苏ICP备112451047180号-6
摘要
随着机械电子和自动控制等学科的快速发展, 机器人的功能正日趋完善并开始在众多领域扮演着越来越重要的角色。轨迹跟踪能力很大程度上决定了机器人系统的性能。目前机器人轨迹跟踪问题的研究已成为国内外研究的前沿和热点问题。由于滑模变结构控制的滑动模态运动对系统的参数摄动、外界扰动及系统不确定性具有完全鲁棒性，所以滑模变结构控制适用于解决机器人的轨迹跟踪问题。本文提出了基于切换观测器的机器人轨迹跟踪控制策略。
本论文的主要工作包括如下几个方面：
机器人系统的许多控制方法都依赖于状态反馈控制，然而机器人系统的运动模态是很难获得的。针对这一问题，本文设计了 Luenberger 型切换状态观测器。Luenberger型观测器只针对机器人系统设计的，结构简单，观测效果较好，通过仿真实验验证了该观测器的有效性。但该观测器对模型依赖度较大。机器人系统是非线性、不确定系统，精确的模型是很难获得的，所以本文又设计了变结构切换观测器。
研究机器人控制中的非线性轨迹跟踪问题，从而为复杂系统提供变结构切换观测器的设计方法。在传统的勒贝格观测器增加一个开关参数，从而保证观测器的鲁棒性。为解决轨迹跟踪的问题，采用全信息状态下的控制律。可以证明，闭环系统是李雅普诺夫全局渐近稳定的。
最后，对论文所做的工作进行了总结和展望。
关键词：结构观测器；切换型观测器；刚性机器人控制；指数稳定；跟踪控制
Switched Observer-Based Control Design of Robot
Abstract
With the rapid developing of mechano-electronic, automatic control, and so on, function of robot is becoming more and more perfect, and playing a more and more important role in many domains. The tracking ability of a robot reflects the whole system’s performance. At present, the research of robot trajectory tracking control has become the forefront and hot problem domestically and abroad. Also, sliding mode variable structure control (SMVSC) is applicable to solve the problem of robot trajectory tracking, because the sliding motion of SMVSC has strong robustness against system parameter perturbation, external disturbances and system uncertainties. Based on this, this paper studies the sliding modetrajectory tracking control for robot on the basis of the switched observer framework.
The main contributions can be stated as follows:
First of all, most control approaches of robot assume that the states are available for feedback control design. However, it is difficult to obtain the movement model of robot. According to the problem above, a Luenberger-type observer is designed for the robot system with simple structure and better observation.Simulation results verify the effectiveness of the proposed observer. But it is greatly dependent on the accurate model. Robot system is nonlinear and uncertain system, whose accurate models are difficult to obtain, and then a variable structure switched observer is designed.
Second, this paper considers the application of a variable structure observer developed for a class of nonlinear systems to solve the trajectory tracking control problem for rigid robot manipulators. The analyzed approach about observer design proposes a simple design method．Based on the conventional Luenberger observer, a switched observer is constructed, which is used to guarantee robustness against modeling errors and system uncertainties. In order to solve the tracking problem，we use a control law developed for robot manipulators in the full information case. The closed loop system under arbitrary switching is shown to be globally asymptotically stable．
Finally, the conclusions and perspectives are presented in the end of the thesis.
