專題導讀 云控制與決策理論及其應用

云控制與決策在傳統控制中引入云計算、邊緣計算、大數據處理技術以及人工智能算法，將各種傳感器感知匯聚而成的海量數據即大數據，存儲在云端，在云端利用人工智能算法實現系統的在線辨識與建模，應用任務的計劃、規劃、調度、預測、優化、決策和控制等服務，結合多種先進控制方法，實現系統的自主智能控制；在終端應用邊緣控制，借助網絡交互信息，形成云網邊端協作機制，提高復雜智能系統控制的實時性和可用性。云控制與決策理論必將推動指揮與控制向體系作戰指揮控制信息一體化、智能化發展，這也是新的形勢下實施高效體系作戰指揮與控制的需要，是加快軍事智能化發展，提高聯合作戰與全域作戰能力的需要。

本專題圍繞云邊端協同優化與任務調度、云控制系統的安全與隱私、云控制與決策理論應用等內容，收錄12 篇學術論文。

云邊端協同優化與任務調度方面，“面向多智能體系統的‘云網邊端’一體化架構”針對智能制造領域中多智能體系統機理建模存在復雜性、異構性等實際問題，結合工業互聯網和云控制，提出了面向多智能體系統的“云網邊端”一體化架構設計方法，解決了異構系統通信協議解析問題和云網邊端計算環境一致性問題，打通了異構智能體之間信息流，達到了降低開發成本、提高技術資源復用率的目的。“多智能體系統帶寬分配及預測云控制”設計了可以補償網絡時延的預測云控制方案，給出了Stackelberg 博弈的納什均衡解和多智能體系統一致性和穩定性條件。“邊緣計算計算卸載與資源分配聯合優化算法”設計了邊緣計算卸載決策與資源分配業務聯合優化算法，實現了多用戶多節點有云參與的聯合迭代尋優。

云控制系統的安全與隱私方面，“基于CNN-MHA-BiLSTM 的云控制系統DDoS 攻擊檢測”提出了融入多頭注意力機制的時空特征檢測模型，可以有效地檢測出云控制系統的DDoS 攻擊。“基于云計算的隱私保護支持向量機分類方案”提出了一種新的基于云計算的隱私保護支持向量機分類方案，能夠在半誠實安全模型下安全計算的同時保護各參與者隱私，且精度較高。“面向時序數據的多范數約束對抗樣本生成方法”提出了一種新的針對深度時序模型的對抗攻擊算法，展現了云控制系統中深度模型的脆弱性。“基于互信息的云控制系統的最優隱私保護機制設計”針對具有能量約束的云控制系統，通過向系統輸出信號添加隨機噪聲以保護隱私，設計了最優的擾動方差與擾動添加調度策略，驗證了最優隱私保護機制的有效性。

云控制與決策理論應用方面，“基于地質鉆探智能云監控系統的鉆速優化決策”面向地質鉆探智能控制與優化決策的工程需求，基于云控制系統的設計理念，提出了地質鉆探智能云監控系統設計方案，并基于高斯過程回歸和混合蝙蝠算法的鉆速智能優化方法，實現了鉆進過程狀態監測、效率優化、智能控制與決策等功能。“異型無人機空戰對抗協同機動決策研究”針對無人機協同空戰可能面臨的不同空中態勢，根據殲擊無人機與電子干擾無人機的協同作戰樣式，設計了編隊飛行、沖突解脫等不同態勢下的機動決策方法，可實現無人機在空戰機動的同時避免相撞事故的發生。“云視頻系統服務高可用技術”從提出云視頻系統服務高可用需求出發，梳理了服務高可用相關的軟件架構演進、故障檢測及失效恢復技術發展，提出了一種創新、可行的云視頻系統服務高可用方案。“應用云模型的字符不確定性定性定量雙向認知”針對常見字符的不確定性，提出了云模型理論融合自編碼器的設計方法，可以更清晰地表示對字符認知的過程。“基于云平臺的消防員自主導航與搜救系統設計與實現”著眼于解決消防火場環境下的自主導航與救援的問題，基于多源信息融合的導航定位、動態場景下視覺導航、三維場景重建、自主學習等方法，設計了消防員火場救援的體系化系統，實現了復雜火場環境的高精度自主導航定位。

本專題組稿得到了來自軍事科學院系統工程研究院、空軍工程大學、中國科學院計算技術研究所、西北工業大學、哈爾濱工程大學、中國礦業大學（徐州）、中國地質大學（武漢）、南京郵電大學、齊魯工業大學（山東省科學院）、燕山大學、福州大學、華北理工大學、西京學院等多家軍地單位專家群體的支持，軍地聯合專家群體不僅為本次組稿提供了有價值的思路和方向，同時，也貢獻了高質量的研究成果，在此表示衷心感謝。