主  题：网络化系统的优化、估计与控制

时  间：11月22日上午8:30-11:45

地  点：信息楼C310

主持人：陈博

题目：网络系统的分布式感知与传输联合设计与优化

摘要：

随着信息技术的发展，大量具备感知和执行能力的设备和终端融入复杂物理过程，通过信息获取、传输、处理和控制等相互作用，构成了融合控制和信息通信的多维动态系统—网络系统，其优化运行涉及信息层面、传输层面和控制层面等多方面问题。本报告将聚焦信息层面的分布式感知、高效融合与资源优化调度等问题，介绍资源受限下的分布式估计和优化等方面的研究进展。

报告人简介：

朱善迎，上海交通大学自动化系副教授。2006年毕业于华北水利水电大学获理学学士学位，同年保送到华中科技大学，于2008年获理学硕士学位。2013年毕业于上海交通大学自动化系获工学博士学位。2013年至2015年，在新加坡南洋理工大学以及伯克利教育联盟(新加坡)开展博士后研究工作。2015年加入上海交通大学自动化系。主要研究领域为网络系统的分布式估计和优化、微能源网的能量管理等。主持国家自然科学基金优秀青年基金、国家重点研发计划子课题等8项，参与国家自然科学基金重大/重点项目等8项。在国际知名期刊和会议发表论文60余篇，合作出版英文专著一部。曾担任多个国际会议的TPC/IPC、Local Arrangement/Publicity/Track Chair等。现为IEEE工业信息学技术委员会委员，中国自动化学会青工委委员以及TCCT多自主体控制学组委员等。

题目：Design and Analysis of Distributed Nash Equilibrium Seeking Strategies for Networked Games

摘要：

Along with the penetration of game theoretical approaches into the cooperative control and optimization of multi-agent systems, Nash equilibrium seeking in networked games becomes a thriving topic in recent years. This talk presents a class of novel Nash equilibrium seeking strategies for networked games by synthesizing the gradient algorithms with consensus protocols. Throughout this talk, aggregative games will be firstly visited followed by more generally interacting games. Some hints on how to reduce the communication cost of the proposed Nash equilibrium seeking strategies will be given and the effects of unreliable communication conditions will be investigated. Moreover, games in systems with bounded controls and external disturbances will be discussed.

报告人简介：

叶茂娇，南京理工大学自动控制系教授。2012年本科毕业于电子科技大学，2016年博士毕业于新加坡南洋理工大学，2016年-2017年于新加坡南洋理工大学从事博士后研究。主要研究方向包括非合作博弈、分布式优化、极值搜索控制等。在IEEE Transactions及Autmatica上发表SCI期刊论文十余篇；曾以第一作者获得2017年中国控制会议关肇直奖；以独立作者获得2019年IEEE Conference on Control and Automation最佳论文奖。2017年Asian Journal of Control杰出审稿人，2018年江苏省双创博士，2019年获南京市留学回国人员科技项目择优资助。主持国家自然科学基金一项，江苏省自然科学基金一项。叶茂娇博士是IEEE Transactions on Automatic Control, Automatica等十余个SCI期刊的审稿人。

题目：随机多目标信息算术均值一致性融合

摘要：

随机多目标信息融合一直是多源信息融合研究领域的难点和核心问题之一。就在今年（2019年），来自中国、德国、澳大利亚、意大利、韩国、瑞典、美国和以色列的独立研究小组分别报告一个有趣的发现：最基本的线性算术平均（arithmetic average, AA）融合相比于当前主流的几何平均融合（geometric average, GA）比如广义协方差交互（GCI）等有着理论上类似的优良属性，但是在分布式随机多目标跟踪滤波器融合实现上却表现更为优异。特别是在处理频繁漏检、密集新生目标和大量传感器以及快速/在线计算等方面。这些研究发现和理论分析推翻了之前某些权威学者对AA融合方法基于经典单目标融合场景形成的偏见，清楚地表明，AA融合（配合以适当的方差缩减）不仅可以有效融合漏检和杂波干扰下的随机多目标信息，计算效率高得多，而且多数场景下优于当前主流方法。本报告简单回顾演讲者近几年探索性提出和推进随机多目标信息AA融合方法的历程，特别是基于AA融合的分布式PHD 和Bernoulli滤波；介绍AA融合方法的理论特性、方法缺陷以及可能的克服方法。最后展望了未来基于大规模传感网的随机多目标信息AA融合实现。

