信息与控制杂志

信息与控制杂志2019年第1期

• 基于深度学习的时间序列数据异常检测方法

  胡姣姣, 王晓峰, 张萌, 张德鹏, 胡绍林

  针对类间分布不平衡的时间序列数据的异常检测问题，提出了一种基于深度卷积神经网络的检测方法.首先采用抽样法对不平衡时间序列数据进行预处理；其次，将处理后的时间序列数据转换为尺度一致、时长一致的片段；最后将数据送入具有4层隐藏层结构的卷积神经网络模型中进行异常检测.实验结果表明，所提方法弥补了现存的检测技术由于忽略数据分布的偏斜性而造成的少数类检测精度低的缺点，并通过与现有的时间序列分类方法的比较，验证了所提方法的高效性.

• 一种基于压缩感知的水下目标被动测距方法

  李军, 林秋华, 杨秀庭, 康春玉

  基于目标空间域的稀疏性和聚焦波束形成的机理，提出了一种基于压缩感知的水下目标被动测距方法.首先，按照先方向后距离的方法对整个搜索空间进行网格划分；其次，根据球面波传播的均匀线列阵声纳接收数据模型，针对空间每个搜索方向按均匀距离间隔构造了每个方向上完备的阵列流形，并将其作为对应方向上压缩感知的感知矩阵，结合压缩感知理论数学模型，构建了对应方向上水下目标信号估计的凸优化模型；再次，采用基追踪算法对凸优化模型进行求解，计算出每个搜索方向、距离上目标信号的能量；最后，通过搜索整个空间的信号能量峰值，实现了水下目标被动测向与测距.仿真分析表明，该方法在距离估计上具有较高的聚焦性，可有效解决传统聚焦波束形成技术距离分辨率低的问题，能够实现对水下多个互不相干窄带目标信号的被动测向和测距.

• 基于K-均距异常因子的步态信号异常检测

  涂斌斌, 揣荣岩, 许会

  针对在提取步态特征时，步态信号的有效采样距离短、模式异常多、难以满足周期划分需求的问题，提出了一种基于K-均距异常因子的步态序列异常检测方法.首先，对步态信号进行自适应小波去噪，通过边缘权重因子提取边缘点划分子模式，然后以4个特征值构建四维特征空间和特征子空间来计算异常因子，最后以异常值均值为标准，以步态周期为单位，对步态序列进行筛选.经公开数据集和自采数据集实验，结果证明在步态信号中检测步态周期模式异常的准确性、合理性和有效性.

• 多仓储机器人协同路径规划与作业避碰

  夏清松, 唐秋华, 张利平

  针对多仓储移动机器人协同作业问题，提出了一种基于全局规划和局部调整的路径规划方法，以获得较短、无碰、避障的可行路径.在路径规划时根据当前节点到终点的距离和局部路径与起点至终点的欧氏路径的夹角设计新启发式函数，驱使机器人沿最短路行进；根据可选节点的数量提出避障规则，提高避障能力；依据路径长度对信息素进行比较更新，以精炼搜索空间、提高收敛性能，对蚁群算法加以改进寻找各自最优路径.在作业避碰时设计避碰规则有效解决仓储机器人间作业碰撞，找到最优或近优路径组合.实验结果表明了本方法的可行性、有效性.

• 基于报警时序信息挖掘的报警关联分析方法

  李俊杰, 杨博, 李宏光

  面对现代流程工业监控系统报警泛滥问题，为了寻找报警根源以减少无效报警，并针对传统方法在面对大量的报警数据时计算效率低下的问题，提出了一种基于报警数据时序信息挖掘的报警关联分析方法.通过将报警时序信息进行区块化处理，将报警时间序列转换为报警时间的节点序列，然后将区块之间的匹配度作为报警关联度的评价标准，减少了关联分析的运算量；采用滑动窗口比对计算相关报警时间序列的时间关联信息；采用TE过程（Tennessee Eastman process）数据，验证了所提方法的有效性.

• 一类非完整轮式机器人的编队一致性

  梁旭东, 王思明, 李伟杰

  讨论了一类具有非完整约束和有向通信拓扑的轮式机器人的编队一致性问题.基于Zipf分布设计了带有耦合权重的编队一致性协议，减少了机器人间的信息交换，降低机器人编队在复杂的通讯环境中对所有机器人状态信息的依赖程度.将多机器人系统的编队一致性问题转化为误差系统的稳定性分析问题，给出了机器人形成编队的一致性条件，并利用图论和李亚诺夫稳定性理论证明在该条件下可实现系统编队收敛到期望的队形和虚拟领导者的运动规律上的目标.仿真实验和实物实验验证了所设计编队一致性协议的有效性.

