Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.


FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018).

 


Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online), monthly

<<<                         CONTENTS                         >>>


Special Issue on Complex System and Intelligent Control

Guest Editors: Jie CHEN, Ben M. CHEN, and Jian SUN

Editorial

Editorial: Complex system and intelligent control: theories and applications

Jie Chen, Ben M. Chen, Jian Sun

DOI: 10.1631/FITEE.1910000 Downloaded: 437 Clicked: 1314 Cited: 0 Commented: 0(p.1-3) <Full Text>

Chinese summary   <17>  复杂系统智能控制:理论与应用

概要: 复杂系统是指由多个不同的、自治的且相互作用的子系统组成的系统。正如亚里士多德所说,“整体大于部分之和”,复杂系统的性质并非其子系统性质的简单加和。复杂系统概念非常广泛,包括人脑、鸟类编队飞行、电网、交通系统、社交网络、通讯网络,等等。复杂系统具有高度非线性、涌现性、自适应性、自组织等特征,这些特征使得复杂系统难于精确建模,难于理解,难于控制。
对于智能控制,目前学术界还没有公认的定义。一般来讲,智能控制是指一类应用模糊逻辑、神经网络、进化计算、机器学习、群体智能等人工智能技术的控制方法。智能控制往往从物理、数学、生物学、神经学等领域汲取思想,实现对不确定环境中复杂过程的有效控制。智能控制是一种多学科交叉的前沿技术,综合了控制理论、计算机科学、人工智能、信息论等多个领域的知识。智能控制在传统控制方法不能胜任的领域往往可以取得良好控制效果。
为此,中国工程院院刊《信息与电子工程前沿(英文)》组织了“复杂系统与智能控制”专刊。本期专刊目的在于进一步促进该领域研究,展示该领域最新研究进展,特别是在基础理论与应用方面的成果。经过严格同行评议,精心挑选了11篇来自世界各地的论文,包括1篇综述,10篇研究论文。
电网作为一种典型复杂系统,给人民日常生活带来巨大变革,对电网进行精确、快速且鲁棒的状态估计无疑具有重要意义。王钢等全面深入地综述了电网状态估计的最新研究进展,着重介绍了非凸状态估计问题的最优解或近似最优解求取方法,并展望了未来的研究方向。
区域覆盖是移动机器人非常重要的应用之一。为解决移动机器人区域覆盖的路径规划问题,高冠强与辛斌提出一种基于拍卖机制的生成树覆盖算法。与现有方法相比,对布局复杂的大规模区域,该方法更加有效且用时更短。
蛇形机器人是一种模仿生物蛇运动形态的仿生机器人。为使蛇形机器人像生物蛇一样敏捷,蛇形机器人的步态生成与运动控制是两个需要考虑的重要因素。针对蛇形机器人,欧阳文娟等提出一种仿生控制算法。该算法包括中枢模式发生器、小脑模型神经网络控制器和比例微分(PD)控制器。仿真和实验结果表明该方法具有良好适应性和控制效果。
姚宁诗等展示了一款由佐治亚理工学院研发的气球机器人。该气球机器人被用于支持室内人机交互等方面的实验研究工作。采取基于深度神经网络的算法,可以有效检测人脸,跟踪人的运动并识别人的手势。实验结果表明,该气球机器人具有可靠的检测与跟踪能力。
执行控制是机器人结构设计中的关键环节,对机器人系统最终质量具有重要影响。Martin Molina等提出一种通用执行控制方法。实验结果验证了该方法的正确性、可行性与有效性。
近年来,多智能体系统受到国内外学者广泛关注。编队控制是多智能体协同控制中非常重要的研究方向。冉茂鹏等考虑了具有未知非线性动态与外界扰动的多智能体系统时变队形跟踪控制问题。设计了扩张状态观测器估计系统的总扰动,并提出一种基于扩张状态观测器的队形跟踪协议。将所提算法应用于多无人机目标合围问题,验证了所提理论方法的有效性。吕茂斌和刘璐研究了一类二阶异构非线性多智能体系统的领航—跟随问题,提出一类仅依赖于多智能体相对状态的分布式算法。
近年来,无人机已广泛应用于侦察、搜索与救援、监控、环境监测、包裹快递、农业服务等领域。在所有无人机中,四旋翼无人机最为流行。四旋翼无人机的导航与控制问题受到广泛关注。仲于江等针对四旋翼无人机提出一种可靠的容错跟踪控制方法。该方法应用径向基神经网络算法对模型的不确定性进行精确在线辨识,且自适应地修正参考模型,并在控制率中引入故障检测与诊断滤波器以及故障补偿项,应对执行器故障。赖叔朋等提出一种计算简便的安全飞行通道导航方法,该方法可以产生平滑且不停顿的安全飞行轨迹。
作为一类复杂系统,磁悬浮飞轮在储能装置中得到广泛应用。然而,磁悬浮飞轮的控制器设计问题非常具有挑战性。吕许俊等应用基于特征建模的全系数自适应控制方法对磁悬浮飞轮进行有效控制。仿真结果表明该方法对于模型不确定性、外界扰动和延时具有很强鲁棒性。
唐泽至等研究了主动磁悬浮轴承系统的干扰抑制问题,提出一种具有扰动观测器的迭代学习控制策略,该策略将传统迭代学习方法与扩张状态观测器有机结合。仿真结果表明该策略可以取得良好跟踪效果。
本期专刊涵盖了复杂系统与智能控制领域的多个研究方向,包括多智能体系统编队控制、四旋翼无人机导航与控制、机器人鲁棒控制、人机交互、具有外界扰动与模型不确定性系统的控制等前沿方向。我们希望本期专刊对该领域研究人员有所启发,能够促进该领域研究进一步深入。
本期专刊出版过程中,得到很多人支持,在此深表感谢。特别要感谢编辑部工作人员的大力帮助以及潘云鹤、卢锡城两位主编给予我们这次难得机会。

