报告人：戴荔

报告时间：2016年5月17日 下午15:00点

报告地点：电气B408

报告题目：分布式随机模型预测控制

报告人简介：戴荔，博士，研究方向为分布式随机模型预测控制理论。在攻读博士学位期间，共发表录用英文学术论文11篇和专著章节1部，其中7 篇发表或录用于控制领域顶级和重要SCI期刊，包括Automatica、SIAM Journal on Control and Optimization和Journal of The Franklin Institute等，4篇发表于EI国际会议；目前另有6篇论文投向顶级和重要SCI期刊。在专著Advances in Discrete Time System 中撰写9 万余字，2012-2015年下载量达3300 余次。作为核心成员，曾参研973项目子项、国家杰出青年科学基金、国家自然科学基金、教育部博士点基金等重点项目。在校期间，还曾获得多项荣誉和奖励，包括北京理工大学学生最高荣誉——徐特立奖学金一等奖、北京理工大学优秀博士学位论文、研究生国家奖学金、全国研究生数学建模竞赛一等奖、TCCT随机系统与控制大会优秀论文奖、北京市优秀毕业生、北京理工大学优秀研究生标兵等。

报告摘要：分布式模型预测控制以其良好的控制性能，有效地处理各类约束的能力，较高的灵活性和容错性等优点，在复杂的工业过程控制中得到广泛应用，其理论研究也受到越来越多的关注。近几年，分布式模型预测控制对于确定性系统的稳定性分析、在线计算复杂度等研究己取得一定成果。然而，对于存在随机模型不确定性和随机外界扰动的系统，分布式模型预测控制方法尚在研究初期，仍然存在不少重点和难点问题未得到有效解决。本次报告主要介绍多个具有耦合概率约束的随机线性子系统的分布式随机模型预测控制问题，分别考虑实际被控系统中可能存在的三类不确定性因素：随机外界干扰、量测噪声或状态估计误差、随机模型不确定性或系统参数变化；利用最优化理论、概率论、不变集理论和广义多项式混沌展开理论等工具，研究分布式随机模型预测控制器设计方法。

报告人：邢子瑞

报告时间：2016年5月17日 下午16:00点

报告地点：电气B408

报告题目：Multi-sensor distributed weighted Kalman filter fusion over unreliable networks with autocorrelated and cross-correlated noises

报告人简介：邢子瑞，北京理工大学自动化学院博士研究生，主要研究方向：多传感器信息融合；非线性滤波；信号与信息处理；故障诊断。其研究成果先后发表于《International Journal of Adaptive Control and Signal Processing》、《IET Signal Processing》等信号处理与控制理论SCI期刊。

报告摘要：This paper investigates the problem of distributed weighted Kalman filter fusion (DWKFF) for a class of multi-sensor unreliable networked systems (MUNSs) with autocorrelated and cross-correlated noises. The process noise is assumed to be one-step autocorrelated. For each subsystem, the measurement noise is one-step autocorrelated, and the process noise and the measurement noise are two-step cross-correlated. Buffers of finite length are proposed to deal with measurement delay or loss, and an optimal local Kalman filter estimator with a buffer is derived for each subsystem. Based on it, DWKFF with buffers has been developed which has stronger fault-tolerance ability.