信息与控制杂志

信息与控制杂志2023年第6期

• 基于改进黑猩猩优化算法的仓储移动机器人路径规划

  刘海龙, 雷斌, 王菀莹, 云雁, 柴获

  针对仓储环境中移动机器人的路径规划问题，提出了一种改进的黑猩猩优化算法。算法首先通过邻域搜索初始化种群，提高种群质量，然后利用余弦收敛因子改进自适应收敛过程，提高种群多样性和全局搜索能力，最后为避免出现后期因搜索混乱导致的局部最优的问题，引入距离启发因子对种群进行分类加权，促使种群朝向最优个体靠近，进一步提高算法的局部寻优和勘探能力。运用旅行商问题数据(TSPLIB)标准算例库将改进的算法与标准黑猩猩优化算法等几种智能算法进行对比，结果表明改进的算法在鲁棒性、收敛精度、寻优速度等方面都有明显优势，其次将改进算法应用到智能仓储仿真环境中，实验结果表明改进的算法具有良好的适用性，能够有效优化仓储移动机器人的路径，提高作业效率。

• 基于非正交多址接入的无人机通感一体化系统

  张睿智, 厉俊, 沈晓峰

  针对通信感知一体化系统(ISAC)中频谱资源日渐短缺、信道链路易受干扰等问题，研究了一种基于非正交多址接入(NOMA)的无人机通感一体化系统，其中双功能无人机利用下行非正交多址接入技术向多个通信用户发送叠加信号，该叠加信号同时可用于目标感知。为平衡通信与感知的性能，设计了一种基于连续凸逼近的波束成形方法，在满足用户最低通信速率要求的约束下最大化有效感知功率与通信总比特率的加权和。针对半正定松弛算法所求得最优解不能严格满足秩一约束的问题，进一步提出了一种基于改进半正定松弛算法的重构解方法，在保持系统性能不变的同时，能够将波束成形设计结果重建为满足最大发送功率及最低通信速率要求的最优解。仿真结果表明，所提的一体化系统的性能相比于传统通信一体化系统提高7.37%，且提出的波束成形方法在传统半正定松弛算法基础上改善10.31%。

• 在排水箱涵中基于激光雷达的无人艇自主导航

  谢志刚, 王建华, 郑翔, 田雨, 钱建华, 钱国虎, 吴奇文, 徐伟

  针对卫星和地面通信信号有限、光照条件较差的地下排水箱涵，提出一种基于激光雷达点云平面拟合的无人艇自主导航方法。基于激光雷达成像原理，建立地下排水箱涵的场景模型；针对箱涵内激光雷达点云受水波反射干扰的问题，提出一种基于特征值的改进平面拟合方法，有效滤除点云噪声，获取准确的平面参数；引入虚拟水平面，利用拟合平面参数，求出无人艇与箱涵两侧壁的相对位置，规划出期望航线。基于场景模型，利用视线(line of sight，LOS)导引律与比例-微分(proportional derivative，PD)航向控制器进行仿真实验，结果表明，所述方法以较小计算量达到较高的拟合准确性和抗噪性，求得的导航参数准确稳定，实现无人艇沿箱涵中线的自主航行。通过实测实验进一步验证上述方法的有效性和可行性。

• 基于逆变器补偿的半开绕组直线电机直接推力控制

  冯亚南, 余强国, 黄旭, 蔡志端, 赵文超, 魏玉震

  为抑制半开绕组直线电机系统零序电流的产生，提出了一种基于逆变器非线性补偿的半开绕组直线电机系统的直接推力控制(direct thrust force control，DTFC)。首先，对半开绕组直线电机零序电流的运行机理进行了分析；其次，设计了基于新型开关表的DTFC策略；然后，引入了逆变器非线性补偿；最后，对所提DTFC进行了仿真验证。仿真结果表明，所提DTFC能明显抑制零序电流的产生，提高半开绕组直线电机系统的运行效率。其零序电流抑制性能系数约为0.07，不仅具备良好的稳态性能，同时还拥有优越的自启动性能与瞬态性能。

• 基于改进深度强化学习的无人机自主导航方法

  郭子恒, 蔡晨晓

  深度强化学习算法在实现无人机(unmanned aerial vehicle，UAV)导航任务的应用越来越广泛。然而，利用融合先验策略的训练过程中，由于其占比线性衰减，导致模型训练速度缓慢，导航成功率下降。针对以上问题，本文提出一种UAV导航算法。首先，搭建虚拟UAV环境模型，构造动作空间。其次，依据稀疏化思想，设计奖励函数，根据UAV的学习状态设计自适应衰减因子，改进不同学习状态下先验策略的比重，训练网络模型。最后，依据训练好的网络模型实现UAV导航决策。仿真结果显示，所提算法导航成功率稳定处于较高水平时的训练时间比原型算法缩短了大约20%，大幅度提升了网络训练效率，降低时间成本，同时由于先验策略比重更加贴合当时的学习能力，UAV导航质量与成功率也有了一定提高，为推动深度强化学习在UAV导航的实际应用提供了新的思路。

