信息与控制杂志

信息与控制杂志2025年第1期

• 基于人体骨架的动作识别：综述与展望

  孟祥璞, 李硕, 苑明哲, 王文洪, 张志佳, 宋纯贺, 曹飞道

  人体动作识别在多场景、多任务下具有多样的研究价值，在智能安防、自动驾驶、人机交互等领域存在广泛的应用前景。基于人体骨架的动作识别已进行了广泛研究，但还没有文献系统地整理其发展历程，并剖析更深层次的内在逻辑。本文整理了基于人体骨架的动作识别的主要发展历程，按照技术方法将其整理归纳为循环神经网络、卷积神经网络、图卷积神经网络、Transformer四大技术路线，并梳理了其不同的发展脉络，分析了两大关键技术点：空间建模与时间建模，指出了构建丰富表征输入信息的方法论；同时讨论了人体骨架模态在多模态融合中对动作识别的重要意义；最后，对人体骨架动作识别技术方法和实际应用进行了展望。

• 基于图的无监督降维算法研究进展

  赵刚, 刘飞飞, 王继奎, 聂飞平

  基于图的无监督降维是当前机器学习领域的研究热点，本文主要介绍了典型的基于图的无监督降维算法及其研究进展。首先，介绍了图的定义及其构造方法。然后，从4个方向介绍了12种经典及前沿方法，包括图固定的无监督降维算法、图固定的快速无监督降维算法、图优化的无监督降维算法和图优化的快速无监督降维算法，并对其进行了分析和总结。最后，对基于图的无监督降维技术的未来研究方向进行展望和总结。

• 可见光红外跨模态行人重识别方法综述

  范慧杰, 郁航, 赵颖畅, 唐延东

  可见光红外跨模态行人重识别技术因不受夜间限制，可实现全天候监控而受到广泛关注。本文希望通过分析现有可见光红外跨模态行人重识别研究方法及其适用场景、算法优缺点来帮助研究人员根据研究需求找到合适的解决方案。同时，寻找该领域难点和困境，以此探讨可见光红外跨模态行人重识别未来方向。首先介绍行人重识别的概念，回顾发展历程，介绍可见光红外跨模态行人重识别的意义；其后将可见光红外跨模态行人重识别研究方法分为基本方法、辅助模型方法、无监督方法、基于视频的方法，并对每种方法的适用场景、优缺点和未来研究方法展开分析；再对当前可见光红外跨模态行人重识别的评价指标以及现有数据集进行介绍，并对每种数据集的优劣进行分析；最后讨论了可见光红外跨模态行人重识别未来发展。

• 模型预测控制神经网络快速求解优化问题的最新进展

  李星辰, 李天勋, 游科友

  模型预测控制(MPC)是一种具有稳定性保证的最优控制算法，但需要在线求解优化问题，这极大限制了其在嵌入式系统中的部署。得益于深度学习和计算硬件的发展，离线训练、在线推理的神经网络近似MPC方法受到了广泛关注，在实际控制系统中具有优异的表现。本文讨论了两个关键问题的最新进展：神经网络的结构设计、数据集生成和训练方法；神经网络近似误差的应对方法，以保证闭环系统稳定性和满足约束。最后，给出了神经网络在GPU(图形处理器)和FPGA(现场可编程门阵列)上的快速部署案例，展示了使用神经网络近似MPC的实际性能优势。

• 一种快速低耗的多维异构雾控制系统规划方法

  胡程, 颜学明, 金耀初

  对于雾环境下控制系统的低耗构建问题，受雾环境下基础设施显著差异性的硬件资源、网络通信条件及差异化价格的影响，在没有部署完所有应用并且完成系统构建之前，都难以对系统构建的总消耗代价进行直接评估与对比。而在探寻系统的构建方案时，进行应用部署的设施组合数量达到了幂指函数级。若通过对比全部的可行方案来确定出最优的低耗构建方案，随着系统规模的提升，其耗时将变得无法接受。为克服这些挑战，通过考虑系统对基础设施多方面即多维的资源需求，提出一种快速低耗的多维异构雾控制系统规划方法。首先，阐明了雾计算环境适用的多维异构雾控制系统定义，该定义下基础设施有着多方面(多维)异构的硬件资源与通信链路。其次，基于此系统定义，以满足多维服务资源及通信质量要求为目标，明确了该系统对基础设施的多维需求约束。最后，提出具体规划方法，对问题进行综合多维建模得到一个最优规划的表达形式，并通过多约束规划求解得到最优方案。通过该方法得到的最优构建方案，既确定了系统构建的基础设施配置，又明确了全部应用的具体部署安排。在具有普遍代表性案例实验下的结果表明，所提出方法以平均973 ms，同量级于一个传统线性复杂度(局部最优)方法的求解时间，快速得到普遍优于其它全部对比方法的一个系统总构建代价优化的方案；以此方案构建雾控制系统，可将总消耗代价平均降至传统/典型方法的72. 5%以下，而获得平均约30%的资源盈余，可满足数量上平均超额60. 65%的额外应用部署。

