无线化工业控制系统: 架构、关键技术及应用

大型生产设施的安全与能效监控, 迫切需要低功耗、高精度的泛在感知, 高实时、高可靠的无线传输以及动态灵活的生产管控. 为此, 本文首先提出一种扁平架构的无线化工业控制系统. 然后, 围绕感知、传输和控制等核心功能需求, 系统阐述了高实时高可靠的工业无线网络设计及其时−空−频三元联合调控方法, 感知终端的变周期精益采样和高能效精准时间同步方法, 以及管控平台的语义化互操作和赋时工作流模型等核心关键技术. 最后, 研发了面向石油高效采收和电网全域安全监测的无线化工业控制系统, 介绍了应用效果和成效.     

一种基于粗糙集属性度量的集成分类器

为了准确度量属性的重要性,从基于粗糙集的属性度量视角,提出一种基于混合度量机制的属性评价方法,该方法从不同的信息粒度分析属性的重要性.在混合度量机制中,根据数据分布特点引入参数权重因子.在此基础上,构造一种基于粗糙集属性度量机制的集成分类器.通过实验结果和比较分析表明,所提出的方法能有效地降低数据的属性维度,相比较于单一属性度量准则,分类器具有更好的分类性能.     

Robust weighted fusion Kalman filters under linearly correlated noise and mixed uncertainties of noise variances,multiplicative noises,and multiple networked inducements

The paper solves the robust weighted fusion Kalman filtering problem for systems with linearly correlated noise and mixed uncertainties of noise variances, multiplicative noises, and multiple networked inducements including missing measurements, packets dropouts, and two-step random measurement delays. It is assumed that system noise variances are uncertain but bounded above, and the other four uncertainties are compensated to fictitious white noise by the proposed model-transformation method. For the transformed local multimodel system with correlated fictitious noise, the robust local time-varying recursive Kalman filters are presented by decorrelation technique and minimax robust filtering principle. Then the six weighted fusion robust Kalman filters are presented in a unified form. The robustness of local and fused robust Kalman filters is proved by the extended Lyapunov equation approach, matrix factorization, and elementary transformation. Further, the local and fused steady-state robust Kalman filters are designed. Finally, a simulation study applied to F404 aircraft engine system is provided to examine effectiveness and applicability of the proposed algorithm.     

基于稀疏贝叶斯学习的低空测角算法

为解决米波雷达低空测角的精度问题,该文结合稀疏贝叶斯学习方法,利用相邻快拍稀疏结构的相似性,将多观测向量模型通过Kronecker积变换成具有块稀疏结构的单观测向量模型,同时通过矩阵变换解决了贝叶斯准则在复数域中的应用。通过稀疏贝叶斯学习的不断迭代恢复出了信号在感知矩阵下的系数矩阵,得到了信源的角度信息。仿真实验验证了该方法相对于广义MUSIC和M-FOCUSS算法具有更好的性能,并且分析了快拍数变化对算法性能的影响。     

UPLC-MS/MS法检测肉制品中克伦特罗残留量的不确定度评定

建立了UPLC-MS/MS法检测肉制品中克伦特罗残留量的不确定度评定方法,分析了肉制品中克伦特罗残留量的测定过程中供试品重复性测量、标准曲线拟合残差、标准品溶液的配制、供试品溶液的配制、分析仪器等因素对测定的不确定度的影响。结果表明,按照JJF1059-1999《测量不确定度评定与表示》对各不确定度分量合成和扩展,当置信概率为95%,包含因子k=2,其扩展相对不确定度为16.08%。通过对不确定度的分析,发现标准曲线拟合残差是不确定度的主要来源,并由此提出了质量控制改进方法。该研究对于肉制品中克伦特罗残留量测量的不确定度标准制定具有一定的示范意义。      

基于优化理论的复杂网络节点攻击策略

该文在分析传统复杂网络节点攻击策略不足的基础上提出一种新的攻击策略,该策略的思路是将节点攻击序列的构造问题视为一个优化问题而非传统的评估问题。为了实现该策略,设计了复杂网络抗毁性测度用以衡量节点攻击序列的攻击效果,建立了以最大化攻击效果为目标的节点攻击序列构造模型,提出了基于禁忌搜索的模型求解算法。在真实网络和模拟网络上的实验结果表明,新策略比其它复杂网络节点攻击策略更为有效和优越。     

基于共形稀疏阵列的艇载外辐射源雷达性能分析

该文研究了共形稀疏阵列在艇载外辐射源雷达中的应用问题,并分析了艇载外辐射源雷达目标探测性能。鉴于天线在雷达系统中的重要地位,重点分析了稀疏阵列数字波束形成(DBF)天线的布阵方式及天线方向图指标。基于组合巴克码实现艇身稀疏阵列共形布设,提出一种曲线阵列到直线阵列的补偿方法,以获得理想的DBF天线方向图。针对曲线阵列可能存在的形变问题,采用分布式位置和姿态测量系统(POS)进行形变误差测量,经曲线拟合后实施精确补偿。仿真结果表明所提方法的有效性。     

基于局部差别性分析的目标跟踪算法

在复杂场景下,为了更好地提升跟踪的鲁棒性,基于局部的相似度测量得到了广泛应用。然而,局部遮挡,形变和光照变化等场景的复杂性,基于传统局部相似度测量的目标跟踪存在很大缺点,例如,在跟踪过程中,仅仅依靠目标和模板的匹配度容易造成跟踪的偏移现象。鉴于此,该文提出一种基于局部差别性相似度测量的目标跟踪算法。首先,以目标-背景的差异性,形成相似性和差异性相结合的局部判别性相似度测量;其次,基于子块在视频序列中的差异性,对子块进行差异性学习,以提高跟踪的准确性。最后,在粒子滤波框架下,基于差别性局部区域测量构建了一种有效的目标跟踪算法。实验结果表明,在复杂图像序列中,该算法实现了目标的准确跟踪,并在光照变化、旋转、缩放和遮挡等方面具有较好的效果。     

基于二步法的多芯电缆非侵入式电流测量校正方法

为了解决多芯电缆的非侵入式电流测量由于被测对象信号微弱、系统灵敏度高、易受环境因素干扰,造成测量误差较大的问题,采用磁阻传感器的非侵入式电流测量系统为研究对象,在分析系统测量方法及硬铁、软铁和比例因子等误差构成的基础上,提出一种基于二步法的误差校正方法,该方法通过对传感器输出信号进行非线性变换,构造了与误差相对应的矩阵方程,并在对方程求解后进行非线性回归计算,从而实现对多芯电缆的电流测量值的动态误差修正.实验结果表明,该方法可以同时校正非侵入式电流测量系统的线性误差与部分非线性误差.     

基于雷达的高炉料线形状融合测量与补偿算法

不采用传统接触力模型自下而上的高炉料面形状计算方法,而是根据土坡力学颗粒物质堆积理论,提出了新的基于堆积法的高炉料线形状融合计算方法,直接对料面形状进行计算.围绕高炉多环布料的炉料堆积特点,结合炉顶六点阵列雷达,获得了料面形状计算的边界条件,弥补了传统料型计算靠十字测温加机械探尺的经验估算.新方法通过高炉布料规律及炉料颗粒的物理堆积插值方法,采用贝叶斯数据融合方法和分段三次Hermite插值,结合布料体积约束条件,完成了理论计算与测量修正的结合.实测结果表明：料面形状融合法比传统单独的料面估算法,测量精度提高4.8%,料面分辨率提高27.2%,使布料控制可以更加精准和有针对性.