提出了一种基于距离变换进行提取和识别的新方法. 首先优化分版图的提取结果, 根据弯曲密度和线划密度过滤掉非点状符号的线划, 利用加壳变换和蜕皮变换进行点状符号的图文分离. 然后根据加权距离函数来度量符号的全局特征, 由骨架线的一致性来度量符号的几何形状特征, 并结合这两个特征来识别点状符号. 最后, 提出了错切文字注记和线状要素注记的识别方法.
2007, 33(10): 1081-1084.
doi: 10.1360/aas-007-1081
摘要:
研究一类非线性系统的观测器设计方法, 这类非线性系统满足 Lipschitz 条件且含有未知参数. 提出了全状态自适应观测器设计的新方法. 构造的观测器能保证状态估计误差及参数估计误差渐近收敛于零. 文中给出数值例验证了观测器的有效性.
研究一类非线性系统的观测器设计方法, 这类非线性系统满足 Lipschitz 条件且含有未知参数. 提出了全状态自适应观测器设计的新方法. 构造的观测器能保证状态估计误差及参数估计误差渐近收敛于零. 文中给出数值例验证了观测器的有效性.
2007, 33(10): 1084-1087.
doi: 10.1360/aas-007-1084
摘要:
This paper deals with the robust stabilization problem for an interval plant family P(s, δ). It is shown that an interval plant may be robustly stabilized by a single controller C(s) if every member plant of P(s, δ) is stabilizable.
This paper deals with the robust stabilization problem for an interval plant family P(s, δ). It is shown that an interval plant may be robustly stabilized by a single controller C(s) if every member plant of P(s, δ) is stabilizable.
2007, 33(10): 1088-1090.
doi: 10.1360/aas-007-1088
摘要:
基于摄像机的正交运动对摄像机进行标定是基于主动视觉摄像机标定的一种重要方法. 一般来说, 5组这样的正交运动就可以线性标定摄像机的5个内参数. 然而, 关于这5组摄像机运动应满足什么条件才可以保证所产生的5个线性约束方程是独立的, 文献中对这个问题至今没有定论. 一种流行的猜测是只要这5组正交运动下的平移向量任意3个不共面, 则对应的5个摄像机内参数约束方程必然独立. 本文对这个问题进行了进一步讨论, 证明了当5组正交运动中其中的3组构成一个三正交运动时, 此时尽管构成5组正交运动的7个平移向量没有任意3个共面, 但产生的5个约束方程却可能不独立, 并给出了一个不独立的具体例子.
基于摄像机的正交运动对摄像机进行标定是基于主动视觉摄像机标定的一种重要方法. 一般来说, 5组这样的正交运动就可以线性标定摄像机的5个内参数. 然而, 关于这5组摄像机运动应满足什么条件才可以保证所产生的5个线性约束方程是独立的, 文献中对这个问题至今没有定论. 一种流行的猜测是只要这5组正交运动下的平移向量任意3个不共面, 则对应的5个摄像机内参数约束方程必然独立. 本文对这个问题进行了进一步讨论, 证明了当5组正交运动中其中的3组构成一个三正交运动时, 此时尽管构成5组正交运动的7个平移向量没有任意3个共面, 但产生的5个约束方程却可能不独立, 并给出了一个不独立的具体例子.
2007, 33(10): 1090-1092.
doi: 10.1360/aas-007-1090
摘要:
超循环---生物学中重要模型, 具有广泛的实际背景. 本文将超循环系统扩展为切换超循环系统. 循环矩阵的循环结构为研究切换超循环系统的稳定性提供了有效的方法, 给出切换线性时变超循环系统在任意切换律下渐近稳定的充要条件和切换线性定常超循环系统可切换镇定的充分条件.
超循环---生物学中重要模型, 具有广泛的实际背景. 本文将超循环系统扩展为切换超循环系统. 循环矩阵的循环结构为研究切换超循环系统的稳定性提供了有效的方法, 给出切换线性时变超循环系统在任意切换律下渐近稳定的充要条件和切换线性定常超循环系统可切换镇定的充分条件.
2007, 33(10): 1093-1096.
doi: 10.1360/aas-007-1093
摘要:
研究了网络环境下不确定时滞系统的鲁棒 H∞ 控制器的设计问题. 在综合考虑网络的非理想状况下, 建立一种新的网络控制模型. 然后利用 Lyapunov Krsasovskii 泛函方法,通过引入自由矩阵, 得到网络控制系统的 H∞ 鲁棒稳定条件和相应的鲁棒 H∞ 时滞状态反馈控制器的设计方法. 实例表明了本文所得结果的有效性.
研究了网络环境下不确定时滞系统的鲁棒 H∞ 控制器的设计问题. 在综合考虑网络的非理想状况下, 建立一种新的网络控制模型. 然后利用 Lyapunov Krsasovskii 泛函方法,通过引入自由矩阵, 得到网络控制系统的 H∞ 鲁棒稳定条件和相应的鲁棒 H∞ 时滞状态反馈控制器的设计方法. 实例表明了本文所得结果的有效性.
