中南大学自动化学院导师教师师资介绍简介-邓镇华

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-08-20

副教授博士生导师硕士生导师
所在单位：自动化学院
学历：博士研究生毕业
办公地点：湖南省长沙市中南大学铁道学院电子楼117
性别：男
联系方式：zhdeng@csu.edu.cn；zhdeng@amss.ac.cn
学位：博士学位
在职信息：在职
毕业院校：中国科学院大学
学科：控制科学与工程

访问量：
最后更新时间：..
同专业博导同专业硕导

首页
论文成果
科研项目
研究领域
著作成果
专利成果
教学成果
获奖信息

其他栏目

English

个人简介邓镇华，中南大学自动化学院副教授，博士生、硕士生导师。主要从事分布式优化与博弈、分布式机器学习、智能电网、多智能体控制、无人机控制、多电机系统协调控制等方面的研究工作。近年来，在《Automatica》(顶刊)、《IEEE Transactions on Cybernetics》、《IEEE Transactions on Neural Networks and Learning Systems》、《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Systems, Man and Cybernetics: Systems》、《IEEE Transactions on Control of Network Systems》、《International Journal of Robust and Nonlinear Control》、《IET Power Electronics》、《IET Control Theory and Application》、《IEEE/CAA Journal of Automatica Sinica》、《Unmanned Systems》等国内外高水平期刊发表SCI论文20余篇，其中顶刊3篇、IEEE Trans. 9篇、JCR一区论文20篇；会议论文12篇，获优秀论文奖1篇。
主持军委“十三五”装备预研领域基金1项、国家自然科学基金青年科学基金1项、湖南省自然科学基金青年科学基金1项，参与国家级科研项目6项。
[1] 军委“十三五”装备预研领域基金项目(): 集群智能无人系统****关键技术研究，2019/01-2020/12 主持。
[2]国家自然科学基金青年科学基金项目(**): 高阶非线性多智能体系统分布式资源分配算法研究及应用，2019/01-2021/12 主持。
[3]湖南省自然科学基金青年科学基金项目(2019JJ50754):高阶多智能体系统分布式优化算法研究及应用，2019/01-2021/12 主持
[4]国家自然基金面上项目(**), 复杂多智能体系统的分布式优化分析与设计, 2016.01-2019.12 参与。
[5]国家青年科学基金项目(**), 基于半稳定理论的多智能体分布式控制与优化, 2017.01-2019.12参与。
[6]国家青年科学基金项目(**), 基于系统抽象化方法的复杂生物布尔网络控制与观测能力研究, 2016.01-2018.12参与。
[7]国家自然基金面上项目(**), 具有非线性耦合关系的多电机系统协调控制，2015.01-2018.12参与。
[8]国家青年科学基金项目(**), 基于反馈信号优选的多机电力系统汽门开度广域控制研究, 2015.01-2017.12参与。
[9]国家自然基金重点项目(**), 基于决策的复杂非线性系统控制, 2018.01-2022.12参与。
担任中国自动化学会专家库专家、湖南省科技专家库专家，IEEE Member、中国自动化学会会员、美国数学评论评论员；担任《Automatica》、《IEEE Transactions on Cybernetics》、《IEEE Transactions on Neural Networks and Learning Systems》、《IEEE Transactions on Energy Conversion》、《IEEE Transactions on Systems, Man, and Cybernetics: Systems》、《Systems & Control Letters》、《IEEE Transactions on Control of Network Systems》、《International Journal of Robust and Nonlinear Control》、《IET Control Theory & Applications》等多个高水平SCI期刊审稿人。
邮箱：zhdeng@csu.edu.cn或 zhdeng@amss.ac.cn
电话：86-**
地址：湖南省长沙市中南大学铁道学院电子楼117

ORCID: https://orcid.org/0000-0001-7225-5238
Google Scholar: https://scholar.google.com/citations?hl=zh-CN&user=vIeSS5cAAAAJ
ResearchGate: https://www.researchgate.net/profile/Zhenhua_Deng
在读学生
博士生1名，硕士生5名
招生要求：欢迎有兴趣投身科研事业的同学加入。

教育经历 [1] 2014.9-2017.7
中国科学院大学 | 运筹学与控制论 | 博士学位 | 博士研究生毕业
[2] 2011.9-2014.6
中南大学 | 控制科学与工程 | 硕士学位 | 硕士研究生毕业
[3] 2007.9-2011.7
大连海事大学 | 自动化 | 学士学位 | 大学本科毕业

工作经历 [1] 2019.10-至今
中南大学 | 自动化学院 | 副教授

[2] 2017.9-2019.9
中南大学 | 自动化学院 | 讲师

研究方向 [1]智能电网

[2]分布式优化及应用

[3]分布式博弈及应用

[4]分布式机器学习

[5]多智能体分布式控制

[6]多无人机控制

其他联系方式 [6]邮箱：

副教授博士生导师硕士生导师
所在单位：自动化学院
学历：博士研究生毕业
办公地点：湖南省长沙市中南大学铁道学院电子楼117
性别：男
联系方式：zhdeng@csu.edu.cn；zhdeng@amss.ac.cn
学位：博士学位
在职信息：在职
毕业院校：中国科学院大学
学科：控制科学与工程

