控制理论与应用杂志

控制理论与应用杂志2019年第4期

• 旋翼飞行机械臂系统的混合视觉伺服控制

  孙敬陶,王耀南,谭建豪,钟杭,李瑞涵

  旋翼飞行机械臂是一种具有强耦合特性的机器人系统, 借助视觉进行自主作业还存在诸多问题, 如实时深度估计、目标极易丢失以及目标笛卡尔空间模型重建等. 本文针对传统的基于图像与基于位置的视觉伺服的缺陷以及系统自身欠驱动等问题,建立了运动学模型和提出了 基于力平衡原理的动力学联合建模, 并通过欧几里得单应性矩阵分解设计出旋翼飞行机械臂系统的混合视觉伺服控制方法, 在图像空间控制平移、笛卡尔空间控制旋转, 减弱了平移与旋转之间的相互影响实现解耦效果, 改善了系统对非结构因素的抗扰性能和全局稳定性. 通过仿真和实验检验了系统鲁棒性和算法优越性.

• 无人直升机的姿态增强学习控制设计与验证

  安航,鲜斌

  本文针对小型无人直升机的姿态控制问题, 考虑到现有基于模型的控制方法对直升机动力学模型的先验信息依赖较大, 以及未建模动态系统的影响等问题, 设计了一种基于增强学习(Reinforcement Learning,RL)的飞行控制算法. 仅利用直升机的在线飞行数据, 补偿了未建模不确定性的影响. 同时为了抑制外界扰动, 提高系统的鲁棒性, 设计了一种基于误差符号函数积分的连续鲁棒(RISE)控制算法. 将两种算法结合, 并利用基于Lyapunov分析的方法, 证明了无人机姿态控制误差的半全局渐近收敛. 最后在无人直升机飞行控制实验平台上, 进行了姿态控制的实时实验验证. 实验结果表明, 本文提出的控制方法具有良好的控制效果, 对系统不确定性和外界风扰具有良好鲁棒性.

• 基于微分平滑的四旋翼运输系统轨迹跟踪控制

  梁晓,胡欲立

  四旋翼系绳运输系统是一种具有8个自由度和4个控制输入的欠驱动, 强耦合, 多变量的非线性系统. 为建立系统模型, 将系统解耦为双质点系绳连接子系统和四旋翼姿态控制子系统, 基于广义拉格朗日方程推导出系统的动力学模型. 然后利用微分平滑理论证明了系统是以载荷位置和四旋翼偏航角为平滑输出的微分平滑系统. 进而在等式限制条件下对平滑输出轨迹进行规划, 获得前馈开环控制律. 为抑制系统扰动并使跟踪误差收敛于原点, 利用微分平滑特性推导出动态内反馈控制器. 仿真实验验证了所提方法的有效性

• 状态与输入受限的二阶多输入多输出非线性系统自适应控制

  刘旺魁,魏毅寅,段广仁

  针对含有状态和输入受限的二阶多输入多输出非线性系统的控制问题，提出了一种自适应控制策略。通过综合利用障碍Lyapunov函数和动态面控制方法的特性，使得系统的状态满足约束条件而且能够减少计算量。此外，为了处理输入约束和系统中的不确定性的影响，分别设计了辅助系统和自适应算法。通过理论分析表明，闭环系统的所有状态都是有界的，而且系统的状态和输入都满足约束条件。最后，通过一个数值仿真算例和一个实际的航天器姿态控制系统的仿真来验证所提出的自适应控制策略的有效性。

• 基于图过滤的快速密度聚类双层网络推荐算法

  陈晋音,吴洋洋,林翔

  信息过载问题使得推荐系统迅速发展并广泛应用,同时也出现不法商家将虚假消费记录定量地输入到系统数据库从而改变推荐系统的推荐结果以获利。因此,本文围绕三个问题展开,即：为了提高推荐系统对虚假评论的鉴别能力,首先需要准确标注虚假评论的类标,如何能获取大量准确标定的虚假评论信息；如何有效过滤虚假评论从而提高推荐的可靠性；如何实现一种高效可靠的推荐系统。针对虚假评论信息难以准确标定,本文提出了一种基于文本生成式对抗网络的自动点评技术,依据历史评论文本自动生成模拟评论文本,并依据情感分析确定生成文本的对应评分；为提高推荐系统对虚假评论的过滤的能力,提出一种能快速确定节点执行度阈值的基于图的过滤器；最后本文设计了基于图结构过滤的快速密度聚类双层网络,提高推荐的准确率。将所提出的推荐算法应用到Yelp数据集上展开实验,验证过提出方法的有效性。

