您好,欢迎访问北京理工大学机构知识库!
所在位置: 首页 - 作者导航 - 夏元清
- 合作者关系

夏元清

自动化学院

职称:教授

夏元清所有成果
导出

作者:Pagani Julien Bernard

学位名称:硕士

出处:北京理工大学 2018

作者:宋奥鹏

学位名称:硕士

出处:北京理工大学 2018

作者:詹玉峰

学位名称:博士

出处:北京理工大学 2018

关键词:物联网;群智感知系统;激励机制;博弈论;深度强化学习;数据收集

摘要:信息化技术的高速发展,使得各行各业中海量数据成为新型战略资源和经济社会发展的驱动力和基石。随着国家大数据战略的实施,智慧城市等新兴的大数据应用逐渐进入人们日常生活。为了缓解海量大数据需求日益增长带来的压力,物联网技术得到了广泛的应用与发展。但是,基于传统的传感器网络的物联网应用会带来大量的资源消耗, ...

作者:娜茜泰

学位名称:博士

出处:北京理工大学 2018

关键词:多智能体系统;协同控制;多目标控制;非完整约束;编队;避障;位置估计;CBF函数;李雅普诺夫方法

摘要:随着工业技术的发展,多机器人系统目前已在工业操作、巡逻侦察、灾情救援、环境勘探、智能物流、智能农业,和消费娱乐等方面有了长足的发展。智能体(Agent)的概念为无人车、无人机、无人潜艇等自主移动平台建立了统一的研究体系。多智能体系统的协同控制是大规模机器人系统实现实际任务与操作的理论基础。经过近三十 ...

作者:马粮

学位名称:硕士

出处:北京理工大学 2018

作者:孙中奇

学位名称:博士

出处:北京理工大学 2018

关键词:轮式机器人;模型预测控制;鲁棒控制;抗扰控制;事件驱动控制;自驱动控制;自适应预测时域

摘要:模型预测控制(Model predictive control,简称MPC)以其优越的控制性能和强大的处理约束能力在过程控制系统中得到了广泛应用。近年来,对模型预测控制的研究在优化问题的迭代可行性,闭环系统稳定性以及在线计算复杂度分析等诸多方面取得了一系列重要成果,并且其理论已经达到相对成熟的阶段。 ...

作者:邢子瑞

学位名称:博士

出处:北京理工大学 2017

关键词:多传感器网络系统;卡尔曼滤波;状态估计融合;量测延时;量测丢失;噪声相关性分析;未知输入扰动解耦;故障可诊断性

摘要:随着各种传感器网络技术的快速发展与崛起,信息传输采用传感器通信网络作为枢纽,构成了网络化的多传感器系统—多传感器网络系统。多传感器网络系统的状态估计融合已经成为控制领域一个重要的研究方向,其作用范围和应用前景越来越广。由于通信网络具有一些本身固有特性,比如承载能力、通信带宽有限、传感器节点能量受限以 ...

作者:高瑜隆

学位名称:硕士

出处:北京理工大学自动化学院 2016

摘要:在实际应用中,复杂系统具有模型复杂、规模大、变量多、约束多等特点,传统的控制方法无法满足复杂系统控制的要求。近些年来,分布式模型预测控制(Distributed Model Predictive Control,简称DMPC)以其优良的控制性能、有效处理约束的能力和结构的灵活性等优点得到了广泛关注, ...

作者:王夕臣

学位名称:硕士

出处:北京理工大学自动化学院 2016

摘要:未来的火星探测任务需要高精度的进入段导航能力。迄今为止,成功登陆火星表面的探测器在大气进入段都采用惯性导航方式,探测器的着陆误差在几百千米以上。同时,在“好奇号”进入过程中,经历了大约70秒的通信黑障时间。针对进入段可能出现的通信黑障现象,本文对进入段自主导航方案进行了研究。主要研究内容包括:首先利 ...