• 基于改进狮群算法的城市无人机低空路径规划

  黄志锋, 刘媛华

  针对智能优化算法在栅格法的3维路径规划中，寻优能力弱，规划出的路径转弯次数多、转角大等问题，提出一种改进狮群(ILSO)算法。首先，在狮群算法的基础上，利用柯西变异，在最优解位置进行扰动变异，增强算法跳出局部极值的能力。其次，针对路径规划问题，引入估值函数，进行节点连接的筛选，避免算法盲目搜索。再次，对规划出的路径进行2次规划操作，增加算法得到最优解的概率。同时对规划结果使用3次B-spline函数进行路径平滑，使路径更适合飞行。最后，仿真结果表明，改进狮群算法相比遗传算法、粒子群算法、鲸鱼优化算法和狮群算法，在不同距离规划下路径平均缩短了5.42%，时间平均缩短了17.14%，转弯次数平均减少了45.71%。

• 基于时序拓扑非共享图卷积和多尺度时间卷积的骨架行为识别

  费树岷, 赵宏涛, 杨艺, 李春锋

  针对基于图卷积的骨架行为识别中不同骨架帧共享同一空间拓扑及采用单一尺度时间卷积建模时域特征的缺点，提出一种基于时序拓扑非共享图卷积和多尺度时间卷积的行为识别方法。首先，在空间建模中根据输入样本计算每帧骨架上关节之间的关系，为每帧骨架构建独立的空间拓扑；其次，在时间建模中采用具有5条分支的多尺度时间卷积模块提取不同时间尺度上的行为特征；最后，结合时序拓扑非共享图卷积和多尺度时间卷积模块构建了一个用于骨架行为识别的时空图卷积网络。在NTU RGB+D、NTU RGB+D 120和Northwestern-UCLA数据集上的实验结果表明，所提方法在识别准确率和模型复杂度方面优于主流的行为识别方法。

• 基于双行动者深度确定性策略梯度算法的间歇过程控制

  马军伟, 徐琛, 陶洪峰, 杨慧中

  针对传统基于模型的控制方法在处理间歇过程任务时会因为其复杂的非线性动态导致模型不准确，进而影响控制性能的问题，结合强化学习(RL)，提出一种不需要过程模型的间歇过程控制方案。首先，该方法通过双行动者并行训练的结构来解决深度强化学习算法中值函数高估计的问题，提高算法的学习效率。其次，为每个行动者设置独立的经验池来保持双行动者的独立性。此外，为RL控制器设置了一种新型奖励函数，引导过程回到预定轨迹，并通过引入延迟策略更新方法来缓解参数更新时的时序差分(TD)误差累积问题。最后利用青霉素发酵过程的仿真，展示了基于双行动者深度确定性策略梯度(TA-DDPG)算法的控制器对间歇过程控制的有效性。

• 基于改进密度聚类算法的语音信号欠定盲分离

  王晶, 李炜, 洪心睿, 吴宸之

  针对密度聚类算法在欠定盲源分离应用中，存在对参数设置敏感、分离精度差等问题，提出了一种基于改进樽海鞘群密度聚类算法。首先，利用小波阈值降噪将含噪观测信号进行降噪，去除干扰点，提高基于密度的空间聚类算法(DBSCAN)的性能；其次，利用融合萤火虫扰动策略的樽海鞘群算法寻找密度空间聚类算法的邻域半径，克服了算法对参数设置敏感问题，提高算法的鲁棒性，得到最优混合估计矩阵；最后通过最小L1范数法对源信号进行重构。仿真结果表明，加入小波阈值降噪预处理，能有效地减少干扰点。与传统的密度聚类算法相比，所提算法估计混合矩阵较优，分离精度较好。

• 基于鲸鱼算法优化模糊逻辑的无线传感器网络分簇路由算法

  张晶, 张宏, 高翔

  从延长无线传感器网络寿命的角度出发，设计了一种基于鲸鱼算法优化模糊逻辑的无线传感器网络(WSNs)分簇路由算法。首先，基于剩余能量和距离设计了成簇阈值来选择候选簇头，以提高候选簇头的质量。其次，针对利用模糊逻辑进行簇头选择时Mamdani推理模型的模糊规则组合数量庞大，根据经验知识设定的模糊规则与最优规则差距较大的问题，将模糊规则编码进鲸鱼算法进行寻优，并设计了3个独立的语言变量用于模糊逻辑输入，使得竞选出的簇头能量、位置和密度更合理。同时，利用竞争半径来进行非均匀分簇以均衡簇头的能量消耗，并优化了节点的入簇机制以提高基站周围节点的能量利用效率。经实验证明，在设定的网络模型中，本文算法与LEACH (low energy adaptive clustering hierarchy)、FBECS (fuzzy based enhanced cluster head selection)和UCMF (Unequally Clustered Multi-hop routing protocol based on Fuzzy logic)三种算法相比有效平衡了节点的负载，更大程度地提高了网络寿命。