攻击与故障共存的ICPS综合安全控制方法

针对同时存在假数据注入（FDI）攻击与执行器故障的工业信息物理融合系统（ICPS）,在离散事件触发机制（DETCS）下,综合应用Lyapunov稳定性理论及更具少保守性的仿射Bessel-Legendre不等式,研究执行器故障与FDI攻击估计、综合安全控制与通讯协同设计问题. 从主动防御攻击的态势入手,综合考虑通讯资源与计算资源的高效利用与合理分配,给出DETCS下的ICPS综合安全控制架构,将鲁棒估计器与综合安全控制器的设计统一于同一非均匀数据传输机制下. 将执行器故障与FDI攻击增广为同一向量,给出系统状态、增广故障鲁棒估计器的设计方法. 基于所得估计结果并结合事件触发条件,对执行和传感双侧网络中的FDI攻击分别采用分离与补偿的防御策略,对执行器故障进行故障调节,给出综合安全控制器设计方法,实现对FDI攻击和执行器故障主动容侵和主动容错的综合安全控制与通讯协同设计. 通过数值算例和四容水箱实例,仿真验证了提出方法的有效性.     

带有不准确测量噪声的最小二乘故障估计

针对一类带有事件触发测量传输和不准确测量噪声统计特性的系统,研究了最小二乘故障估计及其性能分析。通常情况下,测量噪声的统计特性不是完全已知的。提出一种事件触发机制,当预先设定的条件被破坏即事件被触发时,测量输出会传到远端估计器。在满足使得滤波误差协方差最小的意义下,设计了滤波器,其参数通过最小二乘的方法在线迭代得到,然后进一步分析了带有不准确测量噪声的滤波器性能。最后,利用具有实际背景的数值仿真例子说明了所提算法的有效性以及带有不准确测量噪声对于估计性能的差异影响。     

Relative Attitude and Position Estimation for Spacecraft from Multiple Geometric Features

This paper investigates the pose and motion estimation problem using single camera measurement for spacecraft. The leader spacecraft of three-dimensional shape is observed by a calibrated camera fixed on the follower spacecraft. Based on dual numbers, an integrated observation model is proposed based on a combination of multiple geometric features including points, lines and circles, which can improve the robustness and accuracy of the estimation algorithm. A six-degree-of-freedom relative motion model is proposed by using the dual quaternion representation, in which the rotation-translation coupling effect due to the points deviating from the center of the mass is described. Employing the proposed observation model and dynamics model, an Extended Kalman Filter is presented to estimate the relative state between the two spacecraft. Numerical simulations are performed to evaluate the proposed approaches, showing the convergence of relative estimation errors and superior estimation performance.     

具有不确定测量输出系统的滚动时域估计

针对具有不确定测量信息的系统讨论了一种滚动时域估计(moving horizon estima-tion,MHE)方法。首先,在已知的错误信号输出概率的基础上,融合预测控制的滚动优化原理,在每个采样时刻通过极小化优化问题的性能指标估计出系统的初始状态和作用在系统上的扰动,接着再由系统的动态方程计算状态的估计值。仿真结果表明:与卡尔曼滤波方法相比,MHE方法能处理系统约束,具有比卡尔曼滤波更好的估计性能。     

人脸特征跟踪和头部姿势估计

头部姿势估计在人机交互中有着重要的意义,为此提出了一种在单目图像序列中估计三维头部姿势的方法.运用块匹配方法跟踪人脸特征.结合人脸的几何知识提出了一个匹配评价标准.并提出了一种基于特定人脸几何信息和透视投影模型的算法来估计头部姿势,不需使用三维模型和任何面部标记.实验结果表明,该方法对于头部姿势估计是有效的.     

多速率DS-CDMA信号信道参数的估计

在CDMA通信系统中，信道参数的估计，特别是信号传输时延的估计是一个重要问题，但是在异步CDMA通信系统中，传输时延和幅度的估计会受到远近效应的影响。文中使用最大似然（ML）估计，实现了多速率DS-CDMA信号的信道参数估计。仿真结果表明，该算法可有效估计多速率DS-CDMA信号的幅度和其相对时延，对远近效应稳健，其性能接近Cramer-Rao界（CRB），远优于传统的滑动相关估计方法。     

Characteristics Extraction of Vehicle State Information Based on Entropy Calculation

A method of extracting and detecting vehicle stability state characteristics based on entropy is proposed. The vehicle’s longitudinal and lateral dynamics models are established for complex driving and maneuver conditions. The corresponding state observer is designed by adopting the moving horizon estimation algorithm, which realizes the observation of the vehicle stability state considering the global state information. Meanwhile, the Shannon entropy is modified to approximate entropy, and the approximate entropy value of the observed vehicle state is calculated. Furthermore, the optimal controller is designed to further validate the reliability of the entropy value as the reference of control system. Simulation results demonstrate that this method can quickly detect the instability state of the system during the process of vehicle driving, which provides a reference for risk prediction and active control.     

