《自动化学报》43卷10期网刊已经发布, 敬请关注, 谢谢。欢迎关注《自动化学报》微信公众号：订阅号【aas1963】，服务号【自动化学报】，微信、网站同步发布网刊，手机浏览更便捷, 恭祝您工作顺利, 万事如意！

========================================================================

  综述  

========================================================================

【文题】：     统计机器学习中参数可辨识性研究及其关键问题

【作者】：     冉智勇, 胡包钢

【摘要】：     参数可辨识性研究在统计机器学习中具有重要的理论意义和应用价值.参数可辨识性是关于模型参数能否被惟一确定的性质.在包含物理参数的学习模型中，可辨识性不仅是物理参数获得正确估计的前提条件，更重要的是，它反映了学习机器中由参数决定的物理特征.为扩展到未来类人智能机器研究的考察视角，我们将学习模型纳入"知识与数据共同驱动模型"的框架中讨论.在此框架下，我们提出两个关键问题.第一是参数可辨识性准则问题.该问题考察与可辨识性密切相关的各种判断准则，其中知识驱动子模型与数据驱动子模型的耦合方式为参数可辨识性问题提供了新的研究空间.第二是参数可辨识性与机器学习理论和应用相关联的研究.该研究包括可辨识性对参数估计、模型选择、学习算法、学习动态过程、奇异学习理论、贝叶斯推断等内容的深刻影响.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19146

【引用格式】： RAN Zhi-Yong, HU Bao-Gang. Parameter Identifiability and Its Key Issues in Statistical Machine Learning. Acta Automatica Sinica, 2017, 43(10): 1677-1686

(冉智勇, 胡包钢. 统计机器学习中参数可辨识性研究及其关键问题. 自动化学报, 2017, 43(10): 1677-1686)

http://www.aas.net.cn/CN/abstract/abstract19146.shtml

========================================================================

【文题】：     航天器控制系统可重构性的内涵与研究综述

【作者】：     王大轶, 屠园园, 刘成瑞, 何英姿, 李文博

【摘要】：     可重构性设计是提高航天器在轨运行质量的有效途径，可以从系统层面克服航天器控制系统固有可靠性不足、星上资源受限以及在轨故障不可维修等缺陷，目前已引起控制理论和航天器控制工程等领域的高度重视与广泛关注.本文首先结合航天器控制系统的固有特点，具体介绍可重构性的研究意义与概念内涵.然后从评价与设计两方面，详细梳理航天器控制系统可重构性的研究内容与研究现状.最后对目前可重构性研究领域中存在的一些问题以及未来可能的发展方向进行深入探讨.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19147

【引用格式】： WANG Da-Yi, TU Yuan-Yuan, LIU Cheng-Rui, HE Ying-Zi, LI Wen-Bo. Connotation and Research of Reconfigurability for Spacecraft Control Systems:A Review. Acta Automatica Sinica, 2017, 43(10): 1687-1702

(王大轶, 屠园园, 刘成瑞, 何英姿, 李文博. 航天器控制系统可重构性的内涵与研究综述. 自动化学报, 2017, 43(10): 1687-1702)

http://www.aas.net.cn/CN/abstract/abstract19147.shtml

========================================================================

  论文  

========================================================================

【文题】：     平行区块链: 概念、方法与内涵解析

【作者】：     袁勇, 王飞跃

【摘要】：     本文提出了平行区块链的概念框架、基础理论和研究方法体系，并探讨了平行区块链的内涵.平行区块链技术是平行智能理论方法与区块链技术的有机结合，致力于通过实际区块链系统与人工区块链系统的平行互动与协同演化，为目前的区块链技术增加计算实验与平行决策功能，实现描述、预测、引导相结合的区块链系统管理与决策.平行区块链这一新型研究范式可望为下一步区块链研究和未来产业应用提供有益的启发与借鉴.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19148

【引用格式】： YUAN Yong, WANG Fei-Yue. Parallel Blockchain:Concept,Methods and Issues. Acta Automatica Sinica, 2017, 43(10): 1703-1712

