博导资源

首页 >> 教师队伍 >> 博导资源 >> 正文

邓自立

发布时间:2015年06月15日  点击:[]

邓自立,男,1938年9月生,黑龙江哈尔滨人。1962年7月毕业于黑龙江大学数学系数学专业本科。毕业后被选拔留校工作。先后在黑龙江大学数学系、应用数学研究所、自动化系任教。1962年至1964年参加数学系青年骨干教师概率论与随机过程讨论班,师从原哈尔滨军事工程学院著名留美归国数学家和控制论学者卢庆俊教授,学习和研究Wiener滤波方法和理论。1978年评为讲师,1982年晋升为副教授,1985年晋升为教授。现为黑龙江大学电子工程学院教授,博士研究生导师,兼任中国自动化学会《信息与控制》杂志编委、国家自然科学基金资助项目评审专家。1987年获黑龙江省科技进步一等奖,1988年获国家科技进步二等奖,1988年还获辽宁省科技进步三等奖,1999年获国家教育部科技进步三等奖。1988年被授予省级有突出贡献中青年专家称号,1990年被前国家科委和国家教委授予全国高等学校先进科技工作者称号,并颁发金马奖,1991年获国务院颁发的政府特殊津贴。1996年被授予黑龙江省优秀专家称号。2001年被省人事厅认定为省级学科带头人。2003年被授予黑龙江大学教学名师称号。获2007年黑龙江省高等学校第三届教学名师奖。长期从事卡尔曼滤波、最优和自校正滤波、控制理论及应用、现代时间序列分析、多传感器信息融合滤波的教学与科研工作。在科研方面,在最优、自校正和信息融合估计领域先后主持负责四项国家自然科学基金资助项目,其中三项结题均被国家自然科学基金委员会信息科学部评议为优。开拓了现代控制理论与经典时间序列分析之间的新兴边缘领域——现代时间序列分析及其应用。应用独创的现代时间序列分析方法提出了卡尔曼滤波与维纳滤波新方法,白噪声估计理论、广义系统状态估计理论、自校正滤波理论、多传感器信息融合滤波新理论和新方法、收敛性分析新方法等。在国内外重要核心期刊《Automatica》,《IEEE Sensors Journal》,《IEEE Trans. Aerospace Electronic Systems》,《Information Fusion》,《Signal Processing》,《IET Signal Processing》,《International Journal of Systems Sciences》,《International Journal Adaptive Control and Signal Processing》,《自动化学报》,《控制理论与应用》等及有关重要国际国内学术会议上发表学术论文500余篇,出版专著8部。关于白噪声估计理论、信息融合滤波理论和自校正信息融合滤波理论的代表性论文曾先后以长文(正规论文)发表在由国际自动控制学会(IFAC)主办的自动控制理论国际权威刊物《Automatica》上。在教学方面,先后为本科生和研究生主讲过数学分析、概率论、随机过程、时间序列分析、系统辨识、状态估计、最优滤波、最优控制、自校正控制、预测控制、多传感器信息融合滤波等基础和专业课程。为了培养学生分析和解决问题的能力和创新思维能力,在长期教学和科研实践中提出了一套独具特色的培养学生掌握科学方法论、掌握科学创新思维方法、掌握科学发明、发现的研究方法的辩证思维启发式教学方法。所培养的研究生有的已经成为“长江学者特聘教授”,有的获国家杰出青年基金,有的获国家科技进步二等奖,有的入选教育部新世纪人才培养计划。所指导的博士生在2010年中国控制与决策会议上发表学术论文获《张嗣瀛优秀论文奖》提名奖。所指导的5篇博士学位论文获黑龙江大学优秀博士论文。所指导的硕士学位论文2004年被评为黑龙江省第二届优秀硕士学位论文。2010年荣获第二届黑龙江省研究生优秀导师称号。教材“建模与估计”(北京:科学出版社,2007年)被教育部评为“十一五”国家级规划教材。自动化专业本科生专业课“建模与估计”被评为省级精品课,本人为省级精品课负责人。专著“卡尔曼滤波与维纳滤波”(哈尔滨:哈尔滨工业大学出版社,2001年)获2003年黑龙江省优秀图书一等奖,专著“自校正滤波理论及其应用”(哈尔滨:哈尔滨工业大学出版社,2003年)获2006年黑龙江省优秀图书一等奖。专著“信息融合滤波理论及其应用”(哈尔滨:哈尔滨工业大学出版社,2007年)于2011年荣获由黑龙江省政府颁发的首届黑龙江省出版奖——优秀图书提名奖。

现为黑龙江大学电子工程学院教授,黑龙江大学资深教授,博士生导师。

学科微电子学与固体电子学

研究方向多传感器信息融合

代表性著作:

