研究具有多包不确定性和有界噪声系统的动态输出反馈鲁棒模型预测控制(Robust model predictive control,RMPC)的离线方法.先前的在线方法中,在估计状态和估计误差集合已知的情况下,在每一采样时刻通过近似最优算法求解控制器参数.本文...研究具有多包不确定性和有界噪声系统的动态输出反馈鲁棒模型预测控制(Robust model predictive control,RMPC)的离线方法.先前的在线方法中,在估计状态和估计误差集合已知的情况下,在每一采样时刻通过近似最优算法求解控制器参数.本文采用先前的方法计算离线控制器参数和吸引域.首先,选定一系列估计状态,其中,每个估计状态对应同样一组嵌套的估计误差集合.然后,针对每一估计状态和每一估计误差集合的组合,离线计算唯一的控制器参数和对应的吸引域.这些控制器参数和对应的吸引域存储在表中.如果离线确定的吸引域包含实时的扩展状态,则该离线控制器参数是实时可行的.在线时,根据实时估计状态和选取实时估计误差集合,在表中搜索包含实时扩展状态且优化性能指标最小的吸引域所对应的控制器参数.通过连续搅拌釜式反应器控制系统验证了该方法的有效性.展开更多
高光谱图像目标检测作为一个研究热点在军事和民用方面的应用越来越广泛。为了能同时利用高光谱图像数据的空谱信息,本文提出一种新的基于张量表示的高光谱图像目标检测算法。算法使用CP(Canonical Polyadic)张量分解技术和张量块分解(B...高光谱图像目标检测作为一个研究热点在军事和民用方面的应用越来越广泛。为了能同时利用高光谱图像数据的空谱信息,本文提出一种新的基于张量表示的高光谱图像目标检测算法。算法使用CP(Canonical Polyadic)张量分解技术和张量块分解(Block Term Decomposition,BTD)分别对高光谱数据进行盲源分析,提取了有效的局部图像块空谱特征,建立了一个基于稀疏表示和协作表示的检测模型,针对多种类型背景复杂的场景数据进行实验,并与当前流行的目标检测算法进行比较。从可视化检测结果来看,本文算法在复杂背景和强噪声环境下,有效提取了空谱特征,对背景具有较好的抑制能力,检测的目标显著。此外,本文从接收机操作曲线(Receiver Operating Characteristic Curve,ROC)和ROC曲线下面积(Area Under Curve,AUC)等定量指标分析算法性能。以较为流行的Sandiego图像为例,在10%的虚警率下,本文算法取得90%的检测精度,AUC大于0.95。本文算法相较几种流行算法而言具有较高的检测精度,更强的鲁棒性。展开更多
文摘研究具有多包不确定性和有界噪声系统的动态输出反馈鲁棒模型预测控制(Robust model predictive control,RMPC)的离线方法.先前的在线方法中,在估计状态和估计误差集合已知的情况下,在每一采样时刻通过近似最优算法求解控制器参数.本文采用先前的方法计算离线控制器参数和吸引域.首先,选定一系列估计状态,其中,每个估计状态对应同样一组嵌套的估计误差集合.然后,针对每一估计状态和每一估计误差集合的组合,离线计算唯一的控制器参数和对应的吸引域.这些控制器参数和对应的吸引域存储在表中.如果离线确定的吸引域包含实时的扩展状态,则该离线控制器参数是实时可行的.在线时,根据实时估计状态和选取实时估计误差集合,在表中搜索包含实时扩展状态且优化性能指标最小的吸引域所对应的控制器参数.通过连续搅拌釜式反应器控制系统验证了该方法的有效性.
基金Supported by the National High-Tech Research and Development Plan of China under Grant No.2006AA01Z210the Singapore Academic Research Fund the NUS Academic Research Fund~~
文摘高光谱图像目标检测作为一个研究热点在军事和民用方面的应用越来越广泛。为了能同时利用高光谱图像数据的空谱信息,本文提出一种新的基于张量表示的高光谱图像目标检测算法。算法使用CP(Canonical Polyadic)张量分解技术和张量块分解(Block Term Decomposition,BTD)分别对高光谱数据进行盲源分析,提取了有效的局部图像块空谱特征,建立了一个基于稀疏表示和协作表示的检测模型,针对多种类型背景复杂的场景数据进行实验,并与当前流行的目标检测算法进行比较。从可视化检测结果来看,本文算法在复杂背景和强噪声环境下,有效提取了空谱特征,对背景具有较好的抑制能力,检测的目标显著。此外,本文从接收机操作曲线(Receiver Operating Characteristic Curve,ROC)和ROC曲线下面积(Area Under Curve,AUC)等定量指标分析算法性能。以较为流行的Sandiego图像为例,在10%的虚警率下,本文算法取得90%的检测精度,AUC大于0.95。本文算法相较几种流行算法而言具有较高的检测精度,更强的鲁棒性。