• 基于标准距离k近邻的多模态过程故障检测策略

  冯立伟,张成,李元,谢彦红

  工业产品的生产经常需要在不同模态间切换, 多模态过程数据具有多中心和方差差异大等特点. 针对多模态过程数据的特征, 通过构造标准距离, 提出了基于标准距离k近邻的故障检测策略(SD-kNN). 首先在标准距离度量下计算样本与其前k近邻的距离; 其次将近邻距离的平方和的均值作为样本的统计量D2; 最后, 根据D2的分布确定检测方法的控制限, 当新样本的D2大于控制限时, 判定其为故障, 否则为正常. 标准距离使不同模态中样本间的近邻距离能够在同一尺度下度量, 使得SD-kNN的D2能够准确反映样本间的相似程度. 进行了数值模拟过程和青霉素发酵过程故障检测实验. SD-kNN 方法检测出了数值模拟过程的全部故障和青霉素过程95%以上的故障, 相对于PCA, kPCA, FD-kNN 等方法具有更高的故障检测率. SD-kNN 继承了FD-kNN对一般多模态过程的故障检测能力, 还能够对方差差异显著的多模态过程进行故障检测.

• 带启动时间和工作故障的M/M/1/N排队系统性能分析

  杨喜娟,李忠学,黎锁平,武福

  本文在M/M/1/N可修排队系统中引入了工作故障和启动时间. 服务台在忙期允许出现故障, 且在故障期间不是完全停止服务而是以较低的服务速率为顾客服务. 同时, 从关闭期到正规忙期有服从指数分布的启动时间. 通过分析此模型的二维连续时间Markov过程, 求解出系统平稳方程, 建立此系统的有限状态拟生灭过程(Quasi Birthand Death Process, QBD). 根据系统参数, 求解出水平相依的子率阵, 从而得到系统稳态概率向量的矩阵几何表示形式. 在系统稳态概率向量的基础上, 求解出系统吞吐率、系统稳态可用度、系统稳态队长及系统处于各个状态的概率等性能指标的解析表达式. 文中的敏感性分析体现了这种方法的有效性和可用性, 同时, 对系统各性能受系统参数的影响进行了探索. 实验表明, 文中提出模型的稳定性较好, 且更贴近实际服务过程, 因此这种模型将被广泛应用于各种实际服务中.

• 基于模型有效性评价的主动队列管理算法

  刘正飞,孙金生,胡斯乔

  TCP/AQM系统是一多时滞回路耦合时变系统, 源端TCP拥塞控制机制也各不相同, 因此其机理模型复杂. 设计控制器所采用动态近似模型的参数变化范围很大, 这对辨识算法提出了很高要求. 本文先从模型误差分配方式这一新的角度对经典辨识算法进行了分析. 然后运用新分析框架, 结合TCP/AQM 系统特征和控制要求, 设计了一种基于模型有效性评价机制的辨识算法. 该辨识算法能够对控制系数进行自适应调节, 满足了主动队列管理(Active Queue Management, AQM)算法的设计需求. 仿真结果表明, 基于模型有效性评价机制的AQM算法, 能有效应对时滞和不确定性带来的负面影响. 与潜在标准化AQM算法相比, 新算法在保持低排队时延和高效链路利用率方面取得了更好的平衡.

• 基于物体间支撑语义关系的室内场景彩色深度图像分割

  陈昊天,郑阳,张钰桐,孙凤池,黄亚楼

  场景理解是智能自主机器人领域的一个重要研究方向, 而图像分割是场景理解的基础. 但是, 不完备的训练数据集, 以及真实环境中的罕见情形, 会导致在图像分割时存在先验知识不完备的情况, 进而影响图像分割的效果. 因此, 提出在RGB-D图像上使用抽象的支撑语义关系来解决多样的物体形态所面对的先验知识不完备问题. 在先验知识不完备情况下, 针对自底向上的图像分割过程中被过度分割出的物体块, 首先对物体块间的支撑语义关系进行建模并计算其支撑概率, 然后构造能够度量场景总体稳定性的能量函数, 最后通过SWC(Swendsen-Wang cuts)随机图分割算法最小化该能量函数的值, 将物体块间的支撑概率转化为强支撑语义关系并完成物体块合并, 实现先验知识不完备情况下的图像分割. 实验结果证明, 结合支撑语义关系的图像分割能够在先验知识不完备的情况下, 将同一物体被过度分割的部分重新合并起来, 从而提升了图像分割的准确性.

