Journal of Zhejiang University

Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.

FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018), 1.604 (2019), 2.161 (2020), 2.526 (2021).

Journal of Zhejiang University SCIENCE C

ISSN 1869-1951(Print), 1869-196x(Online), Monthly

2014 Vol.15 No.3 P.161-240

<<< CONTENTS >>>

Computer & Automation

An experimental study on the conversion between IFPUG and UCP functional size measurement units

Juan J. Cuadrado-Gallego, Alain Abran, Pablo Rodriguez-Soria, Miguel A. Lara

DOI: 10.1631/jzus.C1300102 Downloaded: 3205 Clicked: 6556 Cited: 1 Commented: 0(p.161-173) <Full Text> <PPT> 1765

K-nearest neighborhood based integration of time-of-flight cameras and passive stereo for high-accuracy depth maps

Li-wei Liu, Yang Li, Ming Zhang, Liang-hao Wang, Dong-xiao Li

DOI: 10.1631/jzus.C1300194 Downloaded: 3132 Clicked: 8003 Cited: 0 Commented: 0(p.174-186) <Full Text> <PPT> 1910

Chinese summary <58> 基于K-最近鄰域搜尋的ToF深度攝像機和被動立體(tǐ)深度獲取的融合技術研究

研究目的：場景深度獲取是目前三維顯示研究領域中(zhōng)最關鍵的技術。目前主流的深度獲取方式主要有兩種：基于雙目圖像的被動立體(tǐ)匹配技術和基于主動光源測距的ToF深度攝像系統。兩種方式獲取的深度各有優缺點，本文旨在分(fēn)析兩者優缺點，融合兩種方法獲取的結果，形成質量更好的場景深度。
創新要點：利用ToF深度攝像機的優勢區域指導立體(tǐ)匹配的過程，優化了立體(tǐ)匹配的結果，同時提出了一(yī)種新的代價優化深度融合算法，将ToF深度攝像機的采集結果和立體(tǐ)匹配産生(shēng)的深度融合成精度更高的深度圖。
研究方法：主要包含兩部分(fēn)算法，流程可見圖1。首先，利用ToF深度攝像機提供的深度測量圖和對應的光強振幅圖構建能量函數，利用該能量函數，結合K-最近鄰域算法，指導原始立體(tǐ)匹配過程。然後，将優化後的立體(tǐ)匹配結果和TOF深度圖結合，構建代價函數，選取最優深度解，作爲最終融合深度。
重要結論：實驗結果顯示，本文采用的算法獲取的深度圖優于單一(yī)主動或被動方法獲取的深度圖，也優于另一(yī)類全局優化的深度融合算法。

關鍵詞組：深度圖；被動立體(tǐ)；ToF深度攝像機；融合

A probabilistic approach for predictive congestion control in wireless sensor networks

R. Annie Uthra, S. V. Kasmir Raja, A. Jeyasekar, Anthony J. Lattanze

DOI: 10.1631/jzus.C1300175 Downloaded: 2949 Clicked: 9953 Cited: 3 Commented: 0(p.187-199) <Full Text> <PPT> 1997

A two-stage heuristic method for vehicle routing problem with split deliveries and pickups

Yong Wang, Xiao-lei Ma, Yun-teng Lao, Hai-yan Yu, Yong Liu

DOI: 10.1631/jzus.C1300177 Downloaded: 3610 Clicked: 7996 Cited: 7 Commented: 0(p.200-210) <Full Text> <PPT> 2045

Chinese summary <53> 求解集送貨可拆分(fēn)車(chē)輛路徑問題的兩階段啓發式方法

研究目的：集送貨可拆分(fēn)車(chē)輛路徑問題具有配送和收集需求同時可拆分(fēn)、客戶點需求量可超過單車(chē)裝載量、客戶點被單車(chē)訪問可超過一(yī)次等特點，針對測試該問題的公共數據集尋求有效求解方法，是一(yī)項富有挑戰性的工(gōng)作，目前缺乏有效、方便的求解算法。本文探讨求解集送貨可拆分(fēn)車(chē)輛路徑問題的有效算法。
創新要點：提出兩階段啓發式方法，即可行解獲取的初始啓發式算法和改進初始解的混合啓發式算法，爲研究車(chē)輛路徑問題需求拆分(fēn)和訪問次數的松弛提供了有效的求解思路。引用描述該問題實質的邏輯關系模型，結合定義和化簡的概念，本文算法爲集送貨可拆分(fēn)車(chē)輛路徑問題的研究，提供了分(fēn)步計算的實用算法。
方法提亮：組成兩階段啓發式方法的各種邏輯關系模型簡潔、準确地描述了集送貨可拆分(fēn)車(chē)輛路徑問題，同時具備可擴展性和可組合性。這些特性的靈活應用，形成本文提出的兩階段優化算法。
重要結論：利用Solomon數據集和可擴展的Solomon數據集進行實驗計算，并與禁忌搜索算法（TSA），粒子群算法（PSO）以及并行啓發式方法（PHA）比較，結果表明，對于不同規模數據集，本文算法有效節省了總配送成本、提升了平均裝載率。

關鍵詞組：集送貨可拆分(fēn)的車(chē)輛路徑問題（VRPSPDP）；兩階段啓發式方法；混合啓發式算法；Solomon數據集

Robust synchronization of chaotic systems using sliding mode and feedback control