1、《信息融合滤波理论及其应用》,哈尔滨工业大学出版社,2007

2、《建模与估计》,科学出版社,2007

3、《最优估计理论及其应用——建模、滤波、信息融合估计》,哈尔滨工业大学出版社,2005

4、《自校正滤波理论及其应用——现代时间序列分析方法》,哈尔滨工业大学出版社,2003

5、《卡尔曼滤波与维纳滤波——现代时间序列分析方法》,哈尔滨工业大学出版社,2001

6、《最优滤波理论及其应用——现代时间序列分析方法》,哈尔滨工业大学出版社,2000

7、《现代时间序列分析及其应用》,知识出版社,1989

在重要学术刊物上发表的代表性论文:

[1] 《Optimal and self-tuning white noise estimators with applications to deconvolution and filtering problems》,Automatica,1996,32(2):199-216.

[2] 《New approach to information fusion steady-state Kalman filtering》,Automatica,2005,41(10):1695-1707.

[3] 《Self-tuning decoupled information fusion Wiener state component filters and their convergence》,Automatica,2008,44:685-695.

[4] 《Self-Tuning Decoupled Fusion Kalman Predictor and Its Convergence Analysis》,IEEE Sensors Journal,2009,9(12):2024-2032.

[5] 《Multi-sensor optimal information fusion Kalman filter》,Automatica,2004,40:1017-1023.

[6] 《Multi-model information fusion Kalman filtering and white noise deconvolution》,Information Fusion,2010,11:163-173.

[7] 《Information fusion Wiener filter for the multisensor multichannel ARMA signals with time-delayed measurements》,IET Signal Processing,2009,3(5):403-415.

[8] 《Decoupled distributed Kalman fuser for descriptor systems》,Signal Processing,2008,88:1261-1270.

[9] 《Deng. Self-Tuning Multisensor Weighted Measurement Fusion Kalman Filter》,IEEE Transactions on Aerospace and Electronic Systems,2009,45(1):179-191.

[10] 《Self-tuning distributed measurement fusion Kalman estimator for the multi-channel ARMA signal》,Signal Processing,2011,91:2028-2041.

[11] 《Optimal and self-tuning weighted measurement fusion Wiener filter for the multisensor multichannel ARMA signals》,Signal Processing,2009,89:738-752.

[12] 《Descriptor Wiener state estimators》,Automatica,2000,36:1761-1766.

[13] 《Information fusion white noise deconvolution estimators for time-varying systems》,Signal Processing,2008,88:1233-1247.

[14] 《Sequential covariance intersection fusion Kalman filter》,Information Sciences,2012,189:293-309.

[15] 《The accuracy comparison of multisensor covariance intersection fuser and three weighting fusers》,Information Fusion,2013,14:177-185.

[16] 《Robust weighted fusion time-varying Kalman smoothers for multisensor system with uncertain noise variances》,Information Sciences,2014,282:15-37.

[17] 《Robust weighted fusion Kalman filters for multisensor time-varying systems with uncertain noise variances》,Signal Processing,2014,99:185-200.

[18] 《Robust weighted fusion Kalman predictors with uncertain noise variances》,Digital Signal Processing,2014,30:37-54.

完成的主要课题:

负责完成如下四项国家自然科学基金项目,均已结题,其中三项被国家自然科学基金委信息科学部评议为优:

1. 国家自然科学基金资助项目《油田地震勘探信号自校正去卷滤波新方法研究》(批准号:69172007,1992年1月起至1994年12月止)

2. 国家自然科学基金资助项目《最优滤波和反卷积新理论和新方法》(批准号:69774019,1998年1月起至2000年12月止)

3. 国家自然科学基金资助项目《多传感器信息融合最优和自校正滤波新理论和新方法》,(批准号:60374026, 2004年1月起至2006年12月止,资助金额:20万元)

4. 国家自然科学基金资助项目《自校正信息融合滤波理论及其应用研究》(批准号:60874063,2009年1月起至2011年12月止,资助金额:30万元)

获奖:

1. 《催化裂化装置“人-机实时优化”系统及其推广与应用》(获1987年国家科技进步二等奖)

2. 《催化裂化装置“人-机优化系统”》(获1986年黑龙江省科技进步一等奖)

3. 《最优和自校正滤波与反卷积新理论和新方法研究》(获1999年国家教育部科技进步三等奖)

4. 2007年获黑龙江省第三届高等学校教学名师奖

5. 专著“信息融合滤波理论及其应用”(哈尔滨:哈尔滨工业大学出版社,2007年)于2011年荣获由黑龙江省政府颁发的首届黑龙江省出版奖——优秀图书提名奖。

6. 《最优、自校正状态估计与多传感信息融合估计及其应用》(获2011年黑龙江省科学技术二等奖)

上一条:孙普男

下一条:汪成

关闭