信息与控制杂志

信息与控制杂志2022年第3期

• 基于DoS攻击能量分级的ICPS综合安全控制与通信协同设计

  李炜, 韩小武, 李亚洁

  针对一类有限能量拒绝服务(denial of service，DoS)攻击与执行器故障共存的工业信息物理系统(industry cyber-physical system，ICPS)，研究了综合安全控制与通信协同设计问题。首先，考虑单侧网络遭受DoS攻击的情形，构建了ICPS综合安全控制架构，并从防御者的视角通过分析不同能量级DoS攻击对系统的影响差异，制定了相应的能量分级标准；其次，设计了DoS攻击的能量分级检测机制，并对小能量攻击以弹性控制鲁棒应对，对大能量攻击提出了一种PD(proportional-differential)数据重构补偿策略，提升了ICPS对DoS攻击的主动防御能力，而安全系数的引入又使主被动容侵得以交融协同；接着，在同一非均匀数据传输机制下，通过给出的观测器与综合安全控制器的设计方法，实现了对不同能量等级DoS攻击的主被动混合容侵、执行器故障主动容错，并与通信协同设计的目标；最后，通过四容水箱系统仿真验证了所得理论结果的有效性。

• 无人艇轨迹跟踪的预设性能抗扰控制研究

  焦建芳, 胡正中

  针对海洋环境干扰下的无人艇轨迹跟踪问题，提出一种预设性能轨迹跟踪抗扰控制方法。首先，该方法通过引入具有约束作用的性能函数设计预设性能反演控制器。同时采用干扰观测器精确补偿外界未知扰动，并引入带σ修正漏项自适应律对海洋环境干扰的界进行估计，实现了无人艇轨迹跟踪抗扰控制，且同时保证其暂态性能和稳态性能。然后根据李雅普诺夫稳定理论证明闭环系统所有状态最终一致有界，且跟踪误差能收敛到预设的区域内。最后通过仿真实验验证了所提算法的有效性。

• 基于准确度评估的7自由度手术机器人术前摆位优化算法

  李江, 苏鹏, 冯冬冬, 崔力坤, 张勤俭, 刘宝国

  针对微创机器人辅助的外科手术复杂的术前摆位问题，以甲状腺微创手术用到的床旁双7自由度协作机器人为研究对象，将机械臂的运动准确度以及运动学性能作为优化目标，提出了机械臂准确度评估指标以及其对应的干涉指数，并提出了一套基于带精英策略的非支配排序遗传算法(NSGA-Ⅱ)多目标遗传算法的术前规划方法。最后，将由该遗传算法优化得到的系统性能指标同Gaot单目标遗传的优化结果以及医生凭借经验给出的结果进行比较。比较结果表明，由NSGA-Ⅱ多目标遗传算法得到的术前摆位方案优势明显，能够为手术的安全操控提供合理的指导性建议。

• 腰部外骨骼机器人线性自抗扰控制器参数优化

  徐克锋, 蒋近, 季心宇, 李鹏飞, 孙健铨

  针对腰部外骨骼机器人线性自抗扰控制器参数难以调整的问题，本文提出一种基于天牛须搜索的改进粒子群算法(PSO)。建立腰部外骨骼机器人模型，采用线性自抗扰控制器，进一步引入改进的PSO对其进行参数优化。该算法通过混沌初始化种群，提高粒子执行效率；采用非线性策略调整惯性因子和学习因子，加强粒子的搜索能力；引入天牛须搜索算法与PSO结合，并采用自适应权重，使得粒子可对周边环境进行较好地判断，避免粒子陷入局部最优。分别通过6个测试函数和建立系统评价指标进行仿真实验，结果表明所提出的算法有更好的收敛精度，优化后的控制器具有更好的控制性能。

• 初级永磁直线电机双动子电流镜像容错控制

  余强国, 冯亚南, 王智群, 钱懿, 申情

  为解决双动子无电流传感器控制算法存在参数依赖性高、鲁棒性差等问题，提出一种电流镜像容错控制(current mirror fault-tolerant control，CMFC)策略，在仅采用单动子相电流传感器的条件下完成两台级联动子的控制。双动子系统中动子1为正常动子，采用传统的有限集模型预测控制(finite control set-model predictive control，FCS-MPC)完成电流的跟踪控制。动子2为故障动子，所有电流传感器均发生故障。CMFC控制将动子2虚拟电流与动子1的虚拟电流作为FCS-MPC控制器的输入并完成电流跟踪控制。通过完成两台动子的虚拟电流跟踪，由镜像原理实现两台动子的实际电流跟踪。理论分析和仿真实验证明了CMFC控制能实现动子2实际电流的稳定控制，且具有鲁棒性高的特点。