状态估计器在前馈CGPC中的应用

在前馈CCPC中计算可测扰动的导数向量,水文采用极点配置方法设计出的现时状念估计器和降阶预报估计器成功地用于估计变化不太快的可测扰动的导数向量,从而使前馈CGPC的预测控制的优势得以发挥。     

基于深度学习的多载波系统信道估计与检测

为了提升滤波器组多载波（FBMC）系统的通信质量,针对符号检测与信道估计问题,研究系统框架和虚部干扰问题,提出基于深度学习的FBMC系统信道估计与检测方法. 搭建完整的FBMC-偏移正交幅度调制（OQAM）系统与深度学习模型结合的仿真系统,设计接收数据的特征与标签处理;采用ResNet-DNN神经网络对信道符号检测模块建模,改进原模型网络结构和优化模型参数,和传统的分类器相比,提高了符号检测的准确性;采用CNN+NN模型对信道估计、均衡、符号检测模块进行建模和集成,理论分析和仿真结果表明,新方法的抗噪声能力、鲁棒性和误比特率（BER）性能均优于正交频分复用（OFDM）系统和基于导频估计的FBMC系统性能.     

不确定离散时间系统的状态逼近事件触发控制

为减少不确定离散时间线性/非线性系统的事件触发次数, 节省通讯资源, 提出了基于状态逼近的事件触发控制方法。 首先, 针对不确定离散线性系统, 利用采样信号、系统矩阵和确定离散线性系统解析解的定义, 逐段构造不确定离散系统的状态逼近解。 将测量误差定义为系统当前状态与逼近解之间的差, 构造事件触发条件和控制器, 通过设计Lyapunov泛函得到离散线性系统的稳定性条件。 其次, 对于一类Lipschitz离散非线性系统, 将该系统进行线性化处理。 根据无扰动离散线性系统解析解的定义, 类似于线性系统的处理方法, 逐段构造状态逼近解, 重新定义测量误差, 设计事件触发条件和控制器, 并建立离散非线性系统的稳定性条件。 将状态逼近技术与动态事件触发策略相结合, 在减小测量误差的同时, 降低触发阈值, 进一步减少事件发生的次数, 实现更好的控制效果。 通过倒立摆系统和蔡氏电路两个数值例子表明,相比于传统事件触发方案, 状态逼近法可以显著降低事件触发的次数, 避免了通讯资源的浪费。     

最小事件间隔时间可设计的分布式事件触发优化算法

针对多智能体系统中的分布式凸优化问题,本文提出一种基于自适应事件触发机制的零梯度和优化算法.基于虚拟时钟设计了一种自适应事件触发条件,当每个智能体的虚拟时钟满足该条件时才触发条件,有效地降低了控制器的更新次数和系统的通信负担.通过构造李雅普诺夫函数,证明了在该算法下所有智能体的状态能渐近收敛到全局最优解.此外,所设计的事件触发条件使得最小事件触发间隔时间可设计,有效地排除Zeno行为.最后,通过仿真验证了该算法的有效性.     

基于树形图结构模型的人体姿态估计

讨论计算机视觉领域的人体姿态估计问题,基于树形图结构模型提出一种人体姿态估计算法。根据人体目标前景分割图的形状特征给出人体部位外观模型后,利用高斯分布确定人体部位间的结构先验分布,再采用置信传播算法进行人体姿态估计。仿真结果表明新算法有效。     

极大熵功率谱估值器的设计和测试

采用极大熵谱估计理论设计估值器，提出了一种基于ＦＰＥ准则改进的估值器定阶方法──加权ＦＰＥ准则。测试结果表明：估值器的频率分辨率和幅值稳定性较高，能满足工程计算的要求。     