2007, 33(10): 1097-1100.
doi: 10.1360/aas-007-1097
摘要:
通常离线提取 T-S 模糊模型的规则后, 规则数无法在模型使用中进行调整, 而这成为表达非线性系统复杂性的一个瓶颈. 针对这一问题, 本文引入一种神经网络的生长和修剪方法, 从实时数据中提取 T-S 模型的规则, 并定义其对应局部模型对输出的影响, 以此作为在线调整规则数的依据, 从而更准确地表达了非线性系统的复杂性和运行中的变化. 再加上基于竞争性 EKF(Extended Kalman filter) 的模型参数在线学习, T-S 模型的建模精度也得到了保证. 整个算法完全实现了 T-S 模糊模型的在线辨识, 使模型的结构和参数具有很好的自适应能力. 对 CSTR(Continuously stirred tank reactor) 系统的辨识, 表明了该算法在处理非线性系统辨识问题上的优越性能.
通常离线提取 T-S 模糊模型的规则后, 规则数无法在模型使用中进行调整, 而这成为表达非线性系统复杂性的一个瓶颈. 针对这一问题, 本文引入一种神经网络的生长和修剪方法, 从实时数据中提取 T-S 模型的规则, 并定义其对应局部模型对输出的影响, 以此作为在线调整规则数的依据, 从而更准确地表达了非线性系统的复杂性和运行中的变化. 再加上基于竞争性 EKF(Extended Kalman filter) 的模型参数在线学习, T-S 模型的建模精度也得到了保证. 整个算法完全实现了 T-S 模糊模型的在线辨识, 使模型的结构和参数具有很好的自适应能力. 对 CSTR(Continuously stirred tank reactor) 系统的辨识, 表明了该算法在处理非线性系统辨识问题上的优越性能.
2007, 33(10): 1101-1104.
doi: 10.1360/aas-007-1101
摘要:
针对系统劣化阶段持续时间、检测间隔时间和维修时间都服从一般分布的情况, 提出了一类基于半马氏决策过程的劣化系统检测与维修优化模型. 利用位相型分布近似一般分布简化了求解过程, 并提出了相应的改进值迭代算法. 最后通过算例验证了模型与迭代算法的可行性.
针对系统劣化阶段持续时间、检测间隔时间和维修时间都服从一般分布的情况, 提出了一类基于半马氏决策过程的劣化系统检测与维修优化模型. 利用位相型分布近似一般分布简化了求解过程, 并提出了相应的改进值迭代算法. 最后通过算例验证了模型与迭代算法的可行性.
2007, 33(10): 1105-1110.
doi: 10.1360/aas-007-1105
摘要:
研究一类 MIMO 状态可测的非线性连续系统的激励辨识问题. 输入激励信号采用高斯白噪声, 均匀采样获得输出状态数据. 根据 Girsanov 定理获得系统参数的渐近无偏估计. 数值仿真试验说明了该方法的有效性并发现耦合多变量系统辨识中的 NNR 现象. 最后给出该系统的分步激励辨识算法.
研究一类 MIMO 状态可测的非线性连续系统的激励辨识问题. 输入激励信号采用高斯白噪声, 均匀采样获得输出状态数据. 根据 Girsanov 定理获得系统参数的渐近无偏估计. 数值仿真试验说明了该方法的有效性并发现耦合多变量系统辨识中的 NNR 现象. 最后给出该系统的分步激励辨识算法.
2007, 33(10): 1110-1114.
doi: 10.1360/aas-007-1110
摘要:
针对广义预测控制 (Generalized predictive control, GPC) 计算量大的缺陷, 本文对参数未知非线性系统提出一种直接广义预测控制 (Direct generalized predictive control, DGPC) 方法. 该方法直接辨识广义预测控制器参数, 即基于广义误差估计值对控制器参数 θu 和广义误差估计值中的未知向量 θe 进行自适应辨识. 理论证明了该方法可使广义误差估值收敛到原点的一个小邻域内.
针对广义预测控制 (Generalized predictive control, GPC) 计算量大的缺陷, 本文对参数未知非线性系统提出一种直接广义预测控制 (Direct generalized predictive control, DGPC) 方法. 该方法直接辨识广义预测控制器参数, 即基于广义误差估计值对控制器参数 θu 和广义误差估计值中的未知向量 θe 进行自适应辨识. 理论证明了该方法可使广义误差估值收敛到原点的一个小邻域内.
2007, 33(10): 1115-1120.
doi: 10.1360/aas-007-1115
摘要:
文化算法的主要思想是明确地从进化种群中获得求解问题的知识 (即信念) 并用于指导搜索过程. 本文提出了一种基于多层信念空间的文化算法, 该算法通过对多层信念空间的择优选用将提取的知识用于提高进化计算性能来解决约束优化问题. 应用实例表明该算法具有较好的结果和较少的计算量.
文化算法的主要思想是明确地从进化种群中获得求解问题的知识 (即信念) 并用于指导搜索过程. 本文提出了一种基于多层信念空间的文化算法, 该算法通过对多层信念空间的择优选用将提取的知识用于提高进化计算性能来解决约束优化问题. 应用实例表明该算法具有较好的结果和较少的计算量.
