信息与控制杂志

信息与控制杂志2020年第4期

• 四旋翼无人机—吊挂载荷系统建模与控制综述

  袁肖卓尔, 诸兵

  四旋翼无人机—吊挂载荷系统的建模与控制是近年的一个热门研究领域.系统是通过缆绳连接载荷与四旋翼无人机形成的欠驱动非线性系统.全状态系统的建模通常基于欧拉—拉格朗日方程.为便于设计控制器，往往对系统模型做等效变换与简化.针对不同的简化模型，使用比例—微分控制、反馈线性化、反步法等控制方法，可以实现无人机轨迹跟踪、载荷轨迹跟踪、无人机编队规划、避障等控制目标.如果系统模型存在未建模动态或未知参数，可以通过自适应控制，引入观测器等方法改进控制器.为增强鲁棒性，提升飞行安全性，可以基于最优控制理论设计控制器，并通过输入整形，添加饱和函数等方法进一步优化控制性能.在无人机路径规划等复杂的控制问题上，智能控制方法已初见成效.多无人机协同运输载荷是另一个新兴子研究课题.

• 基于点线特征和边缘特征的单目视觉里程计算法

  陈小聪, 何元烈, 岑仕杰

  针对快速运动的相机很容易因为运动模糊和纹理缺失而导致光流追踪失败的问题，设计了一种点、线、边缘特征结合的单目视觉里程计算法，突破原先算法仅包含点或线特征的思想.首先，在流行的半直接法PLSVO（Point-Line Semi-direct monocular Visual Odometry）算法上增加了边缘特征点提取，使算法提高定位精度，同时对低纹理和结构化环境具有鲁棒性.然后，利用关键帧提取策略提升算法的定位精度，同时加快地图点种子的收敛速度.最后，解决边缘特征点在算法中的图像对齐、图块特征点匹配、位姿优化和地图点优化问题.本文算法在EuRoC和TUM数据集上进行了估算.实验结果表明，本文算法的定位精度和稳健度都优于PLSVO算法.

• 基于特定区域去相关的行人检测算法

  姬东飞, 丁学明

  针对传统行人检测算法提取特征包含大量冗余信息且识别精度低的问题，提出一种基于特定区域去相关的行人检测算法.根据平均人形模板特征图的响应值，证明头肩区域是分类阶段最具鉴别力的区域.将该统计人形先验信息融入到特征通道的去相关操作中，对头肩区域提取协方差生成一种新式滤波器，并在测试阶段与每个通道内的整个检测窗口共享，同时研究了跨通道共享协方差的问题.大量实验结果表明，提出的方法能够在维持检测速度不变的前提下有效降低平均对数漏检率，从而满足实时行人检测的要求.

• 基于深度学习的无局部结构矩阵序列预测

  赵琦, 朱浩华, 刘光灿

  由于对图像局部近邻结构的敏感性，卷积神经网络在计算机视觉领域有着广泛深远的应用.然而对于无局部结构的一般性矩阵，由于无法处理其中的大量全局依赖，卷积神经网络通常对其不够有效.鉴于此，提出了一种基于深度学习的网络结构，用来解决这种无局部结构的一般性矩阵序列预测问题.通过采用提出的对偶线性连接结构，使网络学习到了广泛存在于无局部结构矩阵序列中的全局依赖，从而得到了更好的预测结果.将提出算法与几种主流视频预测算法进行对比，实验结果表明：该算法对于无局部结构矩阵序列具有很好的特征提取能力，可以有效地学习到给定输入数据中的全局依赖，从而生成更好的预测结果.

• 考虑客户满意度的多配送站低碳物流路径规划

  廖列法, 张幸平

  针对电商物流路径规划设计问题，首先，基于综合模态排放模型（CMEM），建立包含多个配送站的碳排放量模型，将碳税成本作为物流配送过程中的一部分.其次，考虑到客户的时间窗限制，构建客户时间窗扰乱罚金函数，根据客户时间窗限制和碳排放量模型，建立考虑客户满意度的多配送站低碳物流路径规划模型.再次，在算法设计阶段，考虑到问题的NP-Hard特性，设计了矩阵编码方式和贪婪启发式初始化策略，设计了多个果蝇种群同时进化的多种群进化机制，并设计了子种群个体之间的交流互动机制.最后，通过实例验证了模型和多种群果蝇优化算法的有效性，并就物流成本、环境保护、客户满意度三者之间的均衡关系进行了探讨.