(袁勇, 王飞跃. 平行区块链: 概念、方法与内涵解析. 自动化学报, 2017, 43(10): 1703-1712)

http://www.aas.net.cn/CN/abstract/abstract19148.shtml

========================================================================

【文题】：     基于形态字典学习的复杂背景SAR图像舰船尾迹检测  

【作者】：     杨国铮, 禹晶, 肖创柏, 孙卫东

【摘要】：     SAR图像舰船尾迹检测不仅可用于反演运动舰船的航速航向信息，也有助于发现弱小舰船目标.然而现有舰船尾迹检测方法一般仅适用于简单海况背景下的SAR图像，复杂海况背景下的检测效果难以满足应用需求.本文提出一种基于形态成分分析与多字典学习的复杂背景舰船尾迹检测方法.该方法针对海况背景的复杂多变性以及舰船尾迹类型的有限性，通过离线学习方式构建海面纹理字典，通过解析方式构建尾迹结构字典并迭代更新，将图像分解为包含舰船尾迹的结构成分与包含海面背景的纹理成分，利用剪切波变换对结构成分高频系数重构以增强结构成分，并通过Radon变换对增强后的结构成分进行尾迹线检测.实验结果表明，本文所提方法对于复杂背景SAR图像舰船尾迹检测的效果明显优于现有方法.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19149

【引用格式】： YANG Guo-Zheng, YU Jing, XIAO Chuang-Bai, SUN Wei-Dong. Ship Wake Detection in SAR Images with Complex Background Using Morphological Dictionary Learning. Acta Automatica Sinica, 2017, 43(10): 1713-1725

(杨国铮, 禹晶, 肖创柏, 孙卫东. 基于形态字典学习的复杂背景SAR图像舰船尾迹检测. 自动化学报, 2017, 43(10): 1713-1725)

http://www.aas.net.cn/CN/abstract/abstract19149.shtml

========================================================================

【文题】：     单通道脑电信号眼电伪迹去除算法研究

【作者】：     刘志勇, 孙金玮, 卜宪庚

【摘要】：     由眨眼和眼动产生的眼电伪迹（Electrooculography，EOG）信号是脑电信号（Electroencephalography，EEG）中的主要噪声信号之一.目前，多通道脑电信号中眼电伪迹的去除算法已经较为成熟.而在单通道脑电信号的眼电伪迹去除中，由于采集通道数量较少且缺乏参考眼电信号，目前尚无十分有效的去除方法.本文提出一种基于小波变换（Wavelet transform，WT）、集合经验模态分解（Ensemble empirical mode decomposition，EEMD）和独立成分分析（Independent component analysis，ICA）的WT-EEMD-ICA单通道脑电信号眼电伪迹去除算法.实验表明：WT-EEMD-ICA算法有效地解决了单通道WT-ICA算法中的超完备问题，能够有效去除单通道脑电信号中的眼电伪迹，并且分离出的眼电伪迹成分与参考通道采集的眼电信号相关性较强.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19150

【引用格式】： LIU Zhi-Yong, SUN Jin-Wei, BU Xian-Geng. EOG Artifact Removing Method for Single-channel EEG Signal. Acta Automatica Sinica, 2017, 43(10): 1726-1735

(刘志勇, 孙金玮, 卜宪庚. 单通道脑电信号眼电伪迹去除算法研究. 自动化学报, 2017, 43(10): 1726-1735)

http://www.aas.net.cn/CN/abstract/abstract19150.shtml

========================================================================

【文题】：     基于自适应背景模板与空间先验的显著性物体检测方法

【作者】：     林华锋, 李静, 刘国栋, 梁大川, 李东民

【摘要】：     目前，显著性检测已成为国内外计算机视觉领域研究的一个热点，但现有的显著性检测算法大多无法有效检测出位于图像边缘的显著性物体.针对这一问题，本文提出了基于自适应背景模板与空间先验的显著性物体检测方法，共包含三个步骤：第一，根据显著性物体在颜色空间上具有稀有性，获取基于自适应背景模板的显著图.将图像分割为超像素块，提取原图的四周边界作为原始背景区域.利用设计的自适应背景选择策略移除原始背景区域中显著的超像素块，获取自适应背景模板.通过计算每个超像素块与自适应背景模板的相异度获取基于自适应背景模板的显著图.并采用基于K-means的传播机制对获取的显著图进行一致性优化；第二，根据显著性物体在空间分布上具有聚集性，利用基于目标中心优先与背景模板抑制的空间先验方法获得空间先验显著图.第三，将获得的两种显著图进行融合得到最终的显著图.在公开数据集MSRA-1000、SOD、ECSSD和新建复杂数据集CBD上进行实验验证，结果证明本文方法能够准确有效地检测出图像中的显著性物体.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19151