• 基于主方向重建的SURF多角度识别匹配算法优化

  张玉珍, 侯守明, 连盼盼, 杜成菲

  针对物体多角度识别过程中存在着因偏转和俯仰角偏差而造成的匹配精度低等问题，本文提出了具有旋转不变性的SURF匹配优化思想.本思想采用聚类算法将提取的关键点进行分类，在类中通过距离高斯加权来得到关键点水平和垂直方向的Haar小波值，进而更精准地确定特征点主方向；针对匹配过程中出现的误匹配对，利用误匹配粗减思想进行剔除；之后，为进一步提高匹配机率，采用物体环视全景图作为后台基准图像.实验结果表明，本思想对物体多角度图像的识别机率和识别正确率明显提高，且匹配耗时也有所减低，并具有一定的实用性和推广性.

• 沉浸式虚拟现实系统中头部位姿预测方法

  魏青, 刘钊铭, 刘乃龙, 崔龙, 张峰

  为了最小化运动画面延时对沉浸式虚拟现实系统的影响，提出了一种具有运动画面延时抖动补偿功能的卡尔曼滤波算法，用于对用户头部位姿进行预测.首先对运动画面延时进行分析和预测，然后根据头部运动相关性分析结果选择位姿预测方式，并在头部运动建模和位姿预测时分别利用延时预测结果对延时抖动进行补偿.实验结果表明，相比设备原有预测方法，其在一般情况下的姿态预测绝对误差的均值分别减小45.74%、47.25%和40.96%，最大值分别减小11.49%、26.34%和36.79；位置预测绝对误差的均值分别减小35.94%、45.90%和55.81%，最大值分别减小1.05%、25.60%和44.74%.

• 基于邻域相关性多阈值新函数寻优法的小波降噪分析

  宋立业, 周乐, 刘昕明

  为了更好地获取噪声影响下的原有信号，在邻域小波系数收缩的NeighCoeff方法基础之上，提出了一种邻域相关性多阈值新函数的小波降噪方法.该方法根据小波系数之间的相关性，将邻域窗口内所有小波系数的平方和的大小划分为邻域硬阈值、邻域窗口阈值和邻域扩张阈值.将这些邻域阈值与修正的通用阈值相比较，来实现窗口尺寸的自适应调节和小波系数的保留或收缩，以此达到消噪的目的.此外新函数的收缩因子能够较好体现与被滤波噪声的相互关系，可以进一步提高消噪的精度.然后将多阈值函数与修正的全局阈值相结合，利用混沌粒子群对邻域扩张阈值参数γ和修正的全局阈值参数α进行寻优，以获取最优小波系数的重构信号.所提方法与其它阈值函数去噪方法相比，其仿真结果表明在信号信噪比、降低有用信号失真和抑制噪声等方面都有一定的提高.

• 基于高斯鸽群优化算法的典型工艺知识发现方法

  朱震宇, 王艳, 纪志成

  针对离散制造系统中典型工艺发现以及知识重用问题，提出了基于高斯鸽群算法的典型工艺知识发现方法.在对工艺路线进行统一编码的基础上，同时考虑了相同工序信息以及工序的排序信息，提出了一种新的综合指标来描述工艺路线之间的相似度，并由此构建了相异度矩阵；同时为了优化聚类分析过程，将高斯项引入鸽群优化算法（Pigeon-inspired Optimization Algorithm，PIO），提出了高斯鸽群优化算法（Gaussian Pigeon-inspired Optimization Algorithm，GPIO），改善了聚类效果，实现了工艺路线的智能聚类并重用工艺知识来优化零件加工过程.最后以企业实际生产制造过程为例，验证了相似度计算方法以及高斯鸽群优化算法（GPIO）的合理性和实用性.

• 基于最小衰减率多面体不变集的鲁棒模型预测控制

  杨世忠, 邢丽娟

  针对一类具有输入输出约束的多胞体结构线性变参数系统，提出了一种基于最小衰减率多面体不变集的鲁棒模型预测控制算法，算法分为在线和离线两个部分.为增强系统控制效果，提高系统响应速度，离线算法首先采用寻求状态变量的最小衰减率的方法优化出一系列状态变量及相应的状态反馈控制律，然后构建出相应的多面体不变集序列；在线算法根据当前实测状态变量，在多面体不变集序列内确定状态变量所处的最小多面体不变集，通过在线优化得出系统的控制输入.给出了鲁棒模型预测控制算法的详细步骤和系统的闭环稳定性证明.仿真结果验证了本算法的有效性，表明本算法使系统的闭环响应更为快速和稳定.

• 基于互信息属性排序的不完整数据聚类算法

  钱晓东, 罗彦福

  数据缺失对聚类算法提出了挑战，传统方法往往采用均值或回归方法将不完整数据进行填充，再对填充后的数据进行聚类.为解决均值填充和回归填充等方法在数据缺失比率增大时填充精度以及聚类效果变差的问题，提出一种新的不完整数据相似度计算方法.以期望互信息为依据对数据集中的属性排序，充分考虑了数据集中与位置相关的属性值特征，以数据集本身元素作为缺失值填充的来源，对排序后的不完整数据集进行相似度填充计算，最后采用基于局部密度的聚类算法进行聚类.利用UCI机器学习库中的数据集验证本文填充聚类算法，实验结果表明，当数据集中缺失值增多时，算法对缺失值的容忍性较好，对缺失元素的恢复能力较强，填充精度以及最终聚类结果方面均表现良好.本文填充计算相似度的方法考虑数据集的每个属性值来对缺失值逐个填充，因而耗时较多.