• 基于多智能体微网的需求侧分时电价优化调度

  王凌云, 王晓敏, 胡兴媛, 张赟宁, 张涛

  为提高微网运行的经济效益，解决微网发电侧可再生能源出力的间歇性和不稳定性，提出分时电价（TOU）机制下的优化调度方法.以一天24 h为例，在并网运行方式下研究各个微源的优化输出特性曲线，采用多智能体技术对发电侧、储能单元以及需求侧进行区域自治协同调控，同时考虑将储能单元充放电策略用于有效实现微网发电侧不同类型微源的优化调度.采用多智能体粒子群算法求解所建优化调度模型，仿真算例证明了所提分时电价策略可有效提高发电侧微源出力的消纳率以及微网系统运行的经济性.

• 基于特征矩阵的工控协议模糊测试方法

  尚文利, 李文轩, 陈春雨, 和晓军, 曾鹏

  针对现有工控协议模糊测试框架生成的测试用例存在覆盖度低和效率低的问题，提出了一种基于特征矩阵的测试用例生成方法.首先通过解析协议规约提取协议特征和约束规则，利用各协议特征的属性值进行笛卡尔积进而构造协议特征矩阵，然后设计针对性的结构变异策略作用于特征矩阵，同时不断采用约束规则降低用例冗余进而得到高质量的组合测试用例集.最后提出基于特征矩阵的测试用例生成算法，并将本方案与Peach框架进行对比实验，其结果表明该方法能够有效地提高测试用例覆盖度和测试执行效率，并具有漏洞检测能力.

• 光储并网发电系统低电压穿越控制策略

  张涛, 唐爱博, 赵冰洁, 陈希有

  根据电网故障条件下的新能源并网发电系统的低电压穿越的要求，以抑制负序电流为控制目标建立αβ坐标系下的两级式光储并网发电系统的控制模型.前级光伏系统采用基于电压分层的变功率轨迹跟踪控制策略，保证电压跌落期间直流母线电压和光伏系统输出功率的稳定.后级并网逆变器采用基于电压前馈的准比例谐振双环控制策略，实现频率偏移条件下控制系统的稳定，增强系统抗扰动能力.故障期间采用无功优先的控制策略来支撑电网电压的恢复，通过改进的锁相环模块进行复杂工况下电网电压信号的同步，根据跌落深度的不同来控制逆变器发出无功功率的大小.在Matlab/Simulink中搭建不对称的故障工况下的光伏并网发电系统的仿真模型并进行测试，验证了所提方法的有效性.

• 基于D-S证据理论的不完整数据混合分类算法

  段中兴, 毕瀚元, 张作伟

  针对传统不完整数据插补聚类算法未考虑插补值对类中心的影响以及不完整样本建模带来的不确定性等问题，提出了一种基于D-S证据理论的不完整数据混合分类算法.首先，利用经典软聚类算法对数据集中的完整样本进行聚类并选择训练样本，再根据剩余样本已知属性构建若干训练集，并利用基础分类器分类；然后在D-S证据理论下，将属于若干个类别概率相近的样本划分到相应复合类以降低误分类率；最后，对处于复合类中的不完整样本，分别在构成其复合类的单类中进行K近邻插补并分类，将若干个分类结果自适应融合以决定这些样本的最终类别.模拟数据集和UCI数据集验证表明，算法能够合理地表征由缺失值引起的不确定性，降低了误分率.

• 基于多块修正ICA算法的分散式非高斯过程监测方法

  万新春, 童楚东, 史旭华

  针对分散式非高斯过程监测方法通常都忽略测量变量间整体性的问题，为了同时提取测量变量间的局部特征和全局特征，提出了一种基于多块修正ICA（multi-block modified ICA，MBMICA）算法的分散式非高斯过程监测方法.首先，通过修正FastICA迭代算法得到MICA（modified ICA）算法；然后，利用整体测量变量的解混向量引导各个子块中独立成分的分解，得到能够考虑测量变量间整体性的MBMICA算法，并利用该算法实施分散式非高斯过程监测；最后，通过仿真对比实验验证了MICA算法的可行性及该方法相比于其它分散式过程监测方法的优越性.