关键词组:

Review Article

Review Article: Distribution system state estimation: an overview of recent developments

Gang Wang, Georgios B. Giannakis, Jie Chen, Jian Sun

DOI: 10.1631/FITEE.1800590 Downloaded: 330 Clicked: 944 Cited: 0 Commented: 0(p.4-17) <Full Text>   <PPT>  146

Chinese summary   <20>   智能电网状态估计方法最新进展综述

摘要:随着大量不确定可再生能源注入、大规模工业和个体用户市场参与、恶意智能仪表数据篡改等,精确、快速、鲁棒的状态估计方法对未来智能电网系统变得尤为重要。然而,目前电力系统采用的数据采集与监视控制系统只能获取系统状态(即系统所有节点的电压相量)的非线性测量数据。最新智能电网状态估计研究正着力于解决非线性测量数据带给可扩展性状态估计方法建模和计算方面的挑战。为使读者更好理解该领域最新进展,本文综述了基于非线性最小二乘和最小绝对误差的智能电网状态估计方法。为更好比较不同状态估计方法性能,首先描述了智能电网状态估计问题的克拉美罗下界。针对网络攻击问题,引入新的电力系统测量数据攻击模型,并介绍相应鲁棒状态估计方法。最后,分析配电网系统状态估计最新研究进展和挑战。仿真实验验证了该状态估计方法和理论的有效性和优点。

关键词组:状态估计;克拉美罗下界;可行解追逐;半正定松弛;近线性算法;复合优化;网络攻击;坏数据检测

Research Articles

A-STC: auction-based spanning tree coverage algorithm for motion planning of cooperative robots

Guan-qiang Gao, Bin Xin

DOI: 10.1631/FITEE.1800551 Downloaded: 448 Clicked: 885 Cited: 0 Commented: 0(p.18-31) <Full Text>   <PPT>  143