• 基于融合指标分区的多策略竞争群优化算法

  张伟, 郑洪轩

  在粒子群优化算法中，多样性丢失会导致算法过早收敛，造成种群多样性和收敛性不足。为更好平衡种群多样性与收敛性，提出一种基于融合指标分区的多策略竞争群优化算法(multi-strategy competitive swarm optimization algorithm based on fusion index partition，FIMSCSO)。首先，为同时评估不同子种群的多样性和收敛性，提出一种利用融合指标的分区方法，更有效区分子种群性能，提升子种群粒子的搜索效率。其次，对通过分区获得的子种群设计多重学习机制。子种群内部学习时，为使子种群朝向更利于平衡收敛性与多样性的方向学习，将粒子性能与寻优过程结合，提出新的获胜粒子学习方法，提高种群粒子参与度和算法寻优效率；子种群间学习时，为减少整个种群陷入局部最优的可能性，引入改进三重竞争机制促进子种群间信息交流，帮助提高收敛精度。最后，设计实时停滞检测和变异策略帮助种群跳出局部最优。理论证明了所提算法的收敛性。实验结果表明，相比其他改进算法，所提FIMSCSO算法具有良好的收敛精度和寻优效率。

• 基于动态事件触发通信的时变时延遥操作系统的位置和力控制

  文辉, 刘霞, 杨勇

  针对具有时变时延和有限通信信道带宽的机器人遥操作系统，提出了一种基于动态事件触发通信的位置和力控制方法。通过主从机器人端的位置、速度和力等状态信息以及动态变量来设计动态事件触发方案，使得事件触发频率可以随系统的变化而实时调整，并避免Zeno行为的发生。基于状态信息和所提出的触发机制，主从机器人只有在满足触发条件时才通过通信网络传输信号。在此基础上，设计了一种基于动态事件触发的类PD (proportional derivative) 控制器来处理时变时延，从而保证遥操作系统的稳定性并实现主从机器人之间的位置跟踪和力跟踪。通过李雅普诺夫函数法证明了系统的稳定性以及跟踪性能，并通过对比仿真验证了所提控制方法的有效性。该方法可以有效缓解时变时延、网络拥塞等因素对系统造成的影响，节约有限的网络资源，同时提高了时变时延遥操作系统位置和力的跟踪精度。

• Critic特征加权的多核最小二乘孪生支持向量机

  贺智鹏, 吕莉, 陈娟, 康平

  针对最小二乘孪生支持向量机受误差值影响大，对噪声样本敏感及核函数、核参数选择困难等问题，提出一种Critic特征加权的多核最小二乘孪生支持向量机(Multi-Kernel Least-Squares Twin Support Vector Machine based on Critic weighted，CMKLSTSVM)分类方法。首先，CMKLSTSVM使用Critic法赋予特征权重，反映不同特征间重要性差异，降低冗余特征及噪声样本影响。其次，根据混合多核学习策略构造了一种新的多核权重系数确定方法。该方法通过基核与理想核间的混合核对齐值判断核函数相似程度，确定权重系数，可以合理地组合多个核函数，最大程度地发挥不同核函数的映射能力。最后，采用加权求和的方式将特征权重与核权重进行统一并构造多核结构，使数据表达更全面，提高模型灵活性。在UCI数据集上的对比实验表明，CMKLSTSVM的分类准确率优于单核结构的SVM(support vector machine)算法，同时在高光谱图像上的对比实验反映了CMKLSTSVM对于包含噪声的真实分类问题的有效性。

• 一种用于监测奶牛的高精度跟踪定位方法

  赵永祥, 张国庆, 李灯华, 罗巍, 陈宏策, 于忠德

  针对目标随机运动和遮挡对无人机在复杂场景中跟踪性能的影响问题，提出了一种基于改进CenterTrack的自主无人机(UAV)跟踪定位方法，用于监测目标。首先，设计了一个特征增强模块，提高了对遮挡目标的跟踪性能。其次，结合基于距离的贪婪匹配和搁浅区域，提出一种两阶段匹配算法，缓解了短时间遮挡造成的跟踪中断问题。最后，采用一种定位算法辅助无人机对目标进行精准定位，提高了跟踪性能。在真实的农场环境中，采用所提方法对目标进行了实际监测。实验结果表明，相较于原始CenterTrack算法，所提的跟踪方法在多目标跟踪上的准确度(MA)提高了5. 5%，多目标定位精度(Mp)提高了4.3%，识别的F1分数(IF)增加了5. 5%。然而，误跟踪的数量(FP)增加了779，漏检和未检测目标的数量(FN)增加了3 387。此外，在真实的场景中，所提方法能够准确地跟踪被遮挡和频繁出入无人机相机视野的目标。实验结果验证了该方法在农场动物监测和跟踪方面具有可行性和有效性。

• 面向带混响和噪声环境的心肺音混合信号盲分离

  解元, 张旭, 邹涛, 马鸽, 孙为军

  针对临床环境中伴随混响和噪声导致难以利用听诊器采集纯净的心音和肺音信号的问题，提出了一种基于到达时差估计和迭代逐步优化技术相结合的盲分离算法，探索带混响和噪声复杂环境下的心肺音混合信号的分离方法，辅助临床医生进行智能诊断。首先，构建时频域心肺音混合信号新模型，利用到达时差估计对混合矩阵进行估计。然后，基于迭代逐步优化实现模型参数的实时更新，实现心肺音信号的重构。仿真结果表明，所提算法可以有效地分离出线性和卷积混叠模型下的心肺音信号。对比实验结果验证了所提算法具有较好的分离性能及鲁棒性。