基于自适应事件触发的时滞系统分布式${l_2}text{-}{l_infty}$滤波

研究一类基于自适应事件触发机制的时滞系统分布式滤波问题.自适应事件触发条件由滤波器自身最新释放数据、当前时刻估计值及邻居节点最新释放数据共同决定.此事件触发机制采用阈值自适应调节方案,阈值参数在保证滤波器性能的前提下根据滤波误差动态变化,最大程度上节约网络通信资源.首先,给出滤波误差系统均方指数稳定的充分条件;其次,构造一个Lyapunov函数来分析滤波误差系统满足l2-l∞的性能指标;再次,设计离散时滞系统分布式l₂-l_∞滤波器,并通过线性矩阵不等式方法求解滤波器参数;最后,通过仿真实例说明滤波器能够降低系统时滞带来的影响,且在保证滤波性能前提下减少通信次数,节约网络资源.     

轮询通信协议下信息物理系统分布式状态估计

本文关注的是一类信息物理系统的分布式状态估计问题. 由于传感器网络通信带宽有限, 当大量节点同时发送数据时, 可能造成数据冲突. 因此, 通过引入轮询协议减轻传感器网络通信负担, 在该协议下每个节点的测量分量将依次且周期性访问网络. 考虑滤波网络拓扑切换概率矩阵是时变的, 因此采用非齐次Markov链描述随机拓扑切换行为. 证明了估计误差以指数衰减的形式收敛,确保了滤波误差系统在均方意义下最终有界. 进一步地, 通过解决特定拓扑依赖的凸优化问题, 获得期望的分布式滤波器参数. 最后, 通过两个例子证明了所设计的分布式状态估计方法的可行性.     

带有随机测量数据丢失及切换拓扑的传感器网络分布式$l_2-l_infty$滤波器设计

研究一类具有测量数据随机丢失以及网络拓扑结构随机切换的分布式$l_2-l_\infty$滤波器设计问题.在分布式滤波器网络,每个本地滤波器估计系统的状态不仅基于节点自身信息,而且利用网络拓扑中邻居节点的信息.首先,采用已知概率分布的二进制序列描述传感器测量数据的随机丢失,Markov链描述滤波器网络拓扑结构的切换;其次,构造一个Lyapunov函数来分析滤波误差系统的$l_2-l_\infty$性能,并研究其均方指数稳定性;再次,通过线性矩阵不等式(LMI)技术,给出分布式$l_2-l_\infty$滤波器的设计方法;最后, 通过数值例子验证所提方法的有效性.     

融合JPS和改进A*算法的移动机器人路径规划

针对传统A*算法在场景较大的栅格地图路径规划时,很多冗余节点的遍历导致寻路算法内存消耗大、计算速度慢等问题,提出了一种对A*算法的改进策略.首先,改进启发函数的具体计算方式,利用切比雪夫距离替代欧氏距离使启发式函数精确地等于实际最佳路径,减少A*节点的拓展数量;其次,使用跳点搜索(JPS)策略筛选出跳点添加到OpenList和ClosedList代替A*算法中大量不必要的邻节点,通过跳点实现较长距离的跳跃,从而减少内存占用以及对节点的评估,直到生成最终路径.为了验证A*算法改进后的效果,在五种尺寸的二维栅格地图中进行仿真测试,结果表明,改进后的A*算法减少了大量寻路过程评估的节点,提高了寻路速度,并且随着地图尺寸的增加,改进后的A*算法能将寻路速度提高一个数量级以上.最后,将改进后的算法应用在移动机器人路径规划器上进行实验,在同一规划任务下,JPS策略下改进的A*算法较传统A*算法,路径搜索耗费时间减少了92.2％,拓展的节点减少了97.37％,能够满足大场景下移动机器人快速路径规划的要求.     

多任务金字塔重叠匹配的行人重识别方法

针对基于局部特征的行人重识别方法在行人错位和姿态变化时识别精度较低的问题,提出一种采用多任务金字塔重叠匹配特征的重识别方法。在训练阶段,使用改进的ResNes50作为主干网络提取特征图,将其切分组合形成金字塔重叠匹配网络,获得全局特征向量并经全局平均池化得到包含多尺度特征的多个局部特征向量,联合使用Softmax损失函数、三元组损失函数和中心损失函数学习全局和局部特征向量,并利用特征归一化层减少损失函数学习目标冲突的影响。在推理阶段,将多个局部特征向量融合为一个新特征向量进行相似性匹配,以获取更好的匹配结果。在Market1501、DukeMTMC-reID和CUHK03数据集上的实验结果表明,与PSE、MultiScale等主流重识别方法相比,该方法重识别精度更高,提取的特征具有较好的鲁棒性和识别度。     

带有欺骗攻击的分布式滤波器型迭代学习控制

研究了一类受欺骗攻击的离散系统的分布式滤波器型迭代学习控制,对于欺骗攻击的描述采用满足Bernoulli分布的随机序列,通过构造Lyapunov函数,导出滤波误差系统均方指数稳定且满足l₂-l_∞性能指标的充分条件,设计受欺骗攻击的分布式l₂-l_∞滤波器,并通过线性矩阵不等式方法求解滤波器参数。给出分布式滤波器型迭代控制收敛的充分条件,通过仿真实例说明该设计方法的有效性。     

广义马尔科夫跳变系统的事件触发异步故障检测滤波

针对一类具有事件触发机制的离散时间广义马尔科夫跳变系统,解决了异步故障检测滤波问题;提出了一种事件触发策略,实现了合理利用网络资源,降低通信负担的目的;考虑了系统模态和滤波器模态之间存在的异步现象,使用两种不同的马尔科夫链来分别表示系统模态和滤波器模态,并在此基础上提出了一种异步故障检测滤波器的设计方法;通过将异步故障检测滤波器的设计问题与事件触发机制相结合,根据Lyapunov稳定性理论,给出了保证残差误差系统具有正则性、因果性和随机稳定的并且满足H_∞性能的充分条件,通过求解一组特定的线性矩阵不等式,得到了期望的异步故障检测滤波器参数;最后,通过一个仿真例子说明了所设计的异步故障检测滤波器的设计方法是有效的。     

基于自适应事件触发的跳变系统故障检测滤波

本文讨论了一类基于自适应事件触发机制的离散马尔科夫跳变系统在网络传输下的故障检测滤波器设计问题.对系统测量输出设计自适应事件触发机制，可以减少计算负载或节省有限的网络带宽.使用Bernoulli随机变量来描述网络是否能够成功地接收系统跳变模态，且基于Lyapunov稳定性理论设计了一种部分模态依赖的故障检测滤波器，使残差误差系统均方指数稳定且满足Η_∞性能指标，并通过求解线性矩阵不等式得到故障检测滤波器参数，通过仿真例子说明该设计方法的有效性.