【引用格式】： LIN Hua-Feng, LI Jing, LIU Guo-Dong, LIANG Da-Chuan, LI Dong-Min. Saliency Detection Method Using Adaptive Background Template and Spatial Prior. Acta Automatica Sinica, 2017, 43(10): 1736-1748

(林华锋, 李静, 刘国栋, 梁大川, 李东民. 基于自适应背景模板与空间先验的显著性物体检测方法. 自动化学报, 2017, 43(10): 1736-1748)

http://www.aas.net.cn/CN/abstract/abstract19151.shtml

========================================================================

【文题】：     一种基于改进地貌形状上下文的形状匹配方法

【作者】：     刘望舒, 郑丹晨, 韩敏

【摘要】：     在基于地貌形状上下文的形状匹配方法中，计算地貌空间测地距离消耗时间较高，对应形状特征提取过程的效率较低.针对这一问题，本文提出了一种基于地貌模糊形状上下文的快速形状匹配方法.在形状特征提取过程中，通过引入最短路径算法对轮廓采样点间的测地距离进行快速计算.在此基础上结合对数极坐标模糊直方图构造地貌模糊形状上下文，其能够更好地描述轮廓点分布情况进而有效提升形状描述符的表达能力.考虑到轮廓点集顺序已知，进一步引入动态规划分析不同地貌空间下形状片段间的对应关系，以获取准确的形状匹配结果.通过对不同的数据集进行实验仿真分析，验证了本文方法能够有效地提升运算效率并取得较好形状检索精度.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19152  

【引用格式】： LIU Wang-Shu, ZHENG Dan-Chen, HAN Min. Shape Matching Method Based on Improved Aspect Shape Context. Acta Automatica Sinica, 2017, 43(10): 1749-1758

(刘望舒, 郑丹晨, 韩敏. 一种基于改进地貌形状上下文的形状匹配方法. 自动化学报, 2017, 43(10): 1749-1758)

http://www.aas.net.cn/CN/abstract/abstract19152.shtml

========================================================================

【文题】：     基于运动目标三维轨迹重建的视频序列同步算法

【作者】：     王雪, SHI Jian-Bo, PARK Hyun-Soo, 王庆

【摘要】：     提出一种利用运动目标三维轨迹重建的视频时域同步算法.待同步的视频序列由不同相机在同一场景中同时拍摄得到，对场景及相机运动不做限制性约束.假设每帧图像的相机投影矩阵已知，首先基于离散余弦变换基重建运动目标的三维轨迹.然后提出一种基于轨迹基系数矩阵的秩约束，用于衡量不同序列子段间的空间时间对准程度.最后构建代价矩阵，并利用基于图的方法实现视频间的非线性时域同步.我们不依赖已知的点对应关系，不同视频中的跟踪点甚至可以对应不同的三维点，只要它们之间满足以下假设：观测序列中跟踪点对应的三维点，其空间位置可以用参考序列中所有跟踪点对应的三维点集的子集的线性组合描述，且该线性关系维持不变.与多数现有方法要求特征点跟踪持续整个图像序列不同，本文方法可以利用长短不一的图像点轨迹.本文在仿真数据和真实数据集上验证了提出方法的鲁棒性和性能.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19153

【引用格式】： WANG Xue, SHI Jian-Bo, PARK Hyun-Soo, WANG Qing. Synchronization of Video Sequences Through 3D Trajectory Reconstruction. Acta Automatica Sinica, 2017, 43(10): 1759-1772

