一种新型控制方法—自抗扰控制技术及其工程应用综述

自抗扰控制（active disturbance rejection control,ADRC）是韩京清研究员于1998年正式提出的一种不依赖被控对象模型的新型实用技术,具有很好的工程应用前景。为了便于理论分析与工程实际应用的推广实现,高志强教授在ADRC的基础上提出易于参数整定的线性自抗扰控制（LADRC）,极大地推动了自抗扰控制理论发展与实际应用。本文简要介绍了自抗扰控制的基本思想及线性自抗扰控制的基本原理,较为系统地阐述了自抗扰控制理论的研究进展,就自抗扰控制在实际工程领域中的应用进行了分类总结,最后给出需要进一步深入研究的方向。     

面向“边缘”应用的卷积神经网络量化与压缩方法

针对卷积神经网络（CNN）推理计算所需内存空间和资源过大,限制了其在嵌入式等"边缘"设备上部署的问题,提出结合网络权重裁剪及面向嵌入式硬件平台数据类型的数据量化的神经网络压缩方法。首先,根据卷积神经网络各层权重的分布,采用阈值法对网络精确率影响较小的权重进行裁剪,保留网络中重要连接的同时除去冗余信息;其次,针对嵌入式平台的计算特性分析网络中权重及激活函数所需的数据位宽,采用动态定点量化方法减小权重数据的位宽;最后,对网络进行微调,在保障网络模型识别精度的前提下进一步压缩模型大小并降低计算消耗。实验结果表明,该方法降低了VGG-19网络95.4%的存储空间而精确率仅降低0.3个百分点,几乎实现无损压缩;同时,通过多个网络模型的验证,该方法在平均1.46个百分点精确率变化范围内,最大降低网络模型96.12%的存储空间,能够有效地压缩卷积神经网络。     

多变量逆解耦自抗扰控制及其在精馏塔过程中的应用

化工生产是一类典型的多变量过程对象,该类对象具有时变性、耦合性、时滞性等特点,传统的单变量控制方法很难在此类系统中取得良好的控制效果.针对时变性,本文在假设对象模型未知的前提下,利用阶跃响应数据,研究了基于最小二乘的一阶、二阶时滞系统辨识方法.针对多变量系统存在耦合性的特点,采用逆解耦方法实现对象的解耦.再对解耦后的时滞子系统设计了自抗扰控制器.仿真实验中,以精馏塔的Wood-Berry模型和Ogunnaike-Ray模型为例,验证了算法的有效性.     

基于流式计算框架的实时数据库分区系统

为实现大数据环境下大规模动态分区信息的高效处理,结合流式计算框架,提出一种实时数据库分区系统。采用大数据环境下的流式计算技术处理大规模动态的工作负载,设计实时数据分区算法实现数据分区的自动与即时生成,并利用流式计算框架的水平扩展机制提高系统扩展性和吞吐量。实验结果表明,该系统可在大数据环境下实现高效、实时的数据库分区,与传统分区算法相比,具有更高的分区质量和更少的分区时间。     

基于矩阵方法的有界Petri网系统的能观性分析

Petri网和有限自动机是离散事件动态系统的两类主要研究内容.而Petri网系统的能观性分析与判别是基于Petri网的实际系统设计、优化、监测及控制的重要基础.以往关于Petri网能观测性的研究缺乏定量化的充要判别条件.本文利用代数矩阵方法研究了带有输出的有界Petri网系统的能观性问题.首先,基于矩阵的半张量积,将带有输出的有界Petri网系统的动态行为以线性方程组的形式建立了数学模型.然后,针对初始标识和当前标识,介绍了两种能观性定义.最后,基于矩阵运算建立了关于有界Petri网系统能观性的几个充分必要条件,并给出严格证明.数值算例验证了理论结果.本文提出的方法实现了有界Petri网系统能观性的矩阵运算,易于计算机实现.     

面向云端FPGA的卷积神经网络加速器的设计及其调度

卷积神经网络的高计算复杂性阻碍其广泛用于实时和低功耗应用,现有软件实现方案难以满足其对运算性能与功耗的要求,传统面向FPGA的卷积神经网络构造方式具有流程复杂、周期较长和优化空间较小等问题。针对该问题,根据卷积神经网络计算模式的特点,提出一种面向云端FPGA的卷积神经网络加速器的设计及其调度机制。通过借鉴基于HLS技术、引入循环切割参数和对卷积层循环重排的设计,采用模块化方式构造网络,并进行参数拓展以进一步优化加速器处理过程;通过分析系统任务和资源的特性总结调度方案,且从控制流和数据流两方面对其进行优化设计。与其他已有工作相比,提出的设计提供了一种同时具有灵活性、低能耗、高能效和高性能的解决方案,并且探讨了加速器的高效通用调度方案。实验结果表明,该加速器可在有效提高运算整速度的同时减少功耗。     

带扰动的多非完整移动机器人分布式有限时间一致性控制

论文研究多个非完整移动机器人在控制输入存在干扰时,有限时间一致性控制问题.利用坐标变换,将多移动机器人系统的一致性问题转化为非完整约束链式系统的一致性问题,在控制输入带有未知有界干扰的条件下,设计了一种分布式控制算法,并利用Lyapunov理论证明了该算法能够使移动机器人的各个状态在有限时间内达到一致.最后通过数值仿真验证了算法的有效性.     

面向智能专业教学的仿真实验平台建设

智能专业作为具有工科特色的新兴专业,实验教学是必不可少的环节。文章阐述如何依托科研项目带动教学实验,建设仿真实验平台。举例介绍实验平台中的几个具体实验项目,说明通过科研与实验教学的互动,可以丰富智能专业的教学资源,提升教学方法,使科研成果和科研难题有新的"用武之地"。     

异态汉字识别方法研究

复杂图像文字识别是基于内容图像检索的一个重要研究方向.针对图像中的文字可能存在倾斜、光照不均、噪音干扰和边缘柔化等多种异态问题,提出一种有效的异态汉字识别方法,称作SC-HOG.首先,利用稀疏编码得到基向量和稀疏系数,通过重构图像滤除噪音、处理边缘柔化;然后,利用梯度方向直方图抽取复原图像的汉字边缘梯度特征,削弱倾斜和光照的影响;最后,将获取的特征向量送入分类器,实现异态汉字的识别.通过合成数据集和真实数据集两方面的实验来验证SC-HOG方法的有效性：前一方面实验结果表明,SC-HOG方法对于倾斜、光照不均、噪音干扰和边缘柔化等异态情况有较强的鲁棒性;后一方面实验结果表明,SC-HOG 方法在原生数字图像和场景图像真实样本集上也能取得较好的结果.     

一种交互感知的并行查询调度策略

为了捕获数据库并行查询之间的交互作用,本文利用实验驱动的方法对查询交互进行性能建模,并基于性能模型提出了一种交互感知的并行查询调度策略,通过减小交互作用带来的消极影响来获得较好的系统性能。与其他调度算法的实验比较结果表明,交互感知的调度策略可以更好地提升数据库性能。