信息与控制杂志

信息与控制杂志2022年第1期

• 工业测控设备内生信息安全技术研究综述

  尚文利, 王天宇, 曹忠, 刘贤达

  工业测控设备是工业控制系统的神经中枢，其信息安全问题直接关系到工业控制系统的安全。传统信息安全防护技术手段具有局限性，网络无法阻断物理介质传输数据和物理设备的接入，即使是物理隔离的工业测控设备，亦可以成为攻击目标，迫切需要增强工业测控设备自身的内生安全防护能力。本文结合相关国际标准和国家标准，将工业测控设备内生信息安全防护技术分为静态加固技术和动态防护技术，对涉及的七类信息安全防护技术进行了逻辑分类，给出了工业测控设备的内生信息安全的术语定义，并具体分析、评价了已有相关理论研究和关键技术的优势和不足之处。最后，对工业测控设备的内生信息安全防护技术的发展趋势进行了展望。

• 基于变胞机构的移动机器人构型设计研究综述

  张磊, 王延杰, 唐刚强, 赵鑫, 赵世界, 骆敏舟

  基于传统机构设计的移动机器人，由于机构运动关系相对固定、配置形式单一，难以在复杂地形中快速通行。变胞机构是一种全新的机构组合形式，在瞬时能使某些构件发生合并和分离，使机构有效构件数或自由度数发生变化，具有较强的环境适应性。变胞机构设计的移动机器人可以将速度、灵活性和稳定性集于一体，实现移动机器人在复杂环境中的快速移动。本文针对变胞机构及其移动机器人的构型设计、运动原理、驱动方式及空间配置进行了综述，归纳了现有基于变胞机构的移动机器人所面临的关键问题和技术进展，并对变胞机器人的未来发展方向进行了展望，为变胞移动机器人的发展提供参考。

• 面向无人机的视觉目标跟踪算法：综述与展望

  陈琳, 刘允刚

  近年来，无人机因其小巧灵活、智能自主等特点被广泛应用于民用和军事等领域中，特别是搜索侦察过程中首要的目标跟踪任务。无人机视觉目标跟踪场景的复杂性和运动目标的多变性，使得目标特征提取及模型建立困难，对目标跟踪性能带来巨大的挑战。本文首先介绍了无人机视觉目标跟踪的研究现状，梳理了经典和最新的目标跟踪算法，特别是基于相关滤波的跟踪算法和基于深度学习的跟踪算法，并对比了不同算法的优缺点。其次，归纳了常用的目标跟踪数据集和性能评价指标。最后，展望了无人机视觉目标跟踪算法的未来发展趋势。

• 城市污水处理过程模型预测控制研究综述

  杜胜利, 张庆达, 曹博琦, 乔俊飞

  城市污水处理过程具有生化反应复杂、非线性、不确定性等特点，在受进水流量、进水组分、天气变化等强干扰作用时，很难保证出水水质维持在规定范围内。模型预测控制以其可应用于非线性系统、显式处理约束问题等优点，近几年在城市污水处理过程中得到了广泛应用。本文从模型预测控制方法在城市污水处理过程中所依托的模型角度出发，介绍了其在基于机理模型和数据驱动的城市污水处理过程中的研究现状，阐述了在不同模型和控制变量下的控制效果。最后提出了城市污水处理过程中仍需解决的问题，并对模型预测控制方法在城市污水处理过程控制中的未来研究方向做出了展望。

• 马尔可夫跳变线性系统最优控制的研究现状与进展

  刘越, 周平

  马尔可夫跳变线性系统(MJLS)是一种具有多个模态的随机系统，系统在各个模态之间的跳变转移由一组马尔可夫链来决定。MJLS模型因其在表示过程中可以产生突变而更能精确的描述实际工程应用中的系统。近年来，MJLS的最优控制问题成为了研究的热点，动态规划、极大值原理以及线性矩阵不等式等成为了解决此类问题的主流方法。本文对MJLS最优控制领域的研究现状进行了综述。分别对一般情况下、带有噪声的情况下、带有时滞的情况下以及某些特定情况下的MLJS最优控制问题的国内外研究现状进行论述。最后进行了总结并提出MJLS最优控制领域未来值得关注的研究方向。