(王雪, SHI Jian-Bo, PARK Hyun-Soo, 王庆. 基于运动目标三维轨迹重建的视频序列同步算法. 自动化学报, 2017, 43(10): 1759-1772)

http://www.aas.net.cn/CN/abstract/abstract19153.shtml

========================================================================

【文题】：     用于不平衡数据分类的0阶TSK型模糊系统

【作者】：     顾晓清, 蒋亦樟, 王士同

【摘要】：     处理不平衡数据分类时，传统模糊系统对少数类样本识别率较低.针对这一问题，首先，在前件参数学习上，提出了竞争贝叶斯模糊聚类（Bayesian fuzzy clustering based on competitive learning，BFCCL）算法，BFCCL算法考虑不同类别样本聚类中心间的排斥作用，采用交替迭代的执行方式并通过马尔科夫蒙特卡洛方法获得模型参数最优解.其次，在后件参数学习上，基于大间隔的策略并通过参数调节使得少数类到分类面的距离大于多数类到分类面的距离，该方法能有效纠正分类面的偏移.基于上述思想以0阶TSK型模糊系统为具体研究对象构造了适用于不平衡数据分类问题的0阶TSK型模糊系统（0-TSK-IDC）.人工和真实医学数据集实验结果表明，0-TSK-IDC在不平衡数据分类问题中对少数类和多数类均具有较高的识别率，且具有良好的鲁棒性和可解释性.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19154  

【引用格式】： GU Xiao-Qing, JIANG Yi-Zhang, WANG Shi-Tong. Zero-order TSK-type Fuzzy System for Imbalanced Data Classification. Acta Automatica Sinica, 2017, 43(10): 1773-1788

(顾晓清, 蒋亦樟, 王士同. 用于不平衡数据分类的0阶TSK型模糊系统. 自动化学报, 2017, 43(10): 1773-1788)

http://www.aas.net.cn/CN/abstract/abstract19154.shtml

========================================================================

【文题】：     双时间尺度下的设备随机退化建模与剩余寿命预测方法

【作者】：     张正新, 胡昌华, 司小胜, 张伟

【摘要】：     基于退化建模的剩余寿命预测（Remaining useful life，RUL）是当前可靠性领域研究的热点.现有的退化模型都是针对单个时间尺度下的退化设备，缺少对设备性能变化与多个时间尺度相关的退化建模与剩余寿命预测方法.鉴于此，本文基于Wiener过程提出了一种双时间尺度随机退化建模与剩余寿命预测方法，用随机比例系数描述不同时间尺度之间的不确定关系，推导出丫首达时间意义下设备的双时间尺度剩余寿命分布，讨论了其与基于单时间尺度退化模型得到的剩余寿命分布之间的关系，并给出了基于历史退化数据的未知参数极大似然估计方法.最后，将所提方法应用到惯性平台关键器件陀螺仪的退化建模与剩余寿命预测中，验证了方法的有效性.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19155

【引用格式】： ZHANG Zheng-Xin, HU Chang-Hua, SI Xiao-Sheng, ZHANG Wei. Degradation Modeling and Remaining Useful Life Prediction with Bivariate Time Scale. Acta Automatica Sinica, 2017, 43(10): 1789-1798

(张正新, 胡昌华, 司小胜, 张伟. 双时间尺度下的设备随机退化建模与剩余寿命预测方法. 自动化学报, 2017, 43(10): 1789-1798)

http://www.aas.net.cn/CN/abstract/abstract19155.shtml

========================================================================

【文题】：     视频中旋转与尺度不变的人体分割方法

【作者】：     薄一航, HAO Jiang

【摘要】：     提出了一种旋转与尺度不变的人身体部位所在区域的视频分割方法.方法中不仅考虑到躯干与四肢之间的关系，还考虑到四肢之间的相互关系，通过空间与时间的连续性约束对每帧中各个可能的身体部位进行优化组合，并巧妙地用动态规划对非线性图模型进行优化，且不受运动目标尺度变化与各种翻转运动的影响.该方法首先用动态规划的优化方法得到每一帧中最优的N个身体部位组合，将每一个组合作为图模型中的一个节点，并用动态规划对所有帧中的各个组合所构成的网格状图结构进行优化，最终得到每一帧中最优的身体部位组合.实验结果表明，该视频分割方法不仅适用于行人视频，还适用于具有各种姿势的运动视频，且具有较好的鲁棒性.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19156