Key words：variable structure observers，switched observers，rigid robot manipulators， exponential stability，tracking control
一、 课题提出
1.1 课题背景、目的与意义
1.1.1 课题背景
通常来讲，我们所指的移动机器人是一种用以完成预置工作的仿人的机器系统，可以将其放在复杂的未知环境中，对外界的环境信息和自身的状态信息的获取，主要是借助传感器的感知来实现，进而完成一系列的自主运动。无论是在发达国家，还是在发展中国家，移动机器人都开始登上了历史舞台。它不光应用在了生产生活和教育科研中，也走进了军事、航天等领域。近几年，大量的学者和科研人员丌始对移动机器人的环境建模、路径规划、定位、导航、避障、轨迹跟踪以及多信息融合等方面展开理论学习和研究，并取得了丰硕的成果。
机器人技术堪称人类上个世纪最伟大的发明之一，自20世纪60年代问世以来、历经半个世纪的发展如今已达到惊人的进步，目前已经深入到了人类生活的多种重要领域。如今的机器人技术已经成为了一门涵盖控制论、计算机、机构学、人工智能、传感技术以及仿生学等多种学科的高级技术，是现今科研领域中十分活跃应用日益广泛的一种。一个国家的机器人应用情况已经成为其工业自动化水平的重要标志之一。
随着计算机技术和人工智能技术的飞速发展，使机器人在功能和技术层次上有了很大的提高，移动机器人和机器人的视觉和触觉等技术就是典型的代表。由于这些技术的发展，推动了机器人概念的延伸。80年代，将具有感觉、思考、决策和动作能力的系统称为智能机器人，这是一个概括的、含义广泛的概念。这一概念不但指导了机器人技术的研究和应用，而且又赋予了机器人技术向深广发展的巨大空间，水下机器人、空间机器人、空中机器人、地面机器人、微小型机器人等各种用途的机器人相继问世，许多梦想成为了现实。将机器人的技术（如传感技术、智能技术、控制技术等）扩散和渗透到各个领域形成了各式各样的新机器——机器人化机器。当前与信息技术的融合又产生了“软件机器人”、“网络机器人”的名称，这也说明了机器人所具有的创新活力。
其中就包括移动机器人，移动机器人(Mobile Robot)研究是上世纪80年代以后兴起的一个比较新的研究领域。移动机器人是目前一项比较实用的技术，它涉及诸多的学科，包括材料力学、机械传动、机械制造、动力学、运动学、控制论、电气工程、自动控制理论、计算机技术、生物、伦理学等诸多方面。20世纪80年代后期，许多国家相继开展了移动机器人技术的研究如美国的Hughes人工智能中心于1987年首次进行了移动机器人越野实现Stanford大学的移动机器人能在立体制导系统引导下缓慢步行。90年代到现在，人类逐步实现了6"-10km深海探测；实现了对太阳系一系列卫星的天体的探测。其中自主式移动机器人由于其高度的自主性，正在越来越多的领域得到广泛的应用，在诸如野外作业、深海探测，军事和服务业，以及一些人类本身所不能进入的有毒或高温环境中，有着极其广泛的应用前景，它是21世纪自动化技术研究和发展的重要方面。
1.1.2 目的与意义
八十年代，个人电脑作为新兴事物，走进了人们的生活，成为人们关注的焦点；九十年代，继个人电脑之后，因特网进入了人们的视野，掀起了一场前所未有的科技浪潮；而人们对21世纪的预测是：那将是一个机器人的时代，它在生产生活中所发挥的作用将越来越显著。以轮式移动机器人的轨迹跟踪控制为例，它在机器人研究领域有着非常良好的发展前景，在工业生产中也体现了一定的实用性，例如：燥接机器人的辉缝跟踪，工业机器人按预定的路线运送货物等。除了用于工业生产以外，还有一部分轮式移动机器人已经走向科研、用于教学和比赛。专家们坚信，经过进一步开发后，完全可以将其引入到中小学的信息技术教学课堂及课外娱乐活动中。