Chinese summary   <16>  A-STC:一种基于拍卖的多机器人协同螺旋生成树覆盖运动规划方法

摘要:多机器人覆盖运动规划问题是多机器人领域常见问题,要求任务区域内每个点都被机器人传感器或者执行器覆盖一次。提出一种新的有效离线运动规划方法,即基于拍卖的螺旋生成树覆盖(A-STC)算法,解决多机器人覆盖运动规划问题。首先,将布局空间分解为机器人最小覆盖半径两倍的大栅格。基于大栅格之间的连通关系,生成一个无向连接图。机器人可利用巡航无向图中的生成树得到覆盖的运动轨迹。其次,A-STC算法采用拍卖机制构造每个机器人的生成树。在该拍卖机制下,每个机器人都可成为拍卖机器人和竞价机器人。拍卖机器人通过启发式规则从自身生成树的邻居节点中选择一个节点作为拍卖物品。竞价机器人根据拍卖节点的连通关系和运动轨迹的估计长度确定竞标价格。运动轨迹的估计长度主要取决于生成树中的节点和边的类型。最高出价的竞价机器人被选为中标机器人。拍卖过程后,可接受的覆盖运动轨迹可被快速规划生成。计算实验证明了A-STC算法和运动轨迹估计方法的有效性。将提出的算法与前沿算法进行比较,结果显示,所提运动规划方法运行时间和计算结果在大规模算例上具有明显优势。

关键词组:覆盖运动规划;多机器人系统;拍卖算法;螺旋生成树覆盖算法

Steering motion control of a snake robot via a biomimetic approach

Wenjuan Ouyang, Wenyu Liang, Chenzui Li, Hui Zheng, Qinyuan Ren, Ping Li

DOI: 10.1631/FITEE.1800554 Downloaded: 486 Clicked: 1176 Cited: 0 Commented: 0(p.32-44) <Full Text>   <PPT>  156

Chinese summary   <9>  一种基于仿生的机器蛇转向控制方法

摘要:提出一种基于仿生的机器蛇转向控制方法。分级控制方法灵感来自于脊椎动物生物运动系统。构建人工中枢模式发生器(CPG),驱动机器蛇产生可调蛇形运动。该发生器将协调所需的关节角度命令输出到每个较低级的执行控制器,而蛇形运动由更高级的运动控制器调制控制。设计结合小脑模型控制器(CMAC)和比例微分控制器(PD)控制机器蛇转向。得益于小脑模型控制器强大学习能力,所提方法可让机器蛇在转向控制中具有很强跟踪性和抗干扰性。PD控制器可加快运动控制器收敛速度。最后,仿真和实验验证了所提方法良好跟踪性和环境适应性。

关键词组:机器蛇;中枢模式发生器;小脑模型控制器

Autonomous flying blimp interaction with human in an indoor space

Ning-shi Yao, Qiu-yang Tao, Wei-yu Liu, Zhen Liu, Ye Tian, Pei-yu Wang, Timothy Li, Fumin Zhang

DOI: 10.1631/FITEE.1800587 Downloaded: 485 Clicked: 978 Cited: 0 Commented: 0(p.45-59) <Full Text>   <PPT>  148

Chinese summary   <8>   气球机器人在室内环境下与人的自然交互

摘要:为支持室内环境下长达两小时及以上的人机交互实验,我们研发了一款“佐治亚理工全自动迷你气球飞行机器人”(GT-MAB)。GT-MAB可以安全地与人近距离互动。该机器人具有人脸识别、自动跟踪人类使用者以及手势识别等功能。采用深度人工神经网络检测GT-MAB实时视频信号中人类使用者的脸和手,并基于此功能,设计一套人机交互系统实现GT-MAB与使用者之间的自然交互。GT-MAB的学习算法可以自主识别两种手势,因此在交互过程中,使用者无需佩戴任何装置就可与GT-MAB互动。基于机器视觉的反馈控制器可控制GT-MAB自动追踪并跟随使用者。一旦机器人成功识别使用者的手势,机器人会以对应的飞行轨迹回应使用者手势,同时将识别结果以及意图通过其自身搭载的LED显示屏展示给使用者。实验数据表明,向人类使用者展示的视觉信号能明显提高人类使用者和GT-MAB之间的交互体验。实验结果表明,GT-MAB作为一款新型飞行机器人,可在室内环境下安全地与人互动并有效采集人机交互数据。

关键词组:气球机器人;人机交互;深度学习;人脸识别;手势识别

An execution control method for the Aerostack aerial robotics framework

Martin Molina, Alberto Camporredondo, Hriday Bavle, Alejandro Rodriguez-Ramos, Pascual Campoy