• 基于降噪自编码神经网络的事件相关电位脑电信号分析方法

  王洪涛,黄辉,贺跃帮,刘旭程,李霆

  本文提出一种基于降噪自编码神经网络事件相关电位分析方法, 首先建立三层神经网络结构, 利用降噪自编码对神经网络进行初始化, 实现了降噪自编码深度学习模型的无监督学习. 从无标签数据中自动学习数据特征, 通过优化模型训练得到的权值作为神经网络初始化参数. 其次, 经过有标签的样本进行网络参数的微调即可完成对神经网络的训练, 该方法有效解决了神经网络训练中因随机选择初始化参数, 而导致网络易陷入局部极小的缺陷. 最后, 利用上述神经网络对第三届脑机接口竞赛数据集Data set II （事件相关电位脑电信号）进行分类分析. 实验结果表明: 利用降噪自编码迭代2500 次训练神经网络模型, 在受试者A 和受试者B 样本数据叠加5 次, 10 次, 15 次三种情况下获得的分类准确率分别为: 73.4%, 87.4% 和97.2%. 该最高准确率优于其它分类方法, 比竞赛第一名联合SVM分类器(Ensemble ofSVMs, ESVM)提高了0.7%, 为事件相关电位脑电信号提供了一种深度学习分析方法.

• 动态优化双估计器的多模型自适应混合控制

  史善孟,王昕,王振雷

  针对参数子集个数较多导致计算量较大和由于系统参数发生跳变造成系统暂态性能差的问题，本文提出了基于动态优化双估计器的多模型自适应混合控制方法。首先对多个参数子集进行动态优化得到最优参数子集，减少了需要计算的模型数量，提高了系统收敛速度；其次对被控对象设置一个固定初值的估计器和一个可重新赋值的估计器，固定估计器用于初始时刻对参数的估计，可赋值估计器动态调整估计初值用于减小估计误差，提高系统暂态性能。最后的仿真结果表明了该方法的有效性，并给出了系统的稳定性及收敛性分析。

• 有界扰动多变量Hammerstein系统输入到 状态稳定模型预测控制

  何德峰,余世明

  考虑具有状态和控制约束的有界未知扰动多变量HAMMERSTEIN系统，提出一种具有输入到状态稳定和有限L2-增益性能的鲁棒非线性模型预测控制策略。基于多变量线性子系统H?控制律，滚动预测非线性代数方程的解算误差，继而在线优化计算满足系统约束条件的预测控制量。利用输入到状态稳定性概念和L2-增益思想，建立闭环系统关于该扰动信号具有鲁棒稳定性和L2-增益的充分条件，使闭环系统不仅满足系统约束，而且对不确定扰动输入和解算误差具有鲁棒性。最后以工业聚丙烯多牌号切换过程控制为例，仿真验证本文算法的有效性。

• 残差深度特征和漂移检测的核相关滤波跟踪

  胡昭华,郑伟,钱坤

  传统特征的片面性，传统跟踪模型对于模型漂移问题检测手段和补救措施的缺乏，限制着传统跟踪算法的性能。因此，本文提出一种漂移检测的残差深度特征目标跟踪算法，通过卷积神经网络提取分层特征，然后在卷积神经网络加入残差结构，连接不同的网络层，实现浅层和深层特征的融合，不需要人为设计特征融合方式，网络结构能够自动实现特征融合的功能，用深度特征区分目标和背景，比传统特征更具有分辨力；在预测当前帧的目标位置时，提出了一个检测模型漂移的策略，设计了一个响应强度下降计数器，通过对比相邻帧响应强度的大小计数，根据计数器的数值，用来判断是否出现模型漂移，以采取相对应的模型更新方案作为补救措施，实现精确跟踪。在与当下的几种跟踪算法比较中，本文提出的跟踪算法在跟踪精度和鲁棒性都优于所对比的算法。

