孙富春  一键邀请

孙富春简介：主要职务：清华大学计算机科学与技术系教授，博士生导师，清华大学校学术委员会委员，计算机科学与技术系学术委员会主任，智能技术与系统国家重点实验室常务副主任研究领域：智能控制，机器人与飞行器的导航与控制，网络控制系统，人工认知系统的信息感知和处理教育经历：工学学士（自动化系），海军航空工程学院，中国，1986；工学硕士（自动化系），海军航空工程学院，中国，1989；工学博士（计算机科学与技术系），清华大学，中国，1997。主要兼职：国家重大研发计划机器人总体专家组成员，国家自然基金委重大研究计划“视听觉信息的认知计算”指导专家组成员，中国人工智能学会认知系统与信息处理专业委员会主任，中国自动化学会认知计算与系统专业委员会主任，国际刊物《认知计算与系统》主编，国际刊物《IEEETrans。在模糊系统》，《IEEETrans。关于系统，人与控制论：系统》《机电一体化》和《国际控制，自动化和系统杂志》（IJCAS）》副主编或领域主编，国内刊物《科学-信息科学》和《自动化学报》编委。研究成果：在国家自然科学基金，973项目，863项目和国防预研项目的资助下，在非线性系统的神经模糊稳定自适应控制和鲁棒控制，马尔可夫（Markov）跳变系统的滤波等方面取得了一系列研究成果，具体包括：1非线性系统的神经模糊稳定自适应控制。提出了神经变结构控制和神经模糊动态逆的设计思想，建立了完整的机器人神经网络稳定自适应控制的理论与方法，并完成了主要理论特别工作获第十八届Choon-Gang国际学术一等奖和IEEECSS北京分会优秀论文奖。2从理论上证明柔性机械臂，飞翼式飞机，大型柔性空间结构等一大类多时标非线性系统可以采用模糊奇异摄动模型逼近的存在性和充分性，并使其其在给定逼近精度下的必要条件。提出的基于摄动参数无关和相关解的自适应和鲁棒控制方法为实现该类系统的高精度和实际的中度遇到的饱和效应，模态不可测等困难，被称为有效的控制与滤波方法。研究成果应邀到本领域2006年IEEE智能系统设计与应用国际会议上做大会报告。3面向需求的应用技术研究。建立了内部第一个柔性三维空间机器人，并面向在轨服务的遥操作地面实验系统。在空间机器人动力学参数的在轨识别，抑振轨迹规划，位置/力混合控制，以及面向轨道服务的遥操作操作控制和共享控制技术方面取得创新性成果，申请申报发明专利8项，授权3项，并应邀参加2009年IEEE测量技术与机械学自动化国际会议上做大会报告。主要荣誉：国家杰出青年基金（2006）；教育部新世纪人才奖（2004）；第十八届Choon-Gang国际学术奖（2003）；教育部提名国家科技进步二等奖-柔性连杆机械臂实验平台（2002）；北京科学技术进步二等奖-非线性系统神经模糊稳定自适应控制与鲁棒控制的理论与方法（2004）；全国优秀博士论文奖（2000）。学术成果：保守，共在国际期刊发表论文58篇（SCI收录52篇），这些论文在WebofScience网络版中他引300余次。专着《机械手神经网络稳定自适应控制的理论与方法》被高等教育出版社于2005年出版，专着《空间机器人学：动力学，规划与控制》被清华大学出版社出版，译着《机器人学导论》已为三十多所大学作为教材使用，获得好评。[1]孙富春，孙增圻，张钹着。机械手神经网络稳定自适应控制的理论与方法。高等教育出版社，20051。[2]孙FC和FG吴。第8章：网络控制系统设计的离散时间跳跃模糊系统方法。在网络控制系统中：理论与应用，编着。王飞跃和刘德荣，西部出版公司：2008年3月。[3]孙国强，谭玉元和王丙。关于使用神经网络进行模式识别和信息处理的特刊。软计算，2010，14（2）：101-102。[4]LLee和SunFC。基于具有未知结果的奇摄动模型的直接自适应控制。国际控制自动化与系统杂志，2010，8（2）：38-243。[5]王总部和孙FC。用于分类和回归的无偏LSSVM模型。软计算，2010，14（2）：171-180。[6]NChen，FCSun和LG，Ding。使用多传感器信息融合的自适应PNN-DS分类方法。