• 融合标签信息和时间效应的矩阵分解推荐算法

  赵文涛, 任行学

  为了解决过度稀疏的评级矩阵导致矩阵分解中的过拟合问题，提出了一种融合标签和时间信息的矩阵分解推荐模型TTMF（matrix factorization recommendation algorithm fusing tags and time information），以丰富单一数据源，缓解矩阵分解中的过拟合问题.首先通过评级数据和标签信息定义用户标签偏好值和项目标签关联度，分别表征用户对标签的兴趣、标签信息和项目之间的联系，并增加时间信息表示用户兴趣随时间的变化；然后，建立用户—项目、用户—标签和项目—标签矩阵模型，通过梯度下降法进行矩阵分解，完成推荐.基于MovieLens数据集实验结果显示，TTMF算法的RMSE（root mean square error）比传统方法LFM（latent factor model）降低了7%.TTMF算法具有更好的推荐效果.

• 混合萤火虫算法求解多目标置换流水车间调度问题

  裴小兵, 张睿, 于秀燕

  针对多目标置换流水车间调度问题，提出一种基于萤火虫算法的混合算法.该混合算法以萤火虫算法为框架，利用NEH（Nawaz-Enscore-Ham）模型及机器编码方式初始化种群，保证在增加初始化种群多样性的同时提高初始种群质量；引入概率模型，用以记录工件间及工件与加工机器间的信息，同时利用概率矩阵中的信息组合区块，并利用区块组合人造解，用以提高算法的收敛速度及增加可行解的多样性；最后，为验证该混合算法的有效性，对OR-library中的Reeves案例集进行仿真测试，同时与其他相关智能算法进行求解性能比较，验证了该混合算法具有良好的求解性能.

• 考虑零件分类的U型拆卸线平衡问题与改进烟花算法求解

  张则强, 张颖, 蒋晋, 朱立夏

  针对拆卸生产线中存在的不确定性和零件复杂性，构建以最小化工作站数、空闲指标、拆卸成本及零件分类指标的多目标数学模型并采用一种改进烟花算法对所提模型进行求解.首先，考虑所求解问题的特性对烟花算法进行离散化处理，重新定义了爆炸操作和变异操作，烟花个体产生爆炸火花和变异火花之后引入Pareto解集思想和NSGA-II拥挤距离机制对可行解进行筛选并更新烟花个体.其次，将所提烟花算法分别应用于求解中规模直线型和大规模U型拆卸线平衡问题算例中，并与其它算法的求解结果对比，验证改进烟花算法在直线型和U型拆卸线上的求解性能.最后，将所建模型和算法应用到打印机拆卸线中，并与直线型求解结果进行对比，对比结果表明所提方法有效可行.

• 面向机床状态波动的调度模型

  孟飙, 赵志刚, 高建丽

  为提高作业计划对机床状态的自适应力，建立了质量数据驱动的作业车间计划调度模型.首先挖掘隐藏在质量数据中的关联规则，基于专家领域知识和关联分析结果，获得机床状态波动信息；构造基于损失时间函数的全局调度性能指标，实现机床状态波动对调度模型的循环优化调节，提高小时间尺度调度方案的可行性；并通过对比某制造企业的调度方案和机床状态变化时的调整方案，验证了调度模型的有效性.

• 交叉分段PCA在锅炉故障诊断中的应用

  王文标, 田志远, 汪思源, 尹亚龙

  工业锅炉系统通常被认为是单模态系统，但是当其负荷变化时，系统会呈现出明显的时变和多模态特性，传统的主成分分析（PCA）方法难以实施有效地故障监测.针对这类问题，提出了一种交叉分段PCA故障诊断方法，选择某一参数值作为负荷变化的模态识别值，通过交叉重叠的分段方法建立多个模型进行监测，交叉部分定义为模态过渡过程，在模态过渡过程利用两个模型进行综合判断，提高故障监测的准确度.通过在某实际工业锅炉的应用表明，与传统PCA方法相比，该方法能够显著提高故障诊断的准确度.