为促进学术交流，加强合作，并进一步提升实验室学术团队的理论与技术水平，重点实验室于暑假期间（8月1日-8月30日）成功组织了一系列线上学术报告。报告会由广东省数字信号与图像处理技术重点实验室主任范衠教授主持，实验室师生在线聆听。

      本次报告会以智能信息物理融合系统为主题，邀请了来自中国科学院、中山大学、山东大学、西北工业大学及中国矿业大学等著名研究院与高校的12位教授进行报告。报告内容涉及智能控制、新能源、网络安全、网络控制系统、信号与图像处理以及智能优化及其应用等多个方面。报告中，各位专家深入浅出的讲解加深了参与教师及研究生对问题的理解，提高了听众的积极性，使得与专家的交流更加充分，教师和研究生们从中获益良多。

鉴于大家对系列报告会的良好反馈，开学后该系列报告会将会继续开展，从而进一步提高实验室研究生的科研水平和眼界。

      以下是各位教授的简介及报告摘要（按照报告先后排序）：

专家介绍

报告题目及内容摘要

1.程龙

      中国科学院自动化研究所研究员，博士生导师，中国科学院大学岗位教授。2004年于南开大学自动化系获得工学学士学位，2009年于中国科学院自动化研究所获得工学博士学位。目前已发表SCI论文50余篇。目前担任《IEEE Transactions on Cybernetics》、《自动化学报》、《控制与决策》、《International Journal of Systems Science》等国内外刊物的编委。入选国家优秀青年基金项目、北京市杰青、中国科学院卓越青年科学家计划、北京市科技新星计划、国际神经网络学会INNS Aharon Katzir Young Investigator Award获得者，亚太神经网络APNNS Young Researcher Award获得者。获得2017年度国家自然科学二等奖（排名第四），北京市科学技术一等奖(排名第五)，中国自动化学会自然科学一等奖（排名第二）等科技奖励，学术论文获得IEEE神经网络汇刊的最佳论文奖以及三个学术会议的最佳论文奖。

题目：压电陶瓷执行器的智能控制方法

摘要：

压电陶瓷执行器具有迟滞、蠕动、输入频率相关等非线性特性，实现压电陶瓷执行器的精准控制是纳米级定位的核心技术。我们提出了几种压电陶瓷执行器的智能建模与控制方法，实现了堆叠式压电陶瓷执行器的高精度控制。同时，利用“粘滞-滑动”原理，实现了粘滑式压电陶瓷执行器的跨尺度控制，取得了较好的实验效果。最后介绍我们在脑切片自动收集装置方面准备开展的工作。

2. 封皓

      天津大学，精密仪器与光电子工程学院，副教授。主要从事光纤传感技术、测控技术与仪器、信号分析与处理的教学和研究工作。作为项目负责人主持申请及完成了国家级项目三项、省部级项目四项、横向项目及军工项目多项，实到科研经费七百五十多万元；作为第一申请人，申请发明专利11项，已获授权5项；以第一作者或通讯作者发表SCI论文18篇。

      在产学研结合方面，加强知识产权的转化，形成了针对压力管网的完整性检测技术产业化。在供水管网方面，打破了国外技术在压力供水管网和长输调水管网安全监测方面的垄断，实现了技术的国产化；在油气管网泄漏检测方面，所研发的技术已经在中石油、中石化等长输油气管网近三万公里管道应用，市场占有率超过70%。

3. 杨飞生

      西工大副教授，信息物理系统控制与安全研究所(iCPS2)副所长，控制科学与工程、网络空间安全、电子信息等学科领域研究生导师。东北大学双控学科博士，西安交大信息物理融合系统教育部工程研究中心系统工程博士后。美国加州大学圣地亚哥分校访问学者、澳大利亚拉筹伯大学访问副教授。先后主持国家自然科学基金、中国博士后科学基金、国家重点实验室开放课题，陕西省自然科学基础研究计划、教育部重点实验室开放课题等项目。荣获韩国ICROS颁发的最佳论文奖，陕西省人民政府颁发的第13届自然科学优秀学术论文奖，分别获得西工大学术型、专业型优秀学位论文研究生导师，自动化、信息安全等专业优秀本科毕业设计论文指导教师等荣誉。担任AMS数学评论员，IEEE Systems Council CPS专委会委员，IEEE IES工业CPS专委会委员；IEEE PES 能源互联网专委会委员；CAA能源互联网专委会委员；TCCT控制理论与应用教育工作组秘书长兼委员；中国人工智能学会智能系统工程专委会委员；中国航空学会会员；网信JMRH发展联盟CPSAI专委会委员等。