Li-li Li, Ying Liu, Qi-guo Yao

DOI: 10.1631/jzus.C1300266 Downloaded: 2960 Clicked: 7967 Cited: 3 Commented: 0(p.211-222) <Full Text> <PPT> 1971

Chinese summary <42> 基于滑模和反饋控制的魯棒混沌系統同步

研究目的：混沌同步是近年非線性系統研究熱點，在許多方面具有重要應用。實際系統往往存在一(yī)定的不确定性，如系統模型以及系統參數的不匹配性等，嚴重影響了同步性能。本文提出一(yī)種魯棒混沌同步方法，以實現帶有一(yī)定不确定性的混沌系統的同步。
創新要點：将高階滑模控制和反饋控制有效結合，設計了一(yī)種魯棒的混沌同步控制策略。
方法提亮：該方法綜合了滑模控制和反饋控制兩方面優勢，具有魯棒性強、抗系統模型以及參數不匹配性好、收斂速度快、同步誤差小(xiǎo)的特點，因而特别适用于實際工(gōng)程系統。
重要結論：理論分(fēn)析證明了該方法的穩定性。通過和已有方法比較，數值仿真實驗進一(yī)步驗證了該方法的有效性。

關鍵詞組：混沌同步；滑模控制；反饋控制

Greedy feature replacement for online value function approximation

Feng-fei Zhao, Zheng Qin, Zhuo Shao, Jun Fang, Bo-yan Ren

DOI: 10.1631/jzus.C1300246 Downloaded: 2825 Clicked: 6839 Cited: 0 Commented: 0(p.223-231) <Full Text> <PPT> 1995

Chinese summary <63> 用于在線值函數近似的貪婪特征替換方法

研究目的：強化學習需要使用值函數近似來處理真實世界中(zhōng)的高維度狀态空間問題，而值函數近似的效果很大(dà)程度上取決于合适特征表示的選取。表示擴展技術可使線性近似器更有效地表示值函數，然而現有的表示擴展技術或者隻适用于低維度問題，或者在學習過程中(zhōng)不能及時發現重要的特征依賴。因此，本文提出了一(yī)種新型在線特征擴展技術——貪婪特征替換（GFR）。
創新要點：通過發現替換區域來執行特征替換的方式，貪婪特征替換方法增量地擴展特征表示，可以處理高維度狀态空間問題，解決了傳統在線擴展技術的局限。通過識别替換區域，貪婪特征替換方法優化了特征組合的加入順序，提高了特征表示擴展的性能。
研究方法：引入虛拟時序差的概念，模拟新特征組合加入特征表示後的時序差，通過分(fēn)析實際時序差與虛拟時序差累積情況的差距，選擇新的特征組合。如差距超過給定阈值，這個特征組合将被作爲新特征。在每次特征替換中(zhōng)，兩個原有的特征被一(yī)個新的特征組合取代。
重要結論：理論分(fēn)析表明，使用貪婪特征替換方法的值函數近似可以漸進地得到最優近似結果。對兩個有代表性的學習問題的實驗結果顯示，貪婪特征替換可以達到更快的學習效果，而且具備處理大(dà)規模狀态空間的能力。貪婪特征替換方法可以應用于各種在線值函數近似。

關鍵詞組：強化學習；值函數近似；特征依賴；在線擴展；特征替換

Electrical Engineering

A power conversion system for PMSG-based WECS operating with fully-controlled current-source converters

Jian-yu Bao, Wei-bing Bao, Yu-ling Li

DOI: 10.1631/jzus.C1300231 Downloaded: 3578 Clicked: 8756 Cited: 1 Commented: 0(p.232-240) <Full Text> <PPT> 2132

Chinese summary <42> 基于全控電流型變流器的永磁同步風力發電功率變換系統

研究目的：變流器是風力并網發電系統的核心，研究變流技術對于提高并網系統的靈活性、可靠性以及電能質量等都具有現實意義。本文采用背靠背全控電流源型變流器配置的永磁同步風力并網發電系統，結合電流空間矢量和電流多電平變流技術，探讨發電機側最大(dà)功率跟蹤（MPPT）技術和電網側并網逆變控制技術在全控電流型變流器系統中(zhōng)的實現。
創新要點：結合電流型變流器的MPPT技術和多電平技術，提出既能并網發電、又(yòu)能實現直流側寬範圍風速控制的全控電流型變流器風力并網發電系統。網側采用電流多電平變流技術并應用多載波PWM調制策略，克服了傳統電流源型變流器交流側電流諧波含量高，諧波總畸變率（THD）不易滿足并網要求的缺點。采用鎖相環與電流解耦控制，實現了網側可任意功率因數并網運行，提高了并網系統的靈活性。
研究方法：基于電流空間矢量方法實現發電機側MPPT和直流母線電流控制。基于電路對偶變換構造三相電流型多電平變流器拓撲，并移植适用電壓型多電平變流器的PD-PWM調制策略以消除低次電流諧波，解決了電流型多電平逆變器PWM調制策略難以實現的問題。結合鎖相環與電流解耦控制，實現網側可任意功率因數并網運行。
重要結論：發電機側采用電流型PWM變流器，利用其内在升壓特性可實現寬範圍風速控制。網側采用電流型多電平逆變器，拓撲結構與電壓型多電平逆變器對偶，多電平PWM調制策略易實現；并網電流波形質量好、諧波含量低；直接電流輸出控制受電網波動影響小(xiǎo)。

關鍵詞組：風力發電；并網；MPPT；電流型多電平逆變器；多載波PWM