高明（教授）

»姓名：高明

»系属：自动化系

»学位：博士

»职称：教授

»专业： 自动化

»导师类别： 博导/硕导

»电子邮箱：gaoming@upc.edu.cn

»联系电话：0532-86983478

»通讯地址：青岛市黄岛区长江西路66号

»概况

◎研究方向

[1]  网络化系统的鲁棒控制

简介：现代复杂工程系统正在朝着网络化的方向发展，网络化随机系统的控制理论是自动化技术领域的重要研究方向。针对实际工程中应用广泛的网络化控制系统，在传输信道受限、存在分布式拓扑结构等情形下，研究系统的稳定性、状态估计与鲁棒H∞控制等问题。

[2]  分布式系统的故障诊断与容错控制

简介：多智能体系统、传感器网络为典型的分布式系统。分布式系统各个子系统之间按照一定的拓扑结构进行连接并通过无线网络通信，某个子系统发生故障会导致故障在系统内进行传播。分布式系统的故障诊断与容错控制是当前国际控制界的热门研究方向，为提高复杂工业系统的可靠性、可维护性和安全性提供了有力的保障。

◎教育经历

2006年9月—2009年6月毕业于江南大学，获得控制理论与控制工程博士学位；2006年7月和2002年7月于山东师范大学分别获得硕士与学士学位。

◎工作经历

2014年7月—至今，在中国石油大学（华东），信息与控制工程学院自动化系工作；

2009年7月—2014年6月于山东科技大学，电气与自动化工程学院工作；2012年12月职称晋升为副教授；

2016年8月—2017年2月于香港科技大学访问学习。

◎学术兼职

2019年起中国自动化学会技术过程的故障诊断与安全性专业委员会副秘书长、委员；获得“中国自动化学会优秀学会工作者”荣誉称号；

2023年全驱系统理论与应用会议程序委员会副秘书长；

2019年全国技术过程故障诊断与安全性学术会议分委会主席；

2015年起任中国自动化学会青工委委员；

2015年起任智能物联系统建模与仿真专业委员会委员；

担任多个国际权威期刊IEEE Transactions on Automatic Control、IEEE Transactions on Cybernetics、IET   Control Theory and Applications 、Neurocomputing审稿人。