• 基于粒子群算法优化支持向量回归的水质预测模型

  石翠翠, 刘媛华, 陈昕

  溶解氧是反映水污染程度的一个重要指标, 准确的预测可以高效合理地判断水质环境的状况。由于水质环境的实时变化和复杂性以及收集数据的偏差, 在水生系统中获得高效、精确的预测模型是困难的。因此, 首先利用主成分分析(PCA)确定影响水质溶解氧的变量数目, 降低数据维数, 为解决变量间的非线性和非平稳性问题, 提出用互信息(MI)选取影响强的因素作为预测模型的输入变量。然后利用一种基于高斯函数的非线性递减权重的粒子群算法优化支持向量回归(GNIPSO-SVR)模型中的参数选择过程, 有效克服传统SVR预测模型的参数选择问题, 并考虑空气中的污染物因素, 构建污染物影响的GNIPSO-SVR模型。然后将该模型应用于上海的水质溶解氧的预测中, 把GNIPSO-SVR模型与BP神经网络、支持向量回归机(SVR)、粒子群算法优化支持向量回归机(PSO-SVR)的模型对比分析, 结果表明, 提出的方法可以有效解决溶解氧变量间的冗余性与相关性问题, 提高预测精度和运行速度。

• 基于卷积神经网络与双向长短时融合的锂离子电池剩余使用寿命预测

  高德欣, 刘欣, 杨清

  针对锂离子电池剩余使用寿命(remaining useful life, RUL)传统预测方法的精确度与稳定性较低等问题, 融合卷积神经网络(convolutional neural network, CNN)和双向长短期记忆(bidirectional long short-term memory, BiLSTM)神经网络的特点, 设计一种锂离子电池剩余使用寿命预测方法。为了充分使用电池数据的时间序列特性, 使用一维卷积神经网络(one-dimensional convolutional neural network, 1D CNN)提取锂离子电池容量数据深层特征, 利用BiLSTM神经网络的记忆功能保留数据中的重要信息, 预测电池RUL变化趋势。通过采用NASA(National Aeronautics and Space Administration)的锂离子电池数据, 与1D CNN模型、LSTM模型、BiLSTM模型、1D CNN-LSTM模型进行预测对比。经实验结果表明, 1D CNN-BiLSTM具有更高的预测稳定性和精度。

• 基于空洞补全的动态SLAM方法

  余启凯, 罗斌, 王晨捷

  视觉同步定位与建图(simultaneous localization and mapping, SLAM)是智能机器人、无人驾驶等领域的核心技术。通常大多数视觉SLAM关注的是静态场景, 它们难以应用于动态场景, 也有一些视觉SLAM应用于动态场景, 它们借助神经网络来剔除动态物体从而减少动态物体的干扰, 但剔除后的图像留有的空洞会对位姿估计以及地图构建产生不小的影响。因此本文提出了一种基于空洞补全的动态环境语义SLAM方法, 首先结合语义分割网络和运动一致性检测来剔除动态物体, 其次将剔除后留有空洞的图像序列输入到补全网络中进行深度补全, 最后运用补全后的图像序列进行回环检测以及3D场景重建。在KITTI、TUM数据集上进行实验, 结果表明, 与ORB-SLAM2等当前先进的SLAM方法相比, 本文方法位姿估计的精度更高。

• 基于椭圆动态限制和免疫机理的路径规划算法

  岳迪, 范俊岩, 刘强, 洪露

  为更好地解决机器人路径规划问题, 基于椭圆动态限制和免疫机理提出一种路径规划算法。首先, 在全向空间内依据疫苗启发因子生成初始抗体种群。其次, 将节点作为基本计算单元构建节点存储结构, 避免局部路径信息重复计算, 节点变异的同时更新节点信息。然后, 根据路径值构建100%置信水平下的椭圆搜索区域, 在不影响最优路径求解的同时动态缩小搜索区域, 通过节点删除的两层限制不断删除无效节点, 提高算法搜索效率。最后, 将本文算法与其他3种算法对比, 仿真结果表明本文算法搜索时间平均减少了77.24%, 搜索的节点数量平均减少了55.54%。

