信息与控制杂志

信息与控制杂志2021年第5期

• 基于量子信息处理的量子零水印算法

  张景波, 张云琦

  基于量子信息处理提出了一种量子音频的零水印算法.首先利用量子离散余弦变换在宿主量子音频频域内的低频区域提取一组量子序列，然后利用Henon映射对该序列执行加密算法，从而生成量子零水印.通过将Henon映射的量子线路作为零水印的量子秘钥，有效地提高了量子零水印算法的安全性.本文设计了量子Henon映射置乱和量子零水印生成及提取算法的线路图，对零水印算法的可行性进行了验证.仿真实验表明，与现有的量子音频水印算法相比，本文提出的量子零水印算法具有更好的不可感知性及鲁棒性.

• 基于时间序列模型的非平衡数据的过采样算法

  陈刚, 郭晓梅

  针对非平衡数据的再平衡问题，提出了一种基于时间序列模型的过采样算法.首先，提出了一种确定性数据转化为随机数据方法，把少数类数据转化为时间序列；其次，对经少数类数据转化而成的时间序列进行平稳性检验，并进行平稳化处理；再次，对平稳后的序列建立合适的时间序列模型并进行预报，从而使数据集达到平衡.最后，从UCI（University of Californialrvine）和KEEL（Knowledge Extraction based on Evolutionary Learning）数据库中选择6组数据集，将所提算法与其他常用的过采样算法进行比较，并使用决策树分类器进行分类实验.利用评价指标对分类实验结果进行评判，结果表明了本文所提算法的有效性.

• 考虑饱和的多智能体系统数据驱动双向一致性

  赵华荣, 彭力, 戴菲菲

  针对未知模型非线性离散时间多智能体系统中的传感器饱和问题，本文提出了一种数据驱动控制策略，实现了多智能体系统的双向一致性跟踪.首先，利用伪偏导技术将未知动力学模型的非线性多智能体系统转化为含有时变参数的动态线性化数据模型，然后通过相应性能指标函数获得了时变参数的估计算法，并提出了一种基于饱和数据的数据驱动分布式双向一致性跟踪控制协议，同时对其收敛性进行了严格地证明.最后，进行了仿真实验，实验结果证明，虽然所提出的控制协议的收敛速度会随着传感器饱和程度的增加而降低，但最终能够使系统的双向一致性误差收敛到0.

• 基于生成对抗网络探索潜在空间的医学图像融合算法

  肖儿良, 林化溪, 简献忠

  针对现有医学图像融合方法产生的图像，存在源图像潜在特征信息丢失而导致融合效果差的问题，提出一种利用生成对抗网络（generative adversarial network，GAN）来探索潜在空间的图像融合算法（GAN-ELS），用于提高计算机断层成像（CT）与T2加权核磁共振成像（MR-T2）融合图像的质量.该算法首先通过基于StyleGAN改进的对抗网络在训练进程中的特征解缠学习、多分辨率层级样式控制，来充分实现对CT与MR-T2图像特征分布的无监督学习；然后在训练得到的生成器的基础上，根据配准过的源图像与当前主流融合方法所产生的对应融合图像，来探索目标融合图像所在的潜在特征空间；最终获得语义信息丰富的高质量融合图像.在Havard Medical School的全脑图谱数据集上的实验表明，与5种性能良好的主流融合方法相比，GAN-ELS融合后的图像在结构相似性、归一化互信息、峰值信噪比、归一化均方根误差等多个指标上更优，融合质量更好.

• 输入延迟切换系统的预测镇定控制

  冯沛林, 唐予军, 王霞

  为一类含有输入延迟的线性切换系统构造切换预估器，预估系统未来状态，以消除输入延迟的影响.利用预估状态设计在任意情况切换信号的切换控制器，使闭环切换系统在任意切换下全局渐近稳定.根据系统初态和未来的切换信息推演预估器初值，在预估器超前系统切换时间等同于原系统输入延迟时间的情况下，能够准确预估系统未来状态，从而能够明确闭环子系统的动态，简化控制器设计和切换系统稳定性分析过程.通过仿真表明，设计的预测器能有效的提供超前状态信号，基于此设计的控制器实现了渐近镇定.