◎主讲课程

本科生课程：自动控制原理、现代控制理论、控制系统仿真技术、计算机控制（全英文）

研究生课程：控制理论专题、动态系统的故障诊断与容错控制

◎指导研究生及博士后

博士生：

2021级：怀务祥

硕士生：

2017级：张国铭、林宗元；

2018级：赵朕、官强；

2019级：李政超、石淼淼

2020级：李晨晨、刘倩、刘文进

2021级：强佳丽、冯阳

2022级：程炜、程宣瑞、郭现峰、朱资鉴

◎承担项目

1. 国家自然科学基金面上项目（No.62073339）具有乘性噪声的随机动态系统间歇故障诊断方法研究，2021/01-2024/12，主持；

2. 国家自然科学基金面上项目(No. 61573377)，基于微分对策的鲁棒滤波及其在地面微地震监测中的应用，2016/01—2019/12，主持；

3. 国家自然科学基金青年基金(No. 61203053)，基于谱技术的随机系统区域稳定和镇定性研究及其在H∞控制的应用，2013/01-2015/12，主持；

4. 自主创新科研计划青年基金延续资助项目(No. 19CX02044A)，分布式网络化系统的故障检测、分离与估计，2019/01-2021/12，主持；

5. 自主创新科研计划项目(No. 15CX02038A) ，随机系统的区域稳定及多目标控制研究，2015/01-2016/12，主持。

◎获奖情况

1. 网络化动态系统的鲁棒滤波、控制与故障诊断理论，2022年山东省自然科学奖，山东省人民政府，二等奖，高明(5/5)；

2. 高速列车制动系统实时故障诊断技术及应用，2022年中国自动化学会科学技术奖，中国自动化学会，一等奖，高明(4/6)；

3. 网络化随机系统的故障检测、估计与鲁棒控制方法及应用，2019年青岛市自然科学奖，青岛市科学技术局，三等奖，高明(4/5)；

4. 随机跳变系统的建模、分析与综合，2016年中国自动化学会(CAA)自然科学奖，中国自动化学会，二等奖，高明(3/4)；

5. 随机Markov跳跃系统分析与综合的新方法，2014年山东高等学校优秀科研成果奖，山东省教育厅，二等奖，高明(3/4)。

◎论文

[1]     M.   Gao, Y. Niu, L. Sheng. Distributed fault-tolerant state estimation for a   class of nonlinear systems over sensor networks with sensor faults and random   link failures, IEEE Systems Journal, vol. 16, no. 4, pp. 6328 - 6337, 2022. (SCI二区)

[2]     M.   Gao, Y. Niu, L. Sheng, D. Zhou. Quantitative analysis of incipient fault   detectability for time-varying stochastic systems based on weighted Moving   average approach. Applied Mathematics and Computation, vol. 434, Art. no.   127472, 2022. (SCI二区)

[3]     Y. Niu, L. Sheng, M. Gao, D. Zhou.   Distributed intermittent fault detection for linear stochastic systems over sensor   networks. IEEE Transactions on Cybernetics, vol. 52, no. 9, pp. 9208-9218,   2022. (SCI一区)

[4]     Y. Niu, L. Sheng, M. Gao, D. Zhou.   Dynamic event-triggered state estimation for continuous-time polynomial   nonlinear systems with external disturbances. IEEE Transactions on Industrial   Informatics, vol. 17, no. 6, pp. 3962-3970, 2021. (SCI一区)

[5]     M.   Gao, W. Zhang, L. Sheng, D. Zhou. Distributed fault estimation for   delayed complex networks with Round-Robin protocol based on unknown input   observer. Journal of the Franklin   Institute, vol.357, no. 13, pp. 8678-8702, 2020. (SCI二区)

[6]     M.   Gao, Z Zhu, Y. Niu. Robust H₂/H_∞ control for a class of   time-varying nonlinear stochastic systems with state- and control-dependent   noises. International Journal of   Systems Science vol. 51, no. 7, pp. 1218-1228, 2020. (SCI三区)

[7]     D. Zhou, Y. Zhao, Z. Wang, X. He, M. Gao. Review on diagnosis   techniques for intermittent faults in dynamic systems. IEEE Transactions on Industrial Electronics, vol. 67, no.   3, pp. 2337-2347, 2020. (SCI一区)

[8]     M.   Gao, S. Yang, L. Sheng. Distributed fault estimation for time-varying   multi-agent systems with sensor faults and partially decoupled disturbances. IEEE Access, vol. 7, pp.   147905-147913, 2019. (SCI二区)

[9]     M.   Gao, S. Yang, L. Sheng, D. Zhou. Fault diagnosis for time-varying systems   with multiplicative noises over sensor networks subject to Round-Robin   protocol, Neurocomputing,   vol. 346, pp. 65-72, 2019.(SCI二区)

[10]   M.   Gao, L. Sheng, D. Zhou, Y. Niu. Event-based fault detection for T-S fuzzy   systems with packet dropouts and (x, v)-dependent   noises. Signal Processing,   vol. 138, pp. 211-219, 2017. (SCI二区)

[11]   M.   Gao, L. Sheng, D. H. Zhou, F. Gao. Iterative learning fault-tolerant   control for networked batch processes with multi-rate sampling and   quantization effects. Industrial &   Engineering Chemistry Research, vol. 56, no. 9, pp.   2515-2525, 2017. (SCI二区)

[12]   M.   Gao, L. Sheng, Y. Liu. Robust H_∞   control for T-S fuzzy systems subject to missing measurements with uncertain   missing probabilities. Neurocomputing,   vol. 193, pp. 235-241，2016. (SCI二区)

[13]   M.   Gao, L. Sheng, Y. Liu, Z. Zhu. Observer-based H_∞ fuzzy control for nonlinear stochastic systems with   multiplicative noise and successive packet dropouts. Neurocomputing, vol. 173, pp. 2001-2008, 2016. (SCI二区)