• 非对称非线性平滑转换的广义自回归条件异方差算法的碳价格均值回归检验

  杨星,李斌,曾悦,米君龙

  本文利用非对称非线性平滑转换ANST-GARCH算法对欧盟碳排放权价格均值回归特征进行了检验,研究表明：(1)在欧盟碳交易市场三个阶段的发展进程中,第I阶段EUA价格序列变动服从均值回避,第II、III阶段EUA价格序列均具有非对称均值回归特征；(2)经过风险调整后的EUA价格序列仍然具有非对称性均值回归特征,负的均值回归速度和幅度明显大于正的均值回归速度和振幅, 三个阶段的风险补偿都具有非对称性；(3)均值回归源于投资者对市场信息冲击的过度反应,与时变理性假设无关。具体而言,在第I阶段拒绝过度反应假设,接受时变理性预期假设；第II、III阶段接受过度反应假设,拒绝时变理性预期假设。说明均值回归与投资者对信息的过度反应有关,与时变理性预期无关。

• 随机多智能体系统一致性增益的设计与分析

  段玉波,杨振威

  本文研究有向图中通信网络含有加性随机噪声的多智能体跟踪控制. 当领导者节点在有向通信拓扑图中是全局可达的情况下, 结合所提出的完全分布式一致性控制协议,其中每个智能体的一致性增益自适应律仅依赖跟踪误差. 采用代数图论、自适应控制理论和随机理论工具得到2个结论: 1)跟踪误差以均方意义下收敛到0; 2)每个智能体的时变一致性增益趋于最优值. 最后通过仿真分析验证算法的有效性.

• 基于模糊区间值GM(1, 1)预测模型及几何布朗运动 的矿山投资决策

  李守军,马小平,杨春雨

  提出一种新的投资决策方法并应用到矿山投资实践中去是本文的研究核心. 该方法以净现值为目标函数, 以价格预测及成本评估为中心, 综合应用了模糊区间数灰色预测方法和几何布朗运动随机过程理论. 首先, 给出了模糊数到区间灰数的转换方法, 然后, 采用对区间序列上下限分别预测的思路建立了模糊区间数灰色预测模型, 并给出了模型精度的检验标准. 接着, 通过路径矩阵、组合实验、可视化比较及人工分析的方法得到了合理的布朗运动系数值完成了成本预测. 最后, 结合一个铜矿投资项目, 分别应用所提出的模糊区间灰色模型及几何布朗运动理论对价格和成本进行了预测和模拟, 成功地实现了金属矿山风险投资的评估并形成了可行性的决策参考.

• 水泥篦冷机出口熟料温度自适应辨识模型

  赵志彪,刘彬

  为优化水泥篦冷机控制，提高热回收效率，研究篦冷机内熟料换热机理，找出熟料冷却过程的关键影响因素，利用回声状态网络辨识篦冷机运行数据，基于递归最小二乘法推导网络的在线学习算法，实现权值自适应调整，构建篦冷机内熟料温度的自适应模型。仿真实验可知，构建的模型能够在系统发生变化时自适应调整网络的输出权值矩阵，使模型快速收敛，相比其它离线方法，自适应模型可以持续逼近篦冷机出口数量温度曲线，可作为辨识模型来指导篦冷机控制，为篦冷机的优化控制奠定了基础。

• 柔性机械臂的双时间尺度组合控制

  杨春雨,许一鸣,代伟,周林娜

  本文研究柔性机械臂的轨迹跟踪和振动抑制问题. 首先, 利用Lagrange法和假设模态法建立柔性机械臂的动态模型, 进而利用奇异摄动理论得到柔性机械臂的双时间尺度模型. 然后, 基于慢时间尺度模型利用滑模控制理论设计轨迹跟踪控制器; 借助于快时间尺度模型利用自适应动态规划设计参数不精确已知情况下的最优振动抑制控制器; 将二者相结合, 构造双时间尺度组合控制器, 利用奇异摄动理论证明闭环系统稳定. 最后, 在Matlab/Simulink环境下进行实验, 与现有方法相比, 本文设计的控制器对柔性振动具有更好的振动抑制效果, 跟踪精度更高.

• 多智能体系统的自适应群集分布式优化

  张青,弓志坤,杨正全,陈增强

  本文对具有非线性函数群集行为的连续时间多智能体系统的分布式优化问题进行了研究。本文的目的是使局部代价函数之和最小。每个智能体只知道与其对应的代价函数。为了解决这一问题，本文设计了一个分布式控制律，在这个研究中该控制律仅仅依赖于自己和邻居的速度。通过李雅普诺夫稳定性证明了多智能体系统的收敛性，而且在最小化局部代价函数之和的同时所有智能体可以避免碰撞。最后，通过一个仿真案例来说明所获得的分析结果。