DOI: 10.1631/FITEE.1800552 Downloaded: 401 Clicked: 823 Cited: 0 Commented: 0(p.60-75) <Full Text>   <PPT>  132

Chinese summary   <8>   用于Aerostack空中机器人框架的一种执行控制方法

摘要:执行控制是机器人结构设计中的关键环节,对机器人终端系统质量有重要影响。描述了一种一般性的执行控制方法,用于Aerostack空中机器人软件架构,并提出执行控制和设计决策中的技术挑战。所提算法有一个原创设计,结合了用于行为(如位置检测和性能监测)执行控制的分布式方法,并集中协调,以保证并行执行的一致性。实验结果表明,该方法对不同类型空中任务具有一般性和可用性,可以高效执行任务。该方法受机器人操作系统标准支持,故适用性较广;此外,Aerostack框架集成了一项开源工程。因此,该方法的技术细节对开发者完全开放,开发者可自由地将其用于开发新型空中机器人系统。

关键词组:空中机器人;控制结构;行为控制;执行系统

Time-varying formation tracking for uncertain second-order nonlinear multi-agent systems

Mao-peng Ran, Li-hua Xie, Jun-cheng Li

DOI: 10.1631/FITEE.1800557 Downloaded: 276 Clicked: 842 Cited: 0 Commented: 0(p.76-87) <Full Text>   <PPT>  145

Chinese summary   <11>   不确定二阶非线性多智能体系统时变编队跟踪控制

摘要:研究了含未知非线性动态和外界干扰的二阶多智能体系统时变编队跟踪控制问题。在所考虑的时变编队跟踪控制中,每个跟踪者在完成预设编队的同时,需要跟踪领导者轨迹。将未知非线性动态和外界干扰视为每个多智能体的扩张状态,并设计扩张状态观测器对扩张状态进行在线观测。在此基础上,提出基于扩张状态观测器的时变编队跟踪控制协议。理论分析表明,所设计的时变编队跟踪控制协议能够保证观测器观测误差和多智能体系统时变编队跟踪误差收敛至任意小。最后,将所设计的时变编队跟踪协议应用于无人机目标合围问题,验证了该方法的有效性。

关键词组:多智能体系统;时变编队;编队跟踪;非线性动态;扩张状态观测器

Leader-following consensus of second-order nonlinear multi-agent systems subject to disturbances

Mao-bin Lu, Lu Liu

DOI: 10.1631/FITEE.1800611 Downloaded: 331 Clicked: 1043 Cited: 0 Commented: 0(p.88-94) <Full Text>   <PPT>  144

Chinese summary   <5>   具有领航者的二阶非线性多智能体系统在外部扰动下的同步控制

摘要:研究了一类异质二阶非线性多智能体系统在外部扰动影响下的同步控制问题。其中,非线性系统允许包含可线性参数化的未知参数。提出一种新颖的分布式控制器,此控制器依赖于系统的相对状态,因此可以在多智能体系统之间没有通讯的情况下应用。通过Barbalat引理,证明此分布式控制器可求解二阶非线性多智能体系统的同步控制问题。对一组Van der Pol振荡器进行同步控制的应用示例验证了主要结果的有效性。

关键词组:多智能体系统;同步控制;分布式控制

Active fault-tolerant tracking control of a quadrotor with model uncertainties and actuator faults

Yu-jiang Zhong, Zhi-xiang Liu, You-min Zhang, Wei Zhang, Jun-yi Zuo

DOI: 10.1631/FITEE.1800570 Downloaded: 523 Clicked: 849 Cited: 0 Commented: 0(p.95-106) <Full Text>   <PPT>  155

Chinese summary   <14>  模型不确定性和执行器故障下的四旋翼飞行器主动容错控制方法

摘要:针对四旋翼飞行器的执行器故障,提出一种可靠的主动容错控制方法。该方法以模型参考自适应控制理论为框架,保证四旋翼飞行器系统的全局渐进稳定性。为消除模型不确定性影响,增强系统鲁棒性,径向基神经网络算法被集成到所设计的控制系统中,自适应地辨识模型不确定性,在线调整参考模型。此外,为避免因执行器饱和及响应速率限制造成的不必要的系统性能下降,在控制器设计过程中,同时考虑执行器动态特性。基于自适应两级卡尔曼滤波器设计的故障检测与诊断模块,可以准确估计执行器控制效率损失故障。利用获取的故障信息,重新构造控制器的控制律,弥补执行器故障的不利影响。仿真结果表明,在执行器有、无故障两种情况下,提出的主动容错控制方法都能使四旋翼飞行器准确跟踪期望的参考信号。