[14]   M.   Gao, L. Sheng, W. Zhang. Stochastic H₂/H_∞ control of nonlinear   systems with time-delay and state-dependent noise. Applied Mathematics and Computation, vol. 266, pp.   429-440, 2015. (SCI二区)

[15]   M. Gao, W. Zhang, Z. Zhu.   H_∞   control for nonlinear stochastic systems with time-delay and multiplicative   noise. Mathematical Problems in   Engineering, Volume 2015, Article ID 382859, 9 pages, 2015. (SCI 四区)

[16]   M.   Gao, L. Sheng, W. Zhang.   Finite horizon H₂/H_∞ control of time-varying   stochastic systems with Markov jumps and (x,u,v)-dependent   noise. IET Control Theory and   Applications, vol. 8, no. 14, pp. 1354-1363, 2014. (SCI)

[17]   M. Gao, C. Fu, W. Zhang. Algorithms   to solve stochastic H₂/H_∞ control with   state-dependent noise. Mathematical   Problems in Engineering, Volume 2014, Article ID 205967, 9 pages,   2014. (SCI)

[18]   M.   Gao, L. Sheng, B. Cui. Robust stability of uncertain Markovian jump   discrete-time recurrent neural networks with time delays. International Journal of Systems   Science, vol. 41, no. 12, pp. 1525-1536, 2010. (SCI)

[19]   M.   Gao, B. Cui. Global robust exponential stability of discrete-time   interval BAM neural networks with time-varying delays. Applied Mathematical Modelling, vol. 33, no. 3, pp.   1270-1284, 2009. (SCI)

[20]   M.   Gao, B. Cui. Adaptive synchronization in an array of asymmetric coupled   neural networks. Chinese Physics B,   vol. 18, no. 1, pp. 76-83, 2009. (SCI)

[21]   M.   Gao, B. Cui. Global robust stability of neural networks with multiple   discrete delays and distributed delays.Chaos, Solitons and Fractals, vol. 40, no. 4, pp. 1823-1834, 2009.   (SCI)

[22]   M.   Gao, B. Cui. Robust exponential stability of interval Cohen-Grossberg   neural networks with time-varying delays. Chaos,   Solitons and Fractals, vol. 40, no. 4, pp. 1914-1928, 2009. (SCI)

[23]   M.   Gao, B. Cui, X. Lou. Robust exponential stability of Markovian jumping   neural networks with time–varying delay. International   Journal of Neural Systems, vol. 18, no. 3, pp. 207-218, 2008. (SCI)

[24]   高明, 盛立, 张维海. 离散随机Markov跳跃系统的广义Lyapunov方程解的性质. 控制与决策, vol.   29, no. 9, pp. 1693-1697, 2014. (EI)

[25]   高明, 盛立, 张维海. 基于谱技术的随机系统的区间输出反馈镇定控制. 控制与决策, vol.   27, no. 7, pp. 1101-1104, 2012. (EI)

[26]   高明, 盛立.连续Markov跳变奇异系统的稳定性分析与镇定. 系统工程与电子技术, vol.   33, no. 1, pp. 157-161, 2011. (EI)

[27]   高明, 崔宝同. 时滞Markov跳变BAM神经网络的鲁棒稳定性. 系统工程与电子技术,vol.   30, no. 10, pp. 1981-1985, 2008. (EI)

◎学术专著

盛立，高明，周东华，随机动态系统的间歇故障检测技术，科学出版社，北京，2022.

◎专利

[1]  高明，官强，王维波，盛立，微地震事件检测与定位方法及系统，专利号：ZL202110769659.3,授权公告日：2022-6-24.

[2]  高明,牛艺春,盛立, 一种具有随机干扰的三阶神经网络混沌电路, 专利号：ZL201610114946.X, 授权公告日：2018-7-31.

[3]  高明,牛艺春,盛立，具有随机干扰的三阶混沌神经网络保密通信电路, 专利号：ZL201610115894.8, 授权公告日: 2018-7-31.