• 无线传感器网络定位综述

  田昕, 魏国亮, 王甘楠

  无线传感器网络定位在当前需求的推动下，已经成为热点研究领域。本文分别从定位方式、定位技术以及定位原理3个方面对无线传感器网络定位研究进行了梳理并展开了综述；其次，分别对3种基于无线传感器网络的定位算法进行了描述；然后，阐述了目前无线传感器网络定位的热点问题，其中，针对定位研究中非视距干扰问题，分别从非视距误差的数值特征和统计特征两个方面的研究现状进行了分析，并对基于多传感器融合的无线传感器网络定位方法进行了分析和总结；最后，针对无线传感器网络定位应用的挑战进行了展望。

• 基于降阶扩张状态观测器的逆变系统重复控制设计

  钟傲男, 周兰, 姜福喜

  针对具有参数不确定性和负载扰动的单相全桥LC型逆变器，提出一种基于降阶扩张状态观测器（ROESO）的重复控制系统设计方法。首先，根据电路定理推导出逆变器的数学模型，并针对该模型利用系统可测量输出电压构造ROESO，用以实时估计由系统参数不确定性和外部干扰组成的总扰动。在此基础上，嵌入改进型重复控制器，构造复合重复控制规律，实现对扰动的有效抑制和对周期性参考输入的高精度跟踪。然后，利用小增益定理推导出系统的全局稳定性条件，并给出控制器参数整定方法和系统设计步骤。最后，通过仿真验证所提方法的有效性和优越性。

• 基于降噪自编码器与改进卷积神经网络的采煤机健康状态识别

  曹现刚, 许欣, 雷卓, 李彦川

  针对采煤机监测参数间关联性强、冗余信息多且受强噪声干扰导致其健康状态识别困难及传统的采煤机状态识别方法在健康状态指标构建中人工参与过多导致识别准确率不高的问题，提出一种基于降噪自编码器（denoising autoencoder，DAE）与改进卷积神经网络（improved convolutional neural network，ICNN）的采煤机健康状态识别方法。首先，对原始监测数据作滑动平均降噪处理并进行归一化；其次，通过无监督训练降噪自编码器实现数据降维、特征提取，进而构建健康状态指标；然后，根据降噪后的监测数据与健康状态指标训练改进卷积神经网络模型，实现采煤机健康状态的自动识别；最后，利用采煤机仿真数据完成模型验证并与其他多种健康状态识别方法进行对比。结果表明：该方法识别准确率达98.38%，明显高于其他方法，可为后期的预知维护提供理论支持。

• 人群环境中基于深度强化学习的移动机器人避障算法

  孙立香, 孙晓娴, 刘成菊, 靖文

  为了控制移动机器人在人群密集的复杂环境中高效友好地完成避障任务，本文提出了一种人群环境中基于深度强化学习的移动机器人避障算法。首先，针对深度强化学习算法中值函数网络学习能力不足的情况，基于行人交互（crowd interaction）对值函数网络做了改进，通过行人角度网格（angel pedestrian grid）对行人之间的交互信息进行提取，并通过注意力机制（attention mechanism）提取单个行人的时序特征，学习得到当前状态与历史轨迹状态的相对重要性以及对机器人避障策略的联合影响，为之后多层感知机的学习提供先验知识；其次，依据行人空间行为（human spatial behavior）设计强化学习的奖励函数，并对机器人角度变化过大的状态进行惩罚，实现了舒适避障的要求；最后，通过仿真实验验证了人群环境中基于深度强化学习的移动机器人避障算法在人群密集的复杂环境中的可行性与有效性。

• 基于滑模预测控制的海底采矿车轨迹跟踪算法

  陈昱衡, 吴鸿云, 边有钢

  海底采矿车多工作于稀软底质，其面临的外部扰动较大，难以快速收敛跟踪误差，精准地跟踪预设轨迹。为此，本文提出了一种海底采矿车的滑模预测控制（sliding model predictive control，SMPC）轨迹跟踪算法。基于海底采矿车的运动学模型，首先设计滑模控制率实现轨迹跟踪误差快速收敛，其次利用少预测时域的线性时变模型预测控制算法（linear time varying model predictive control，LTV-MPC）优化该滑模控制率。而后，通过证明滑模控制率收敛和模型预测控制稳定，保证了闭环控制系统的稳定性。RecurDyn&Simulink联合仿真结果表明，与单一的滑模控制（sliding mode control，SMC）和线性时变模型预测控制算法相比，所提出的SMPC轨迹跟踪算法提高了轨迹跟踪精度，且算法具有较好的实时性。