• 不确定数据信任密度峰值聚类算法

  汪康, 马宗方, 田鸿朋, 宋琳

  密度峰值聚类算法具有简单高效、无需迭代计算和提前设定类簇数的优势，但是在划分非类中心样本时容易产生“多米诺骨牌”效应，并且不能准确划分重叠区域的样本和噪声。为了解决以上问题，提出了不确定数据信任密度峰值聚类算法。首先，该算法在密度峰值聚类算法获取类中心样本的基础上，利用非类中心样本的K近邻求出样本属于不同类的信任值，将样本划分到信任值最大的类别，得到基于K近邻的初步聚类结果。然后，计算关于密度的上分位数得到密度阈值，在证据推理框架下进行信任划分，将密度小于该阈值的孤立样本划分到噪声类；处于重叠部分的样本划分到相关单类组成的复合类；信任值强烈支持属于某个类别的样本划分到相应的单类。该算法通过引入复合类和噪声类能够更加准确地展现样本在现有属性信息下的不确定性。实验结果表明，该算法在人工数据集和UCI数据集上相比于其他对比算法，能够取得更好的聚类性能。

• 基于改进YOLOv5的轻量化航空目标检测方法

  杨小冈, 高凡, 卢瑞涛, 李维鹏, 张涛, 曾俊

  为解决硬件平台资源受限条件下的实时航空目标检测需求，在基于改进YOLOv5的基础上，提出了一种针对移动端设备/边缘计算的轻量化航空目标检测方法。首先以MobileNetv3为基础搭建特征提取网络，设计通道注意力增强结构MNtECA (MobileNetv3 with Efficient Channel Attention)提高特征提取能力；其次在深度可分离卷积层增加1×1的卷积，在减少卷积结构参数的同时提高网络的拟合能力；最后对检测网络进行迭代通道剪枝实现模型压缩和加速。实验选取DIOR (Object Detection in Optical Remote Sensing Images)数据集进行训练和测试，并在嵌入式平台(NVIDIA Jetson Xavier NX)对轻量级模型进行推理验证。结果表明，所提出的轻量级模型大幅降低了参数和计算量，同时具有较高精度，实现了移动端设备/边缘计算的实时航空目标检测。

• 基于改进全卷积一阶检测器的桥梁裂缝定位算法

  贾林, 李琦, 梁栋

  为解决桥梁裂缝检测时定位速度慢的问题，提出一种基于全卷积一阶(FCOS)检测器的裂缝定位改进算法。本算法采用FCOS网络模型，利用轻量级骨干网络Efficientnet提取裂缝图像特征，作为改进措施，引入加权双向特征金字塔网络(BiFPN)融合裂缝图像不同尺度的特征，从而进一步增强骨干网络的视觉特征提取效果。在自制数据集上进行实验，结果表明：本算法可以快速定位桥梁裂缝，与FCOS相比，在确保平均精度的同时，检测速度提升了10.4帧/s；相较于Faster-RCNN、Yolo4、Efficientdet等方法，检测速度和平均精度都具有明显的优势。

• 基于高阶微分器的无模型滑模控制器及其在自动电压调节器中的应用

  费春国, 秦俊杰, 李月英

  为了提高对自动电压调节器(automatic voltage regulator，AVR)系统的控制效果，设计了一种基于高阶微分器(high-order-differentiator，HOD)的无模型滑模控制器，将传统的滑模控制(sliding mode control，SMC)和HOD相结合。在控制过程中，HOD能够通过被控对象的可测量输出准确估计出系统的各阶状态变量，而无需知道被控对象的具体模型和参数。在成功实现对Duffing混沌系统有效控制后，应用无模型滑模控制器对AVR系统进行控制，并与高阶微分反馈控制(high-order-differentiator feedback controller，HODFC)，PID粒子群算法(PID particle swarm optimization，PID-PSO)和PID混沌蚁群算法(PID chaotic ant colony optimization，PID-CAS)的结果进行对比。仿真实验表明所提出的无模型滑模控制器具有超调量小、跟踪精度高的特点，同时具有很好的鲁棒性，对噪声干扰有较强的抑制作用。