访问量：
最后更新时间：..
同专业博导同专业硕导

首页
论文成果
科研项目
研究领域
著作成果
专利成果
教学成果
获奖信息

其他栏目

English

论文成果当前位置: 中文主页 >> 论文成果
[1]Zhenhua Deng*, “Distributed Generalized Nash Equilibrium Seeking Algorithm for nonsmooth Aggregative Games”, Automatica, 2021, accepted. (顶刊, SCI, EI, JCR 一区)
[2]Zhenhua Deng*, Shu Liang, “Distributed algorithms for aggregative games of multiple heterogeneous Euler-Lagrange systems”, Automatica, 2019, 99: 246-252. (顶刊, SCI, EI, JCR 一区)
[3]Yanqiong Zhang, Zhenhua Deng*, and Yiguang Hong, “Distributed optimal coordination for multiple heterogeneous Euler-Lagrangian systems”, Automatica, 2017, 79: 207-213. (顶刊, SCI, EI，JCR 一区)
[4]Zhenhua Deng*, Xiaohong Nian, and Chen Hu, “Distributed algorithm design for nonsmooth resource allocation problems”, IEEE Transactions on Cybernetics, 2020, 50(7): 3208-3217. (SCI, EI, JCR 一区)
[5]Zhenhua Deng*, “Distributed algorithm design for aggregative games of Euler-Lagrange systems and its application to smart grids”, IEEE Transactions on Cybernetics, 2021, DOI: 10.1109/TCYB.2021.**. (SCI, EI, JCR 一区)
[6]Zhenhua Deng*, Shu Liang, and Yiguang Hong, “Distributed continuous-time algorithms for resource allocation problems over weight-balanced digraphs”, IEEE Transactions on Cybernetics. 2018, 48(11): 3116-3125. (SCI, EI, JCR 一区)
[7]Zhenhua Deng*, “Distributed algorithm design for resource allocation problems of second-order multi-agent systems over weight-balanced digraphs”, IEEE Transactions on Systems, Man and Cybernetics: Systems, 2019, DOI: 10.1109/TSMC.2019.**. (SCI, EI, JCR 一区)
[8]Zhenhua Deng*, Xiaohong Nian, “Distributed generalized Nash equilibrium seeking algorithm design for aggregative games over weight-balanced digraphs," IEEE Transactions on Neural Networks and Learning Systems, 2019, 30(3): 695-706. (SCI, EI, JCR 一区)
[9]Zhenhua Deng*, “Distributed algorithm design for resource allocation problems of high-order multi-agent systems”, IEEE Transactions on Control of Network Systems, 2020, DOI: 10.1109/TCNS.2020.**. (SCI, EI, JCR 一区)
[10]Yutao Tang*, Zhenhua Deng, Yiguang Hong, “Optimal output consensus of high-order multi-agent systems with embedded technique”, IEEE Transactions on Cybernetics. 2019, 49(5): 1768 - 1779.

共34条1/4 首页上页下页尾页页

副教授博士生导师硕士生导师
所在单位：自动化学院
学历：博士研究生毕业
办公地点：湖南省长沙市中南大学铁道学院电子楼117
性别：男
联系方式：zhdeng@csu.edu.cn；zhdeng@amss.ac.cn
学位：博士学位
在职信息：在职
毕业院校：中国科学院大学
学科：控制科学与工程

访问量：
最后更新时间：..
同专业博导同专业硕导

首页
论文成果
科研项目
研究领域
著作成果
专利成果
教学成果
获奖信息

其他栏目

English

科研项目当前位置: 中文主页 >> 科研项目
[1]集群智能无人系统****关键技术研究,中央军委装备发展部
[2]高阶多智能体系统分布式优化算法研究及应用
[3]高阶非线性多智能体系统分布式资源分配算法研究及应用,国家自然科学基金委员会
[4]复杂多智能体系统的分布式优化分析与设计
[5]基于半稳定理论的多智能体分布式控制与优化
[6]基于系统抽象化方法的复杂生物布尔网络控制与观测能力研究
[7]具有非线性耦合关系的多电机系统协调控制
[8]基于反馈信号优选的多机电力系统汽门开度广域控制研究
[9]基于决策的复杂非线性系统控制

共9条1/1 首页上页下页尾页

副教授博士生导师硕士生导师
所在单位：自动化学院
学历：博士研究生毕业
办公地点：湖南省长沙市中南大学铁道学院电子楼117
性别：男
联系方式：zhdeng@csu.edu.cn；zhdeng@amss.ac.cn
学位：博士学位
在职信息：在职
毕业院校：中国科学院大学
学科：控制科学与工程