神经计算与应用，2009，18（5）：455-467。[7]HWu，SunFC和HPHP。不确定系统的模糊粒子滤波。IEEETrans。模糊系统，2008，16（5）：114-119。[8]孙国强，李丽娜，李红霞和刘慧卿。基于神经模糊动态反转的机器人机械手离散时间情况自适应控制。IEEETrans。工业电子学报，2007，54（3）：1342-1351。[9]郝威和孙FC。离散时间非线性系统的自适应克里金控制。IEE会议录-控制理论与应用，2007，1（3）：646-656。[10]邓永刚，孙FC和孙振强。使用滑模的柔性链接机械臂的神经网络控制。神经计算，2006，70：288-295。[11]SunFC，ZQSun和HXLi。通过神经模糊动态反演实现稳定的机械手自适应控制器设计。机器人系统杂志，2005，2005，22（12）：809-819。[12]SunFC，HPHPLiu和KZHe。具有马尔可夫跳跃参数的线性系统的降阶H∞滤波。系统与控制快报，2005，54（8）：739-746。[13]惠普刘，孙FC和孙志强。模糊奇摄动系统的稳定性分析与综合。IEEETrans。模糊系统论，2005，13（2）：273-284。[14]孙FC，刘HP和孙ZQ。关于“离散高木-Sugeno模糊模型的约束控制器设计”的评论。模糊集和系统，2004，146（2）：473-476。[15]刘HP，孙FC，何凯峰和孙振强。具有时滞的马尔可夫跳跃线性系统的降阶H∞滤波器设计。IEEETrans。电路与系统研究，第二部分----ExpressBriefs，2004，51（11）：607-612。[16]孙国强，孙中强和李立。机器人机械手的自适应动态神经模糊控制器设计。模糊集和系统，2003，134（1）：117-133。[17]FCSun和ZQSun。柔性链接机械手的混合神经模糊自适应控制。国际模糊系统杂志，2003，5（2）：89-97。[18]SunFC，HXLi和LLi。基于动态神经网络动态反转的机器人离散自适应控制。自动化学报，2002，38（11）：1977-1983。[19]孙国强，孙国强和吴宇晨。具有观察者的基于机械手的神经网络自适应控制器设计。IEEETrans。NeuralNetworks，2001，12（1）：54-67。[20]孙FC，孙ZQ，陈永博和张杰。具有未知动力学的机械手的神经自适应跟踪控制器。IEE会议论文集，D部分：控制理论与应用，2000，147（3）：366-370。[21]SunFC，ZQSun和FGary。基于滑模的机器人机械手自适应模糊控制器。IEEETrans。有关系统，人和控制论的内容。（B部分：控制论），1999，29（5）：661-667。[22]孙FC，孙ZQ，朱YY和陆伟杰。具有未知动力学的机器人的稳定神经自适应控制。智能与机器人系统杂志。1999，26（1）：91-100。[23]孙国强和孙振国。使用动态神经网络的基于动态反转的机器人自适应控制。机器智能与机器人控制，1999，1（2）：71-78。[24]SunFC，ZQSun和PYWoo。基于稳定神经网络的采样数据非线性系统的自适应控制。IEEETrans。NeuralNetworks，1998，9（5）：956-968。[25]孙FC，孙ZQ，郭MH和张杰。一种稳定的基于神经网络的机器人操纵器自适应控制器。国际智能与机器人系统杂志，1998，2（3）：413-432。[26]FCSun和ZQSun。使用神经网络模型对机器人进行稳定的采样数据自适应控制。智能与机器人系统杂志。1997，20（2）：131-155。[27]H。吴，孙FC，孙中强和吴LC。具有减振功能的柔性双臂空间机器人的最佳轨迹规划。智能与机器人系统学报，2004，40（2）：147-163。[28]NZhao和SunFC。关于“具有极点放置约束的非线性奇摄动系统的模糊控制设计：LMI方法”的评论。IEEETrans。系统，人与控制论，2004，34（6）：2422。