关键词组:模型参考自适应控制;神经网络;四旋翼飞行器;容错控制;故障检测与诊断

Safe navigation of quadrotors with jerk limited trajectory

Shu-peng Lai, Meng-lu Lan, Ya-xuan Li, Ben M. Chen

DOI: 10.1631/FITEE.1800719 Downloaded: 298 Clicked: 769 Cited: 0 Commented: 0(p.107-119) <Full Text>   <PPT>  151

Chinese summary   <8>  带状态饱和的四旋翼安全轨迹规划

摘要:当前,许多基于小型多旋翼的实际应用需考虑障碍物与安全条例的影响。在机载导航计算机有限计算能力下,实时生成安全并符合飞行器动力学特征与状态约束的轨迹,一直以来都是一项挑战。提出一种新型基于安全飞行走廊的轨迹规划方法。该方法可在10μs内,渐进规划出安全的飞行轨迹。本研究中,安全走廊基于可旋转的多个长方体搭建而成。所提方法已通过模拟和实机实验验证。

关键词组:四旋翼飞行器;无人机;运动规划

On robustness of an AMB suspended energy storage flywheel platform under characteristic model based all-coefficient adaptive control laws

Xujun Lyu, Long Di, Zongli Lin

DOI: 10.1631/FITEE.1800606 Downloaded: 291 Clicked: 860 Cited: 0 Commented: 0(p.120-130) <Full Text>   <PPT>  159

Chinese summary   <10>  基于特征模型的全系数自适应磁悬浮储能飞轮控制算法鲁棒性研究

摘要:基于特征模型的全系数自适应控制算法最近在一个磁悬浮轴承支承的高速储能飞轮实验平台实现。该控制算法是一个智能控制算法,它的设计不依赖于对象的数学模型,但能在控制过程中在线辨识特征模型。大量数值仿真和实验结果表明,此智能控制算法控制效果比原有μ综合控制算法更好,该μ综合控制算法最初在高速实验台上根据其抑制振动能力设计。大量仿真进一步证实此智能控制算法在考虑模型不确定性、外界扰动以及时滞情况下具有相当强鲁棒性。

关键词组:智能控制;鲁棒性;不确定性;抗干扰;主动磁悬浮轴承;储能飞轮

Disturbance rejection via iterative learning control with a disturbance observer for active magnetic bearing systems

Ze-zhi Tang, Yuan-jin Yu, Zhen-hong Li, Zheng-tao Ding

DOI: 10.1631/FITEE.1800558 Downloaded: 398 Clicked: 889 Cited: 0 Commented: 0(p.131-140) <Full Text>   <PPT>  150

Chinese summary   <10>  针对主动磁悬浮轴承干扰抑制的一类结合迭代学习控制与干扰观测器的解决方法

摘要:针对主动磁悬浮轴承系统,传统迭代学习控制可实现高精度轨迹跟踪,但系统扰动必须限定为不随迭代变化。基于目前方法,提出一种抑制主动磁悬浮轴承系统中随迭代变化的不匹配扰动方法。在该方案中,结合经典迭代学习控制和普适性扩张观测器,在使用输出反馈信息情况下,可在每次迭代过程中估计并抑制外界变化干扰。分析证明了整个闭环系统的收敛性,同时,仿真结果表明,相比传统迭代学习控制,该控制方法轨迹跟踪性能更加优良。

关键词组:主动磁悬浮轴承;迭代学习控制;干扰观测器

Journal of Zhejiang University-SCIENCE, 38 Zheda Road, Hangzhou 310027, China
Tel: +86-571-87952783; E-mail: cjzhang@zju.edu.cn
Copyright © 2000 - Journal of Zhejiang University-SCIENCE