【引用格式】： BO Yi-Hang, HAO Jiang. A Rotation-and Scale-invariant Human Parts Segmentation in Videos. Acta Automatica Sinica, 2017, 43(10): 1799-1809

(薄一航, HAO Jiang. 视频中旋转与尺度不变的人体分割方法. 自动化学报, 2017, 43(10): 1799-1809)

http://www.aas.net.cn/CN/abstract/abstract19156.shtml

========================================================================

【文题】：     RGB-D图像的贝叶斯显著性检测

【作者】：     王松涛, 周真, 曲寒冰, 李彬

【摘要】：     本文提出了一种基于贝叶斯框架融合颜色和深度对比特征的RGB-D图像显著性检测模型.基于空间先验的超像素对比计算得到深度特征，并通过高斯分布近似深度对比特征概率密度建模深度显著图.类似于深度显著性计算，采用高斯分布计算多尺度超像素低层对比特征得到颜色显著图.假设在给定显著类别下颜色和深度对比特征条件独立，依据贝叶斯定理，由深度显著概率和颜色显著概率得到RGB-D图像显著性后验概率，并采用判别混合分量朴素贝叶斯（DMNB）模型进行计算，其中DMNB模型中的高斯分布参数由变分最大期望算法进行估计.在RGB-D图像显著性检测公开数据集的实验结果表明提出的模型优于现有的方法.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19157

【引用格式】： Songtao Wang, Zhen Zhou, Hanbing Qu, Bin Li. Bayesian Saliency Detection for RGB-D Images. Acta Automatica Sinica, 2017, 43(10): 1810-1828

(王松涛, 周真, 曲寒冰, 李彬. RGB-D图像的贝叶斯显著性检测. 自动化学报, 2017, 43(10): 1810-1828)

http://www.aas.net.cn/CN/abstract/abstract19157.shtml

========================================================================

【文题】：     一种基于超像素的肿瘤自动攻击交互式分割算法

【作者】：     产思贤, 周小龙, 张卓, 陈胜勇

【摘要】：     交互式分割对于选取图像中感兴趣的对象很有意义.在图像处理领域中有着很重要的地位，具有广泛的应用，至今仍然是一个研究的热点问题.然而，逐像素执行交互式分割通常是耗时的.本文提出了一种新的分割方法.在Growcut算法框架下，提出基于超像素的肿瘤自动攻击（TA）分割.其中，超像素可以提供强大的边界信息来引导分割，且可以由过分割算法很容易来获取.TA与细胞自动攻击算法（CA）有着相似的原理，给定少量的用户标记目标的超像素，可以由TA完成目标分割任务，处理速度比Growcut算法快.此外，为获得最佳效果，应用了水平集和多层TA方法来进行边界的调整.在VOC挑战分割数据集上进行的实验表明，所提出的分割算法性能表现优异，高效和精准，且能处理多目标分割任务.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19158

【引用格式】： Sixian Chan, Xiaolong Zhou, Zhuo Zhang, Shengyong Chen. Interactive Multi-label Image Segmentation With Multi-layer Tumors Automat. Acta Automatica Sinica, 2017, 43(10): 1829-1840

(产思贤, 周小龙, 张卓, 陈胜勇. 一种基于超像素的肿瘤自动攻击交互式分割算法. 自动化学报, 2017, 43(10): 1829-1840)

http://www.aas.net.cn/CN/abstract/abstract19158.shtml

========================================================================

【文题】：     基于梯度域的卷积稀疏编码磁共振成像重建

【作者】：     熊娇娇, 卢红阳, 张明辉, 刘且根

【摘要】：     从欠采样数据中进行磁共振成像（简称MRI）重建一直是一项具有挑战性和吸引力的任务，因为这是一个病态问题，且伴随着压缩感知理论会具有重要的意义.基于压缩感知的多数先进稀疏表示方法是将图像分割成重叠的图像块，然后每个图像块分开处理.然而，这些方法丢失了信号的重要空间结构，且忽略了对MR图像有强大约束的像素一致性.在文章中我们提出了一种新型的重建方法，这种方法是将最近提出的卷积稀疏编码与梯度域结合起来用于解决上述所提到的问题.不同于基于图像块状的方法，本文提出的算法是直接在整个梯度域图像中获取相邻局部的相关性，利用梯度域图像的全局相关性产生更好的梯度域图像边缘，锐利特征.提出的算法也能够高效的获取暗含在梯度域图像中的局部特征.与对比算法相比，大量的实验结果表明本文算法具有更好的质量重建，且在不同采样方案，不同K-空间加速因子情况下具有更快速的收敛.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19159

