摘要：针对大规模互联电力系统中时滞和干扰现象对系统运行造成的影响,研究了变时滞影响下广域电力系统H_(∞)控制问题。首先,构造新的增广向量和包含更多时滞信息的Lyapunov-Krasovskii泛函。然后,利用Wirtinger积分不等式、基于辅助函数的二重积分不等式和凸组合等方法对求导后的泛函进行估计,得到了具有较小保守性的稳定性结论。在此基础上,设计了无记忆的H_(∞)状态反馈控制器。并提出一种分步线性化的方法,将H_(∞)控制器存在性条件转化为严格线性矩阵不等式的形式。最后通过仿真验证了该方法可以扩大系统的稳定运行区域,控制器具有良好的控制效果。

摘要：针对吸气式高超声速飞行器,提出了一种具有极点约束的非脆弱最优H2/LQR(线性二次型调节器)控制方法.根据吸气式高超声速飞行器的非线性纵向运动方程,推出了一种新的飞行器线性不确定模型,为吸气式高超声速飞行器设计了一种多目标非脆弱控制器.在控制器的设计中,不但考虑了系统的极点配置、最优H2性能和鲁棒保性能3种指标,而且兼顾了因飞行条件不确定性和建模误差引起的控制器增益的变化,利用线性矩阵不等式方法推导了多目标非脆弱控制器的存在条件.仿真实例说明了非脆弱控制器在高超声速飞行器控制中的优越性和有效性.

摘要：考虑网络传输中存在的数据丢包和信号量化问题,研究了基于数据丢包的非线性奇异脉冲系统设量化反馈控制器的设计方法.首先给出一般非线性奇异脉冲系统的数学描述,并在此基础上建立相应的具有丢包的闭环量化反馈控制系统的数学模型.其次,根据李雅普诺夫稳定性理论,给出了奇异脉冲系统的渐近稳定的充分条件以及量化反馈控制器的设计方法.应用本设计方法,可以选择满足代数矩阵不等式条件的量化反馈增益,实现系统渐近稳定.最后通过对Chua混沌系统仿真,表明利用本文设计的量化控制器能够保证闭环非线性奇异脉冲系统在具有数据丢包的情况下渐近稳定.

摘要：为了提高钢厂库区生产物料信息的实时性和准确性,设计实现了一种生产物料自动跟踪系统.物料跟踪采用行车吊运位置与吊运状态绑定的方法实现,运用旋转编码器检测行车位移,并通过射频识别定位对位移进行校准.采用称重传感器和电流传感器信息融合的方法实现行车吊运状态的识别.以热轧卷板生产成品入库流程为例给出了物料自动跟踪的软件实现方法.实际应用结果表明,系统能够准确识别库区垛位位置以及物料吊运信息,实现物料实体与信息流的对应,从而有效解决了制造执行系统与过程控制层的信息衔接问题.

摘要：为了降低系统模型参数变化对测试转台控制系统的影响,提出了基于惯量辨识技术的自适应内模控制方案.首先建立了某型号测试转台数学模型,设计了测试转台内模控制器,在此基础上采用基于扰动转矩观测器的惯量辨识算法来辨识测试转台转动惯量的变化情况,然后通过模糊控制器根据转动惯量的变化自动调整内模控制器的参数,从而确保了控制器的控制性能.仿真和实验结果表明,该控制方案对惯量的变化有着很强的自适应性,提高了测试转台控制系统的抗干扰性能和系统的鲁棒性,取得了较好的控制效果.

摘要：针对宽基线场景下的拼接因视差导致伪影和瑕疵的问题,提出了一种基于密集视点插值的实时视频拼接方法。该方法采用在左右相机的基线上补充密集中间视点的方式,为拼接的重叠区域合成平滑过渡的插值视图,以更好地对齐多个输入。为生成该插值视图,利用立体匹配中的匹配代价,设计了网络用来预测在原视图中采样的像素位移场。所提方法在没有插值视图真值的情形下,利用视点间的空间变换关系,指引网络学习视图生成规则。实验结果表明,所提方法能提升视频图像拼接后的视觉观感,并可以达到实时性能,满足实际场景中的应用需求。

摘要：通常遥操作系统主、从机械手间存在通信时延,影响了系统的稳定性和操作性能.在基于Internet的遥操作系统中,时延是时变的,对系统的影响尤为剧烈.为了解决这个问题,在环境模型未知的条件下,首先提出在本地控制端用主手状态、预测的从手状态及接触力设计反馈控制器;接着用时间前向观测器预测从机械手的状态,并将时延变化率建模为系统不确定参数,最终得到稳定性和透明性条件.仿真结果表明了该方法的有效性.

摘要：一般的学习算法通过最小化分类损失使分类错误率最小化,而代价敏感学习则以最小化分类代价为目标,需构造代价敏感损失.本文探讨代价敏感损失的设计准则,首先介绍基于代价敏感风险优化的代价敏感学习方法,然后在Bayes最优分类理论框架下,提出两条代价敏感损失设计准则.接着采用两种常用代价敏感损失生成方法构造平方损失、指数损失、对数损失、支持向量机损失等经典损失函数的代价敏感扩展形式.根据所提出的设计准则,从理论上分析这些代价敏感损失的性能.最后通过实验表明,同时满足两条设计准则的代价敏感损失能有效降低分类代价,从而证明了本文提出的代价敏感损失设计准则的合理性.

摘要：针对真实场景中因行人相互遮挡难以被精确检测的情况,提出一种基于注意力机制的特征提取增强检测算法。首先,通过添加注意力模块学习特征通道间关系和特征图空间信息,增强对行人目标可视区域的特征提取。其次根据行人数据的实际尺寸,采用k-means++算法对行人标注进行聚类,确定锚框(anchor)大小及比例。利用距离交并比损失函数(DIOULoss)设计检测器的损失函数,使得检测框的回归更关注候选框与真实框的交并比与两框的中心距离。最后使用新设计的非极大值抑制算法(DSoft-NMS)保留更精确的预测框。所提方法在CityPersons和WiderPerson数据集上进行了实验,结果表明该方法在遮挡行人检测方面具有更高的检测精度,同时网络结构简单,方便后续研究。

摘要：为提高康复训练机器人运动控制性能,提出了基于动态插补策略的控制系统设计方法.首先采用分段平滑标准差方法提取患肢运动特征并通过模糊推理实时评估患肢物理状态;然后运用动态插补决策机制选择适宜的插补方法进行运动控制;最后利用位置阻抗控制实现训练运动.该方法避免了传统单一插补方法的局限性,能够有效地融合不同插补方法的特性.在由WAMTM构建的康复机器人平台上进行实验,结果表明,本文方法在扰动情况下具有更优的运动控制性能.