• 一类不确定性离散非线性重复过程的迭代学习容错控制

  陶洪峰, 沈建强, 杨慧中

  针对一类具有非线性和执行器故障的重复运行不确定离散系统，提出了一种迭代学习鲁棒容错控制算法.首先通过定义执行器故障系数矩阵，将迭代学习控制过程转化为等价形式的不确定性非线性重复过程模型，然后基于混合李亚普若夫函数方法讨论非线性重复过程在时间轴和批次轴两个维度上的稳定性，并以线性矩阵不等式形式给出鲁棒容错控制器存在的充分条件和设计方法，同时保证系统正常和执行器故障情形下系统的容错稳定性能.最后，单杆机械手系统的输出跟踪控制仿真结果验证了本文算法的有效性.

• 基于几何校正与非下采样Shearlet变换的图像水印算法

  肖宁, 李爱军

  为了解决当前图像水印技术难以抵御几何失真，使其鲁棒性较低与误检率较高的问题，提出了几何校正与非下采样Shearlet变换的图像水印算法.首先，引入Cat映射，对水印信息图像进行置乱；随后，借助非下采样Shearlet变换机制，对载体图像进行处理，获取低通子带和高通子带，并将低通子带分割为尺寸相同的小块；通过修改低通子带的Shearlet系数，建立水印嵌入机制，将水印信息植入到载体图像中，获取水印密文；构建几何失真图像训练样本，基于极谐变换，计算水印图像的极谐变换系数模，充分描述其鲁棒特征；基于模糊支持向量机，预测几何失真参数，对水印图像进行几何校正；最后，再次利用非下采样Shearlet变换处理校正水印图像，获取低通子带小块，设计水印提取方法，复原其水印信息.实验结果显示：与当前图像水印算法相比，所提算法具有更高的不可感知能力与鲁棒性，对于各种几何攻击，所提取技术的复原水印与初始水印的相关系数均要高于0.95.

• 面向双目标应急物资调度的改进差分进化算法

  宋晓宇, 张明茜, 常春光, 赵明

  本文对应急物资调度模型的建立及求解该模型的优化算法进行了研究.首先，在资源受限情况下，以配送费用总成本最小和最大缺失损失最小为优化目标，建立了连续消耗问题的多供应点对多受灾点的应急物资调度模型.然后，通过引入DE/best/1变异策略与DE/rand/2变异策略对差分进化算法进行了改进，提出了一种基于双变异策略的改进差分进化算法，将Pareto非支配等级分层与拥挤距离的概念引入到改进差分进化算法中，对约束双目标调度模型进行求解.最后，通过两种不同规模的四组仿真实验，验证了本文提出模型及改进的差分进化算法的可行性和有效性.与基本差分进化算法对比，双变异策略的改进差分进化算法对相同应急物资调度问题进行求解时，得到了更多的Pareto前沿解个数，和较低的应急物资调度配送费用成本与较小的最大缺失损失，同时解分布的广泛性也得到了显著提高.

• 改进人工蜂群求解多目标柔性作业车间调度问题

  程冰, 徐华, 王玲娣, 梁冰

  针对多个目标约束的柔性作业车间问题，本文采用基于Pareto解集的改进离散人工蜂群算法来求解.由于经典人工蜂群算法的选择概率不适用于多目标问题，本文对选择概率进行了重定义，将排序引入选择概率中；同时采用基于变异操作的邻域搜索方法进行局部搜索，并使用混合列交叉算子提高种群的多样性；采用Harmonic平均距离对Pareto解集进行裁剪，完成对Pareto解集的更新.最后通过实例测试及仿真实验，验证了本文算法在求解多目标柔性作业车间调度时的有效性.

• 非局部约束下的局部稀疏保持投影及其在故障检测中的应用

  卢春红, 王杰华, 文万志

  局部保持投影，保持数据的邻域关系，已成功应用于过程监测.然而，局部保持投影忽略了非局部结构信息，不能保证远距离样本之间的关系.最近提出的局部保持稀疏模型，利用稀疏编码获得一组超完备基，较好地表征原始数据的内在结构特征.鉴于稀疏编码能够较好地实现过程数据的局部稀疏表示，提出了非局部约束下的局部稀疏保持投影方法.首先，利用稀疏编码获取表征全局结构信息的稀疏码；其次，在非局部关系约束下保持局部结构特征，估计出不同稀疏码的概率密度，赋以相应权重，以便突出其对故障的贡献度；然后，融合过程状态信息构建合成统计量指标实施故障检测；最后，将提出的方法用于数值系统和TE化工过程仿真验证，并与现有的几种模型进行对比，结果表明了该方法的优越性.