【引用格式】： Jiaojiao Xiong, Hongyang Lu, Minghui Zhang, Qiegen Liu. Convolutional Sparse Coding in Gradient Domain for MRI Reconstruction. Acta Automatica Sinica, 2017, 43(10): 1841-1849

(熊娇娇, 卢红阳, 张明辉, 刘且根. 基于梯度域的卷积稀疏编码磁共振成像重建. 自动化学报, 2017, 43(10): 1841-1849)

http://www.aas.net.cn/CN/abstract/abstract19159.shtml

========================================================================

  短文  

========================================================================

【文题】：     高阶离散多智能体系统在参数不确定和带外部干扰下的鲁棒H∞一致性控制

【作者】：     徐君, 张国良, 曾静, 杜柏阳, 贾枭

【摘要】：     研究了高阶离散多智能体系统的在参数不确定和带外部干扰下的H∞鲁棒一致性控制问题，同时提出线性分布式一致性协议.首先将该问题转化为一组不确定系统的H∞鲁棒控制问题.其次推导出线性矩阵不等式在参数为γ的H∞鲁棒一致性意义下的充分条件.第三，给出了所提出一致性协议在不带外部干扰，参数不确定的高阶离散线性多智能体系统中的收敛效果.最后，通过包含和不包含参数不确定系统的对比仿真实验说明了理论结果的正确性和有效性.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19160

【引用格式】： Jun Xu, Guoliang Zhang, Jing Zeng, Boyang Du, Xiao Jia. Robust H∞ Consensus Control for High-order Discrete-time Multi-agent Systems With Parameter Uncertainties and External Disturbances. Acta Automatica Sinica, 2017, 43(10): 1850-1857

(徐君, 张国良, 曾静, 杜柏阳, 贾枭. 高阶离散多智能体系统在参数不确定和带外部干扰下的鲁棒H∞一致性控制. 自动化学报, 2017, 43(10): 1850-1857)

http://www.aas.net.cn/CN/abstract/abstract19160.shtml

========================================================================

【文题】：     面向新颖成像模式敏捷卫星的联合执行机构控制方法

【作者】：     范国伟, 常琳, 杨秀彬, 王旻, 王绍举

【摘要】：     为满足新颖成像模式对卫星姿态快速机动或对规划姿态的高精度跟踪控制需求，本文针对金字塔构型控制力矩陀螺（Control moment gyroscopes，CMG）群与反作用飞轮为联合执行机构的挠性敏捷卫星，提出一种融合以Legendre伪谱法实现卫星姿态及CMG群框架角速度最优规划的前馈控制、以非线性模型预测控制（Nonlinear model predictive control，NMPC）实现最优轨迹反馈跟踪的复合控制方法.在前馈控制律设计中，充分考虑了CMG群的力矩输出能力、奇异性及振动抑制性能等约束，规划获得了最优的CMG群框架角速度、卫星的姿态角及角速度.在反馈控制律设计中，以飞轮输出力矩能力、姿态机动快速性及能量为约束，设计了具有滚动优化思想的跟踪算法，补偿由于初始状态及转动惯量偏差等带来的控制误差.研究结果表明，在转动惯量存在偏差情况下，本文的控制方法仍是有效的，且表现出较强的鲁棒性.

【全文链接】： http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=19161

【引用格式】： FAN Guo-Wei, CHANG Lin, YANG Xiu-Bin, WANG Min, WANG Shao-Ju. Control Strategy of Hybrid Actuator for Novel Imaging Modes of Agile Satellites. Acta Automatica Sinica, 2017, 43(10): 1858-1868

(范国伟, 常琳, 杨秀彬, 王旻, 王绍举. 面向新颖成像模式敏捷卫星的联合执行机构控制方法. 自动化学报, 2017, 43(10): 1858-1868)

http://www.aas.net.cn/CN/abstract/abstract19161.shtml

========================================================================