带有随机通信时滞的状态估计

研究了测量值不带时间戳的网络控制系统的最优状态估计问题. 当最大的随机时滞界是一步滞后时, 对可能存在的乱序测量提出新的测量模型. 基于每一时刻收到的所有测量值的平均值构造估计器以保证不稳定网络控制系统的估计器是线性无偏的及估计误差协方差一致有界, 并通过求解离散黎卡提方程得到估计器增益. 在无偏性及误差协方差一致有界的意义下保证估计器是最优的. 最后给出仿真实例验证了该算法的有效性.     

使用网络节点信息传递策略的分布式优化新算法

本文基于统计学习中众所周知的信度传播理论来研究非线性凸优化问题的分布式算法.通过对优化问题中的网络图中节点上和节点之间的计算以及信息传递过程的深入研究,结合信度传播理论得出适合分布式优化算法的信息传递策略.在集中式经典牛顿法和原始对偶方法框架下,所提分布式算法通过网络中的信息传递策略来完成设计.所提的分布式牛顿–拉夫森算法在无圈连通图情形下是集中式牛顿法的分布式实现.所提分布式原始对偶算法在无圈图情形下有集中式原始对偶算法的收敛效果,且对于有圈连通图也有较好的适应性和鲁棒性.仿真实验说明了我们所提信息传递策略和算法的收敛效果和适合的应用场景.     

大规模动态系统的分布式状态估计算法

主要研究离散时间大规模动态系统的分布式状态估计问题。首先,将系统划分为若干个子系统,基于区域内部量测信息和邻居传递的信息,各子系统利用该算法对本地状态进行估计,降低状态变量的维数、算法的计算复杂度和通信压力。该算法独立运行,并且平行运行该算法可以有效减少整体运行时间。通过减弱约束条件,利用数学归纳法证明由该算法得到的估计误差协方差和预测误差协方差矩阵正定。根据系统能观测性秩判据和不等式技巧,证明误差协方差矩阵有上界,并且上界是有界的,保证该算法在应用中的可行性。最后通过仿真研究,验证主要结论。     

基于深度学习的极性电子元器件目标检测与方向识别方法

极性电子元器件的类别、方向识别、定位在工业生产、焊接和检测等领域发挥着至关重要的作用. 本文首先将极性电子元器件的方向识别问题转化为一个分类问题, 然后, 采用Faster RCNN (Region convolutional neural network) 与YOLOv3方法实现了极性电子元器件的准确分类、方向识别和精准定位. 实验取得良好的效果, 两种算法的平均准确率(Mean average precision, mAP) 分别达到97.05 %、99.22 %. 此外, 我们通过数据集目标框的长宽分布, 利用K-means算法对Faster RCNN和YOLOv3的Anchor boxes进行了改进设计, 使准确率分别提高了1.16 %、0.1 %, 并提出针对大目标检测的网络结构: YOLOv3-BigObject, 在提高准确率的同时, 将检测单张图片的时间大幅缩减为原来检测时间的一半, 并最终用焊接有元器件的电路板进行检测, 得到了很好的实验结果.     

传感器网络的可定位性条件

针对两个节点集合,提出了一组可定位性条件.可定位性条件包含两部分:两个集合之间需要的连接边的数目,以及如何布置这些连接边.本文将每组节点和它们的内部连接边刻画成一个距离图.两个节点集合之间的可定位性判定等同于两个融合图的全局刚性测试.针对两个融合图的可定位性,给出了一系列的充要条件.     

量化反馈控制与估计的综述（英文）

This paper serves as a tutorial paper for a new area of research in control systems, namely, quantized feedback control and estimation. This area is motivated by the increasing need of incorporating communication networks in a control system. In such a framework, feedback information needs to be transmitted over a digital network, which results in a mumber of new challenges for estimation and control design. The focus of this paper is to introduce a mumber d recent results on the design of quantisets for the purposes of control design and state estimation.uantized feedback control, networked control, quantized estimation, robust control.