题目：从CPS 2.0到CPS2.i

摘要：

本报告拟从CPS开始讲述，考虑网络攻击下的系统安全，引出CPS2.0的概念，包括弹性控制、隐私保护与安全防护等方面，结合人工智能的发展阶段可以进一步给出CPS2.i的研究范畴。最后介绍针对信息物理融合电力系统(Cyber-Power System)控制与安全问题开展的部分研究工作。

4. 杨荣妮

      博士，教授，入选“山东大学青年学者未来计划”。担任中国自动化学会预测控制与智能决策专业委员会委员、中国系统仿真学会智能物联系统建模与仿真专业委员会委员、中国自动化学会“不确定系统建模与优化”学组委员、中国自动化学会青年工作委员会委员、国际知名期刊 IEEE Access、 Circuits Systems and Signal Processing、IET Electronics Letters编委等职务。

      主要研究方向为网络化控制及多维系统。相关成果以第一作者身份在IEEE Transactions on Automatic Control、Automatica等控制领域国际权威期刊和会议上发表学术论文30余篇，SCI他引1211次，其中6篇被ESI高频引用。曾获教育部学术新人奖，黑龙江省自然科学一等奖， IEEE Transactions on Automatic Control杰出审稿人称号等。主持国家自然科学基金 2 项， 参与国家重点项目2 项、山东省自然科学基金委重大基础研究 1 项、济南市科技计划 1 项。

Title：Output-Based Event-Triggered Predictive Control for Networked Control Systems

Abstract:

In this talk, the output-based predictive control problem for networked control systems (NCSs) with communication delays is investigated by utilizing the event-triggered mechanism (ETM). First, the output-based ETM is introduced in order to save limited network resources effectively. Second, the system states are estimated from the received output measurements by the Luenberger observer. Third, the model-based networked predictive control (NPC) approach is developed to actively deal with the time delay and stabilize the system. Moreover, two different approaches including the augmented model and the piecewise linear model are adopted, and sufficient conditions that guarantee the closed-loop stability and performance are further provided, respectively. Finally, two simulation examples are given to demonstrate the effectiveness and applicability of the proposed methods for the addressed NCSs.

5. 赵学艳

      华南理工大学自动化科学与工程学院副教授，2014年获得华南理工大学博士学位，2018年8月-2019年8月澳大利亚纽卡斯尔大学访问学者。近年来，主要从事复杂随机系统的控制理论研究，先后主持国家级和省部级等项目9项，在 IEEE Transactions Automatic Control, Automatica，SIAM等期刊发表 SCI 论文20多篇，曾获得2016年中国自动化学会优秀博士学位论文奖。

Title: Stochastic Stabilization and Destabilization of Nonlinear and Time-varying Hybrid Systems by Noise

Abstract: This talk concerns with stochastic stabilization and destabilization of nonlinear and time-varying hybrid systems. In this talk, a suitable function g is designed such that the corresponding Wiener noise perturbation gdW(t) either stabilizes or destabilizes a given nonlinear and time-varying hybrid system dX(t)=f(t,X(t),r(t)) with a Markov jump parameter r(t). The corresponding perturbed system is a nonlinear and time-varying hybrid Itô stochastic differential system. To this end, the basic properties, including the existence and uniqueness of the local and global solutions and the non-zero property of solutions of the nonlinear and time-varying hybrid stochastic systems, are firstly investigated as the theoretical basis of the paper. Secondly, two theorems and the corresponding corollaries on the stability and instability of the hybrid stochastic systems are established. Thirdly, the design method for function g is then proposed based on the established theorems. Finally, we illustrate our method using two examples.

6. 张文安

      浙江工业大学信息工程学院副院长，教授、博士生导师。担任中国自动化学会控制理论专业委员会网络化控制系统学组秘书长，中国航空学会信息融合分会委员，国家自然科学基金委优秀青年科学基金获得者，教育部青年长江学者，德国洪堡学者。担任《Optimal Control, Applications and Methods》和《控制与决策》的编委。

      主要从事多传感器信息融合、多传感器系统异常检测与定位的理论方法与应用研究。在国内外学术期刊和会议发表论文60余篇，出版中英文专著各一部。近三年，作为项目负责人和课题负责人承担国家自然科学基金3项和国家重点研发计划课题1项；在基于多源信息融合的自主系统的运动捕捉方面提出了一系列新的解决方法。