• 一种基于行为空间的回声状态网络参数优化方法

  张昭昭, 朱应钦, 乔俊飞, 余文

  针对回声状态网络参数难以选择的问题，提出一种基于行为空间优化回声状态网络参数的方法.其实质是通过泛化等级、核心等级、记忆容量构建回声状态网络行为空间.优化算法采用新颖搜索遗传算法（NSGA），该算法结合K近邻个体距离和NMSE，通过建立行为空间最低配置筛选基因来限定遗传算法的遗传方向，提高优化效率，进而找到影响网络性能的因素.该方法克服了传统回声状态网络（ESN）参数选择困难、遗传算法优化时间长且无合适理论阐明储层性能对任务的影响等缺陷，提升了优化效率和网络学习性能.实验结果表明，本文所提NSGA-ESN方法优化ESN参数基本上接近最佳网络结构，学习性能优于增长回声状态网络，且可以通过行为空间解释影响ESN网络性能的原因.

• 基于时延估计的动力型下肢假肢分段控制策略研究

  耿艳利, 武正恩, 刘作军, 陈亚伟

  动力型下肢假肢具有较强的非线性、耦合性，很难建立其精确的动力学模型，因此增加了假肢控制的难度.针对此问题，研究了基于时延估计（TDE）的动力型下肢假肢分段控制策略.首先利用VICON MX 3维步态分析系统采集下肢运动信息，根据足底压力将假肢穿戴者的正常步态划分为两个模态分别为支撑相和摆动相；其次，基于拉格朗日方程建立假肢摆动相和支撑相的动力学模型；然后，提出一种分段控制策略，摆动相采用基于TDE的滑模控制，支撑相将上述方法与目标阻抗控制相结合，研究基于TDE的目标阻抗滑模控制；最后，分别将基于TDE的滑模控制与基于模型的滑模控制方法应用于各关节轨迹的跟踪控制.仿真结果表明，方法可以对下肢假肢系统中强非线性以及各种不确定因素进行补偿，简化模型计算，并且提高假肢的控制效果.

• 基于分布式随机森林的火电厂燃烧系统设备建模方法

  宗学军, 冉维周, 王国刚, 连莲, 何戡, 李萌

  本文提出一种基于分布式框架改进随机森林算法的火电厂燃烧系统设备数据建模方法，即利用多元共线性检验改良逐步回归，筛选工业流程中的最优变量.将处理后的变量数据应用于Hadoop平台下，结合Mapreduce和Spark分布式框架，对传统随机森林算法进行并行式优化.研究结果表明基于Hadoop的分布式随机森林算法有效地提升了训练效率和数据处理速度，建立的模型具有较高准确度，泛化能力较强，具有较高的工业研究价值.

• 基于优化的多核局部费舍尔判别分析的故障分类

  刘锋, 钟凯, 韩敏

  在实际工业过程中，故障数据通常具有较强的非线性特征，并且非线性特征的种类也较为多样.现有的基于核策略的过程监测方法中，通常只使用一种核函数进行故障的非线性特征提取，很难对非线性特征进行较为全面地刻画，因此单种核函数的过程监测方法对不同故障的分类效果十分有限.此外，常规核方法中的核参数通常由经验确定，难以取得最优的特征提取结果.为了解决此问题，本文提出一种优化的多核局部费舍尔判别分析（OMKLFDA）模型，首先，通过权重系数将多个核函数集成至局部费舍尔判别分析（LFDA）模型中，从而能够提取故障的多种非线性特征.其次，通过改进的粒子群优化算法为故障分类模型选择最优的核参数和权重系数，使得模型能够自适应地匹配不同的故障非线性特征.最后，田纳西—伊斯曼（TE）过程和真实柴油机运行过程中的仿真实验结果验证本文所提方法具有更好的故障分类效果.

• 深度自编码网络的集成学习ICPS入侵检测模型

  孙子文, 金浩

  当前工业信息物理系统网络环境下的网络数据呈现出比以往更为庞大和复杂的特性，传统采用机器学习方式提取特征的过程繁琐且计算量大，不利于实时检测工业网络数据流量.鉴于此，研究一种基于深度自编码网络的集成学习入侵检测模型.首先，通过栈式叠加多个正则降噪自编码网络构造深度自编码网络，以非线性方式降低数据特征维数，获取到新的低维特征数据集；然后，采用集成多个深度信念网络模型以投票方式对降维后数据进行分类识别.实验结果表明，通过比对传统的降维方式和入侵检测方法，本文方法在分类性能和检测效率方面均有较优的效果.