报告人简介：

李天成，西北工业大学自动化学院教授。分别于2013年和2015年获得英国伦敦南岸大学和西北工业大学博士学位，2014-2018年在西班牙萨拉曼卡大学和奥地利维也纳工业大学开展博士后研究工作。作为第一作者在IEEE Signal Processing Magazine、Information Fusion等信号处理与信息融合领域顶级/权威学术期刊发表SCI论文22篇，其中中科院一、二区论文12篇。曾荣获国际著名的“玛丽-居里”学者基金（2016-2017）支持以及陕西省优秀博士学位论文奖（2017年）等奖励。目前担任中国工程院院刊FITEE（SCI检索）编委(2017-2022)，参与创办国际学术期刊ADCAIJ（E-SCI检索）并任副编（2014-），任国际控制自动化与信息科学大会(ICCAIS 2019)出版主席，中国科协财政项目评审专家库入库专家（期刊类）（2019）。

题目：Security Control and Attack Detection for Industrial Cyber-Physical Systems

摘要：

Cyber-physical systems, which are an integration of computation, networking, and physical processes, play an increasingly important role in critical infrastructure, government, and everyday life. Due to physical constraints, embedded computers and networks may give rise to some additional security vulnerabilities, which results in losses of enormous economic benefits or disorder of social life. As a result, it is of significance to properly investigate the security issue of CPSs to ensure that such systems are operating in a safe manner. This talk, from a control theory perspective, presents an overview of recent advances of security control and attack detection of industrial CPSs. First, the vulnerability of Industrial CPSs is disclosed form the engineering point of view and some typical types of cyber-attacks are summarized in detail. Then, the development of attack detection for industrial CPSs is reviewed according to the categories on detection approaches, and the attack scheduling is roughly analyzed. Finally, security control and state estimation are discussed in detail, and some challenge issues are raised for future research.

报告人简介：

丁德锐，博士，现任上海理工大学光电学院教授、博士生导师。 2014年12月获东华大学控制理论与控制工程博士学位。2012年6月至2012年9月在香港大学担任研究助理；2013年3月至2014年3月受国家留学基金委资助在英国布鲁奈尔大学做访问研究；2015年6月至2015年8月在香港城市大学担任研究助理。自2007年以来一直从事随机系统的控制与滤波方面的研究工作，在非线性随机系统的性能分析与综合、分布式系统的控制与滤波等方面取得了一系列研究成果。在国际著名Taylor & Francis Group旗下的CRC出版社出版英文学术专著 1 部，在国际刊物与会议上发表学术论文90余篇，其中SCI论文 70 余篇，自动控制领域顶级期刊IEEE自动控制汇刊和Automatica论文 9 篇。主持国家自然科学基金3项，国家自然科学基金重点项目子课题1项，上海市自然科学基金1项。丁德锐教授目前是IEEE会员、中国自动化学会青年工作委员会委员、中国自动化学会控制理论专业委员会随机系统控制分委员会委员，担任国际SCI期刊Neurocomputing、IET Control Theory and Applications副编辑。

题目：事件触发状态估计：从最优性到鲁棒性

摘要：

本报告主要讨论事件触发的最优与鲁棒状态估计问题，探讨基于事件触发测量信息的低计算复杂度状态估计器优化设计方法。我们将首先考虑最小二次均方误差估计问题，讨论不同事件触发条件下最优或近似最优事件触发估计器的设计结果，并简要分析网络丢包对估计器设计的影响。接着我们将讨论事件触发鲁棒最优估计问题，介绍如何在风险敏感框架下实现兼顾鲁棒性和稳定性的、具有简单递推结构的事件触发估计器设计方法。此外，我们也将简要汇报部分估计方法在运动控制系统中的实验效果。

报告人简介：

    史大威，2008年本科毕业于北京理工大学，2014年博士毕业于加拿大阿尔伯塔大学，2017-2018年在美国哈佛大学开展博士后研究工作，现任北京理工大学教授、博士生导师。主要从事复杂系统采样控制理论及在生物医学、机器人和工业过程中的应用研究。研究工作已在Automatica, IEEE Trans. on Automatic Control，IEEE Trans. on Signal Processing, IEEE Trans. on Biomedical Engineering等国际期刊上发表论文30余篇，获批美国发明专利及PCT国际专利2项，以第一作者在Springer出版英文专著1部。担任国际期刊IET Control Theory & Applications编委，European Journal of Control客座编委，IEEE Control Systems Society Conference Editorial Board成员，IFAC World Congress编委，美国Mathematical Reviews评论员，入选2016年Automatica杰出审稿人。