题目：基于多传感器信息融合的自主系统运动捕捉

摘要：

采用多传感器信息融合可以实现自主系统精确、可靠的运动捕捉，然而在复杂运动环境下，自主系统的运动捕捉往往存在模型不确定性、强非线性、有效传感器数量不确定、目标运动环境不确定性、传感器干扰等问题，本报告主要介绍这些问题给多传感器信息融合估计带来的挑战和困难以及我们的解决方案。

7.邹磊

    Dr. Lei Zou received the B.Sc. degree in automation from Beijing Institute of Petrochemical Technology, Beijing, China, in 2008, the M.Sc. degree in control science and engineering from China University of Petroleum (Beijing Campus), Beijing, China, in 2011, and the Ph.D. degree from Harbin Institute of Technology, Harbin, China, in 2016. From October 2013 to October 2015, he was a visiting Ph.D. student with the Department of Computer Science, Brunel University London, Uxbridge, United Kingdom. From 2016 to 2018, he was a Postdoctoral Research Fellow with the College of Electrical Engineering and Automation, Shandong University of Science and Technology, China.

     Since 2019, he has been working as a Research Fellow with the Department of Computer Science, Brunel University London, Uxbridge, United Kingdom. His current research interests include control and filtering of networked systems, moving-horizon estimation, and state estimation subject to outliers. He has published 33 papers in prestigious journals.

    Dr. Lei Zou is currently serving as an Associate Editor for Neurocomputing and International Journal of Systems Science; a Member of IEEE and a Member of Chinese Association of Automation; and a very active reviewer for many international journals.

题目：基于工业复杂性的滚动时域状态估计

摘要：

状态估计是控制和信号处理领域的基本问题之一，其主要意义在于根据得到的测量信息给出系统内部状态的一个估计值。滚动时域状态估计（MHE）是一种工业界应用较为广泛的估计方法。该方法利用一个移动时间窗口内的所有历史测量信息，基于最优化准则递推的求出系统的状态估计值。工业中的系统往往含有许多不可忽略的复杂性（如非线性、时滞特性、时变参数、未知输入等），含有工业复杂性系统的状态估计会产生新的挑战。针对各类工业复杂性，本课题提出了对应滚动时域估计器结构，对应的估计性能分析方法，以及确保实现最终性能指标的估计器参数设计算法。

8. 杨博

      昆明理工大学电力工程学院副教授，国家留学基金委CSC公派利物浦大学博士。主要研究方向为新能源发电系统智能优化与控制。现已发表SCI论文92篇，其中一作34篇(6篇ESI论文，1篇热点论文，14篇中科院一区)，通讯21篇，一作EI论文12篇。主持国家自然科学基金一项，云南省自然科学基金项目一项，云南省教育厅基金一项，企业横向项目两项。现担任中国电工技术学会第八届理事会青年委员、中文核心《电力系统保护与控制》第二届青年专家学术委员、英文ESCI期刊《Protection and Control of Modern Power Systems》副编辑 、云南省电力行业协会高级咨询专家。获中国电力企业联合会技术类一等奖，中国产学研合作创新成果奖二等奖。

题目：新能源发电系统智能优化与控制

摘要：

为提高强随机性运行环境下新能源发电系统的发电效率，开发了一系列基于启发式算法的优化策略来实现最大功率跟踪。另外，新能源发电系统往往需要经过逆变器进行并网，为有效解决逆变器自身的高度非线性与建模不确定性，设计了一系列先进的非线性自适应/鲁棒控制来实现其逆变器的高效控制。

9. 刘群锋

      理学博士，东莞理工学院教授、硕士生导师，计算机科学与技术学院副院长。分别于1999年、2002年在华中科技大学数学系获学士、硕士学位，于2011年在湖南大学数学学院获博士学位。主要从事全局优化、计算智能与机器学习等领域的理论与方法研究。主持国家自然科学基金面上项目、教育部人文社科基金青年项目、广东省自然科学基金面上项目等科研项目5项，累计研究经费超400万。在相关领域的主流期刊IEEE Trans. Evolutionary Computation, IEEE Trans. Cybernetics, Evolutionary Computation, Information Sciences, Journal of Global Optimization等刊物上发表论文50余篇。

题目：最优化算法的数值比较:理论、方法与悖论

摘要：

围绕最优化算法的评价，分析数值比较的意义及其必要性；通过提炼出关键科学问题，介绍数值比较的统一框架，分析流行方法及各自的优缺点，重点介绍进化算法数值比较的数据分析方法，以及优化算法数值比较可能发生的两大悖论。