• 基于可逆网络的单一图像超分辨率

  陈国俊, 羊洁明, 葛洪伟

  本文提出了一种基于可逆神经网络的单一图像超分辨率算法.最近提出的基于深度神经网络的单一图像超分辨率模型都是利用生成的超分辨率图像和对应的高分辨率图像之间的差异定义目标函数以及更新模型参数，这些模型仅利用了超分辨率正向过程中高分辨率图像对于低分辨率图像的依赖，并没有建立低分辨率图像与高分辨率图像之间的相互依赖.本文提出的超分辨可逆网络利用具有可逆结构的神经网络建立低分辨率图像与高分辨率图像之间的相互依赖，它能够将低分辨率图像和高分辨率图像分别投影到相互的图像空间之中，然后利用两个投影的误差反馈来优化模型在低分辨率和高分辨率图像空间的相互映射，基于模型的可逆特性，实现从正向和逆向两个过程分别对超分辨率过程的优化.通过实验，提出的模型在超分辨率基准数据集上取得了优异的结果.

• 信息物理系统状态估计与传感器攻击检测

  唐明珠, 张雯阳, 郭胜辉

  针对信息物理系统易受攻击的问题，提出一种基于未知输入观测器的状态估计和传感器攻击检测方法.考虑到系统网络由多层子系统构成，引入一个整体系统模型.运用广义系统理论，采用拓展向量状态的方式将攻击信号向量化为系统状态，将其化为形式上不含攻击信号的系统.考虑整体系统中存在未知输入信号和未知噪声信号，设计未知输入观测器估计原系统状态.利用状态残差最小协方差矩阵确定观测器增益矩阵，在攻击信号可检测的前提下，检测当至少一个子系统受到传感器攻击时的攻击信号.通过设定警报阈值来提高检测精度.最后的仿真实例通过选择多种参数，说明了提出的方法具有可行性.

• 具有通信时延的多自主体系统时变参考输入的平均一致性跟踪

  张雨, 刘成林

  本文研究了具有时变参考输入的多自主体系统在通信时延约束下的动态平均一致性跟踪问题，提出了一种比例—积分一致性跟踪算法.在固定强连通平衡拓扑结构下，借助于矩阵分析分别得到多自主体系统在通信数据未量化和量化时渐近收敛到参考输入平均值的充分条件.最后，通过数值仿真证明了理论结果的正确性.

• 含外部储能的电力系统暂态稳定分布式控制

  陈世明, 罗添辉, 高彦丽

  针对电力系统中存在部分控制器失效时的暂态稳定控制问题，提出一种分布式自适应控制方法以提高系统的暂态稳定性.基于二阶非线性多智能体系统的领导—跟随一致性理论，通过通信网络获取邻居发电机的实时信息，利用本地发电机与其邻居发电机之间的相对功角以及相对转速信息设计控制器，并控制外部储能装置动作，使故障后的系统快速恢复暂态稳定.利用李亚普诺夫稳定性理论进行了收敛性证明.最后，在新英格兰39节点测试系统中对控制器的性能进行深入分析，并且考虑信息攻击下部分控制器失效对系统性能的影响，仿真研究进一步验证了所提出的分布式控制方法的可行性.

• 基于注意力机制的多特征融合人脸活体检测

  李盼盼, 王朝立, 孙占全

  针对常规人脸活体检测中存在的特征信息提取不足、准确率不高、容易被欺骗等问题，提出了一种基于注意力机制的多特征融合人脸活体检测算法.首先，为充分利用图像的低层特征，将原始人脸图像通过变换得到傅里叶频谱图，结合局部二值模式图和简化的韦伯局部描述图作为检测模型的输入.其次，再把这3种类型的图像分别输入到3个结构相同的ResNet支流中.然后，引入注意力机制来表征不同特征对于识别的重要性，将提取到的特征进行加权融合.最后，在基准数据库CASIA-FASD和Replay-Attack上进行实验，并与现有方法进行对比.实验结果表明，引入注意力机制的多特征融合方法可以提高人脸活体检测的准确性，且可同时增强算法的鲁棒性和泛化能力.