事件触发机制下的工业过程多速率模型预测控制方法

随着工业互联网的发展,为避免网络拥塞,控制系统正在由时间触发向事件触发控制方向发展。本文针对一类多速率工业过程,将模型预测控制与提升技术和事件触发技术相结合,提出了事件触发机制下的多速率模型预测控制方法。该方法首先采用提升技术解决多速率问题,进而采用模型预测控制(Model Predictive Control, MPC)方法设计控制器以跟踪设定值;在此基础上,设计保证系统稳定的事件触发机制,使控制器仅在违反触发机制时更新。通过对典型工业磨矿过程仿真实验来验证本文所提方法的有效性,结果表明所提方法能够有效减少信道资源的占用和计算负载,为工业互联网环境下工业过程控制器设计提供了新的方法。     

连续聚合反应器的快速状态估计与鲁棒控制

本文以实际非线性连续搅拌槽反应器(CSTR)系统为背景,建立了对象的数学模型。提出了一种适合于在线应用的快速非线性状态估计器,与传统的估计器相比其有结构简单,计算量小和计时性强等优点。设计了一种能够同时进行设定值跟踪与扰动抑制的鲁棒控制器,并与上述估计器一起构成了一个CSTR闭环计算机估计与控制系统。     

一种导频与数据联合辅助的半盲信噪比估计算法

提出了一种新的适用于MPSK突发通信系统的半盲信噪比估计算法。基于EM算法结构,已知的导频符号和未知的数据符号被同时用于信噪比估计,在保证系统频谱效率的前提下,有效提升了估计性能。理论分析和仿真试验表明,该方法的性能优于仅使用导频符号的数据辅助估计方法,同时在较宽的信噪比范围内优于仅利用未知数据符号的最大似然方法、二阶四阶矩方法(M2M4)等其它经典的盲信噪比估计方法。     

一种LC_CDMA信道估计方法

在 L C_ CDMA通信系统中 ,由于在多径衰落信道下使用了时变扩频码 ,使得信道估计非常困难 ,而对接收机的设计往往需要信道的先验知识。通过利用 L C_ CDMA的输出进行信道估计 ,建立一个CDMA通信系统数学模型和多径频率选择性衰落信道的 FIR滤波器模型 ,用线性神经网络结构的子空间分解方法获得噪声子空间 ,提取噪声分量的信道估计算法 ,并结合信道估计 ,利用噪声子空间与信号子空间正交的特性 ,求解出频率选择性多径信道的响应系数。构建了一个长码条件下的多用户检测器 ,并仿真分析算法的性能。     

永磁同步电机直接转矩控制研究

对永磁同步电机直接转矩控制系统中准确观测磁链的方法进行了研究,提出了一种适合于表面贴片式永磁同步电机的改进磁链观测策略,并用MATLAB/SIMULINK进行了仿真,仿真结果表明:在各个速度区间内磁链模型能够正确估算定子磁链.     

一种非结构环境下目标识别和3D位姿估计方法

为提高非结构环境下目标识别准确率和位姿估计精度,提出一种利用Kinect V2 RGB-D传感器并基于目标的CAD模型进行不同类型目标自动识别和3D位姿估计的新方法.利用虚拟相机获取目标CAD模型的深度图像,并将目标的模型转化为点云图,采用体素栅格滤波减少场景点云中的点数;利用点对特征描述子(PPF)作为CAD模型的全局描述子,并将相似的PPF划分成一组放进一个hash表,用于识别和定位目标,所有目标的hash表组成了3D模型数据库;利用基于投票策略的方法对不同类型目标进行检测识别和3D位姿估计,并采用位姿聚类的方法和ICP配准进行位姿修正,再通过奇异值滤波剔除误匹配位姿,从而提高位姿估计精度.在虚拟机器人实验平台仿真环境中分析了3种管接头的识别率和位姿估计误差,结果表明:3种管接头平均识别率96%,位置误差4 mm,姿态误差2°,能够满足机械臂抓取要求.将提出的方法与两种主流位姿估计方法进行了对比实验,结果表明,提出的方法无论是识别率还是F1分数都要优于其他两种方法.     

虚载波存在下低复杂度的OFDM信道估计

首先分析了虚载波对基于离散傅里叶变换(DFT)信道估计的影响,结果表明,对于边缘子载波,由于虚载波部分导频信道信息缺失所引起的估计误差远大于噪声带来的估计误差,严重影响边缘子载波的信道估计性能. 基于此分析,提出了一种低复杂度的正交频分复用(OFDM)信道估计方法,在边缘子载波,利用频域最小平方(LS)估计结果代替DFT估计结果,并给出了边缘子载波替换准则及此信道估计方法的均方误差下界. 仿真结果表明,所提方法均方误差(MSE)及误码率(BER)性能优于频域LS估计和单纯基于DFT的估计.