访问量：
最后更新时间：..
同专业博导同专业硕导

首页
论文成果
科研项目
研究领域
著作成果
专利成果
教学成果
获奖信息

其他栏目

English

研究领域当前位置: 中文主页 >> 研究领域
一、分布式电网

能源技术在国民生产生活中占据极其重要的位置，随着通信技术、信息技术、控制技术的日益成熟，分布式智能电网被公认为是电力系统未来的发展趋势。分布式智能电网系统在某种程度上可抽象为一种分布式多智能体系统，在考虑电网系统中的供需关系、运行成本、系统安全的情况下，通过协调电网中各个可控可通信的发电单元和/或用电单元，使得能源使用效率最大化、经济成本最优化。
本课题组在此方向上，主要关注于发电侧的能量管理，即经济调度问题，通过结合发电系统动力学特性，考虑局部和/或全局约束，研究采用分布式的方法来解决智能电网中的优化问题，以得到最优决策。

智能电网管理

二、分布式优化
随着云计算和大数据等新兴领域的蓬勃发展，分布式优化受到了越来越多的重视，并逐渐渗透到科学研究，工程应用和社会生活的各个方面，尤其在大规模数值计算、机器学习、智能电网、传感器网络等领域具有重要的研究意义和应用价值。分布式优化是指利用网络化多自主体之间的协作来求解的一类优化问题，自主体之间的协作通常基于代数图来描述，且图的结构对分布式优化算法设计及性能具有显著影响。通常情况下，自主体通过合作来最小化整个网络的代价之和。
本课题组在此方向上，主要关注于信息物理系统的分布式优化以及考虑带非平滑代价函数和一般不等式约束的分布式优化等。

多无人机任务分配
三、分布式博弈
随着复杂系统/大型网络的快速发展，博弈论结合高度无人化、网络化的多智能体系统产生的分布式博弈成为热点研究，其理论应用于金融、通讯网络、环境工程、智能电网以及军事国防，尤其在军事对抗中，分布式博弈更是未来智能化作战的关键技术。分布式博弈是指利用网络化多自主体之间的协议来解决多智能体系统中的博弈问题，在多智能体系统中各个节点之间存在博弈对抗关系，各个节点通过设计协议和分布式算法，实现纳什均衡点的求解。
本课题组在此方向上，主要关注考虑物理系统的分布式博弈，尤其是带约束、考虑通信时延、博弈目标非光滑等条件下的分布式博弈以及集群博弈等。

军队红蓝双方对抗博弈

陆海对抗博弈
四、无人机分布式控制
现在无论是在民用方面还是军用方面，无人机都发挥着重要作用，也越来越受到人们的重视。近年来，通信技术、计算机技术、自动控制技术等的快速发展极大的促进了无人机技术的发展及应用，自动控制技术更是推动无人机技术发展的关键技术。无人机分布式控制是指通过分布式控制策略来实现无人机之间的信息交互，从而使无人机自主完成给定任务。分布式控制不需要所有无人机都相互进行通信，每架无人机只需与有限范围内的相邻无人机进行通信。相较于集中式控制，分布式控制具有更好的容错能力、扩充能力。
本课题组在此方向上，主要关注无人机协同飞行、无人机协同侦察、无人机协同目标定位、无人机协同制导、无人机协同打击，无人机协同作战任务分配等方面的研究，通过设计分布式算法来控制无人机群自主完成多种分布式任务。

多无人机编队

五、实验条件
本实验室经过多年建设拥有以下实验设备。
中型旋翼无人机5架
机架轴距48cm，螺旋桨12cm*3.8cm；电池5200mA，续航约30分钟；上升加速度（0-2.5m/ss）,飞行速度约5m/s；质量（加电池）约2.3Kg,有效载重大于1-4 Kg。

微型旋翼无人机10架
尺寸92x92x29mm；重量27克；微控制器（MCU）STM32F405；锂电池供电3.7~4.2V；最大飞行时间7分钟，最大负载15克

固定翼无人机2架
航空轻木材质，1.6米翼展，1.2米长，重量3kg； 4200mA电池，20分钟续航；最大速度30m/s

1.5 KW 交流发电系统半实物实验平台1套

定位系统
1. 雷达定位系统：系统的基础是一套固定在室内的8个雷达为参考系（类似于GPS中的卫星），系统的另一部分是多个固定在要跟踪的对象上的标签（类似于GPS接收器）。通过短波高频无线电信息，系统测量从每个雷达到标签的距离，并根据该信息计算对象的位置。精度10cm。

2.摄像头定位系统：捕捉空间10mx10mx2m，通过布置在空间上方的12个摄像头，可以同时捕捉到26个物体的运动信息。精度0.1cm。

软件仿真平台
1. 多智能体兵棋推演系统：着眼多智能体算法的演示验证任务，按照兵棋推演思路，设计了无人机、无人车、无人船、机器人等多智能体模型库，实时显示推演态势和过程，科学裁决毁伤结果，动态记录推演过程数据，具有复盘再现功能，能够为数据分析评估和算法验证提供支撑。

2.无人机仿真平台：（1）SITL软件模拟器，可以对固定翼(Plane)、旋翼机(Copter)和车辆(Rover)进行模拟。除了进行路径规划测试、参数设置测试、控制代码调试以外，还可模拟风力、地形等外部环境，安装传感器，与其他设备通过串口、网络通信等等。（2）Matlab/Simulink+Flight gear（or Xplane）：以Simulink为平台搭建算法模型，通过PC运行，最后用飞行模拟软件进行场景演示。