徐雍
博士生导师
硕士生导师
教师拼音名称：xuyong
出生日期：1983-09-15
入职时间：2015-12-21
所在单位：自动化学院
性别：男
联系方式：13802994016
学位：工学博士学位
职称：教授
在职信息：在职
所属院系：自动化学院
其他联系方式
邮编：
通讯/办公地址：
移动电话：
邮箱：
科学研究
研究领域
理论研究方向：
1. 深度强化学习：设计深度强化学习算法，深度强化学习在网络化控制系统、远程状态估计、传输调度等方面的应用，强化学习加速算法
2. 分布式估计：主要研究分布式网络中的优化求解问题，包含线性函数以及非线性函数，主要内容包括分布式策略设计，稳定性最优性分析，收敛速度分析
应用研究方向：
1. 水空两栖无人机：水空两栖矢量倾转结构设计，浮标通信系统开发，飞控系统开发，水空定位系统开发）（指导本科生获挑战杯广东省特等奖和国赛二等奖，iCAN华南赛区二等奖和国赛三等
2. 智能环保5G无人艇：远程控制系统开发，地面站开发，云台开发，垃圾识别程序开发，垃圾回收装置开发，垃圾分类开发
3. SLAM定位与建图系统：研究多源信息融合技术在机器人定位中的应用，主要针对相机、激光雷达、毫米波雷达、组合导航等信息设计融合框架，从而解决无人艇、无人机、无人车等载体的定位问题
4. 医疗设备产业化：研发将心肺复苏与除颤技术智能结合的医疗辅助设备一体机。主要项目工作包括人脸识别，机械设计与加工，电路系统设计，人机交互界面，数据采集存储与处理等
5. 程序设计与开发
更多>论文成果
- 网络化不确定非线性时滞系统的状态估计.中国科学：信息科学,2022,
- Quasi-synchronization of time delay Markovian jump neural networks with impulsive driven transmission and fading channels.IEEE Transactions on Cybernetics,2019,
- Nonfragile finite-time synchronization for coupled neural networks with impulsive approach.IEEE Transactions on Neural Networks and Learning Systems,2020,
- Quasi-synchronization for neural networks with partial constrained state information via intermittent control approach.IEEE Transactions on Cybernetics,2021,
- Distributed Newton Optimization with Maximized Convergence Rate.IEEE Transactions on Automatic Control,2021,
- Filtering for fuzzy systems with multiplicative sensor noises and multi-density quantizer.IEEE Transactions on Fuzzy Systems,2017,
- State estimation for periodic neural networks with uncertain weight matrices and Markovian jump channel states,.IEEE Transactions on Systems, Man, and Cybernetics: Systems,2017,
- Remote estimator design for time-delay neural networks using communication state information.IEEE Transactions on Neural Networks and Learning Systems,2018,
- Finite-horizon H∞ state estimation for time-varying neural networks with periodic inner coupling and measurements scheduling.IEEE Transactions on Systems, Man, and Cybernetics: Systems,,2018,
- State Estimation for Networked Systems With Markov Driven Transmission and Buffer Constraint.IEEE Transactions on Systems, Man, and Cybernetics: Systems,2020,
专利
著作成果
- 暂无内容