10. 谢晓华

      中山大学数据科学与计算机学院副教授、博士生导师。加入中山大学之前是中国科学院深圳先进技术研究院的副研究员。他具备数学、计算机视觉、模式识别、计算机图形学交叉学科学习或工作背景，当前研究领域主要为计算机视觉与模式识别，尤其专注于人脸、行人视频图像的处理、分析与识别。已经在包括IEEE TIP、ICCV、CVPR、AAAI在内的国际著名杂志和著名会议发表论文60篇，申请国家发明专利30余项（8项获授权）。相关成果获2018年度广东省自然科学一等奖。参与研发的人脸识别系统成功应用于外交部因公护照电子照片质量检测、多省市高考身份验证、2017年全球财富论坛大巴安保等。谢晓华先后主持国家级科研项目2项；参与国家级重大重点项目4项。兼任中国计算机学会计算机视觉专业委员、中国人工智能学会模式识别专业委员、广东省图像图形学会理事、中国图象图形学会视觉大数据专业委员、广东省图象图形学会-计算机视觉专业委员会副主任。

题目：人脸图像光照处理

摘要：

人脸图像光照处理在人脸识别、人脸三维重建、混合现实、影视制作等方面均具有重要的应用。本报告将介绍人脸图像光照处理技术的发展历程，同时介绍我与合作者提出的若干方法，包括最新基于深度学习的人脸光照迁移方法。

11. 巩敦卫

      中国矿业大学教授、博士生导师，甘肃省“飞天学者”讲座教授。为江苏省自动化学会副秘书长，中国人工智能学会机器学习专委会委员，中国计算机学会软件工程专委会委员，中国自动化学会大数据专委会委员，校学术委员会委员。研究方向为优化问题智能求解、智能软件工程、智能感知与控制、数据智能解析与处理。主持国家“973”计划子课题、国家重点研发计划子课题、国家自然科学基金等8项。研究成果获2017年高等学校科学研究优秀成果奖自然科学二等奖和2018年江苏省科学技术二等奖（均排名第1）；获授权发明专利16项；发表中科院一、二区期刊论文60余篇，其中，IEEE TEVC、TCYB、TSE、TASE、TR等汇刊论文近30篇，入选ESI前1%高被引论文3篇。

题目: 代理模型引导的并行程序测试数据进化生成

摘要：

并行程序是通过多个进程交互实现复杂计算任务的程序，该程序通常包含大量路径，其路径覆盖测试非常具有挑战性。将路径覆盖测试数据生成问题转化为优化问题并采用进化优化求解，是生成测试数据的可行途径。但是，测试数据性能评价需要频繁运行程序，使得所需的计算耗时急剧增多。报告从代理模型引入的必要性、代理模型的构建、应用与更新等方面，介绍我们新近提出的代理模型引导的并行程序路径覆盖测试数据进化生成方法。最后，指出我们准备进一步研究的问题。

12. 张兴义

      博士，教授，博士生导师，先后获得“安徽省杰青”和“国家优青”项目资助。现为安徽大学“计算智能与信号处理教育部重点实验室”主任、“物质科学与信息技术研究院智能科学与网络工程研究所”所长，计算机科学与技术学院“生物智能与知识发现研究所（BIMK）所长”。2009年6月博士毕业于华中科技大学，并于2013-2014年在英国University of Surrey访问一年。目前，研究领域为多目标进化优化及应用、社会及生物网络分析、人工智能方面等。作为项目负责人，主持科技部2030人工智能重大专项课题1项，子课题1项，国家自然科学基金面上项目2项，国家自然科学基金青年项目1项，安徽省科技攻关重大专项等省部级项目多项。在国内外学术刊物上发表论文80多篇，其中发表SCI收录60多篇，发表在包括IEEE TEVC、IEEE TNNLS、IEEE TCYB、IEEE CIM等国际具有重要影响力的期刊论文30余篇，并获得了计算智能领域顶级期刊IEEE TEVC的2018年度最佳论文奖、2021年度最佳论文奖，IEEE CIM的2020年度最佳论文奖。现为计算智能领域顶级期刊《IEEE Transactions on Evolutionary Computation》的副编，国际期刊《Complex & Intelligent Systems》和《International Journal of Bio-Inspired Computation》编委。

Title: Evolutionary large-scale multi-objective optimization

Abstract:

During the last two decades, evolutionary algorithms have been verified to be a useful technology for solving multi-objective optimization problems (MOPs). However, most of these algorithms suffer from the deterioration of performance when addressing large-scale multi-objective optimization problems, namely, LSMOPs. In this talk, I will first briefly introduce the large-scale multi-objective optimization problems, and then mainly focus on some evolutionary algorithms recently suggested by our group for large-scale multi-objective optimization problems.