作为引领教学型机器人发展的先驱和骨干，上海GRANDAR伙伴机器人有限公司充分发挥其技术优势，不断开拓创新，成功研制出了不仅适用于教学和科研、还适用于训练与比赛的AS-R型能力风暴智能机器人。机器人融合了机器人的视觉、语音、虚拟现实、实时系统、网络技术、控制技术、系统集成、智能人机交互和传感器检测等核心技术，是一个完全开放的系统。以机器人为平台，可深入研究以下各控制算法，如：PID控制、模糊控制、神经网络控制等。另外，鉴于机器人能够承载的重量，我们还可以在上面扩展某些配件，如手臂，进而可以对移动操作臂进行研究。在对型移动机器人进行轨迹跟踪控制时，我们通常要求被跟踪的期望轨迹是根据时间变化而给出的的曲线图，也就是希望机器人尽可能地在给定的时间内到达期望位置。用于轨迹跟踪的现存方法，在数学上是精致的、不容置疑的，取得的结果也是很有价值的，但对于跟踪控制器的设计这一块儿来说，略有不足，并不是最合适的。在实际应用中，自动化的传统方法常遵寻的是几何路径跟踪这一概念，这样一来，设计控制器时就会更多地参照人的直觉，其优势是不仅简卑而且实现起来也较容易。
自上个世纪80年代以来，随着综合国力的不断提高，计算机、大功率电子器件、机器人、电机及航空航天技术等领域的发展就显得尤为迅速，在此期间，人们对滑模变结构理论也越来越重视，并试图将其应用到更广阔的领域当中。由此可见，滑模变结构开启了控制领域的新纪元。另外，许多重要的国内外学术会议还专门设立了滑模控制或滑模变结构控制小组，所研究的控制对象多为复杂系统，如离散系统、时滞系统、非完整力学系统和非线性系统等。将滑模变结构法用在具有非线性特点的轮式移动机器人系统中，进行精准的轨迹跟踪控制，存在一定的挑战性。
1.1.3 国外现状
近几年，在国外的一些发达国家，对移动机器人的应用己不仅仅局限于军事，
一些商业化产品，如智能清洁机器人、轮椅机器人、伴舞机器人等，也受到了科研人员的青睐。2005年，在日本举办的爱知世博会上，“机器人专题展”中有近65款机器人呈现在人们面前，吸引了多数观众的眼球。形形色色的机器人，不仅外貌大小不相一致，功能用途也大不相同，显然，机器人产业正在迅猛发展。在移动机器人的研究及应用方面，一直处于遥遥领先地位的本，最新研发出的一款“清扫”机器人，酷似装有轮子的洗衣机，主要用于清扫高层建筑物的走廊。“清扫”机器人可以在工人下班后进行工作，并能“操纵”电梯，在进入电梯之前，它会自动发出警示：“该电梯正处于清扫状态，请勿使用”[1]。德国研制的一款轮椅机器人，为了对其性能进行考验，将其放在嘈杂拥挤的、有大批人群流动的环境中，长达36小时的观察结果表明，它的性能远远优于其他现存机器人。
除此以外，一些国外学者及研发人员还在远程遥控移动机器人、高完整性机器人、生物机器人学、协作机器人学、社会机器人学等诸多方面幵展了大量而细致的研究工作。
20世纪70年代以来，许多大学增设了机器人课程，让更多的学生认识机器人了解机器人，从而，进一步展机器人的研究工作。如美国的MIT、Carnegie-Mellon、Purdue等，日本的早稻田大学、东京大学等都是在机器人学方面富有显著成果的高等学府。伴随机器人学的发展，国际上也经常组织和开展相关的学术型交流活动。目前，最有影响力的国际会议要属每年举行的机器人学与自动化国际会议（ICRA),还有国际工业机器人技术会议（CIRT)和国际工业机器人会议（ISIR)等[2]。
在国外，两个比较著名的移动机器人研究机构分别是：Stanford和CMU-Rover。前者的研究重点是在各种特殊环境下的感知行为；而后者则是针对视觉控制的导航进行研究。另外还有日本Tsukuba（筑波）大学的，法国LAAS实验室的Hilare，德国的Karlsruhe（卡尔斯鲁厄）大学IPR研究所开发的KAMRO等，这些都在移动机器人的研究方面处在比较领先的地位，在机器人产业的发展中起到了不可替代的作用。
总的说来，国外的移动机器人的发展主要是沿着以下两条路线来进行，一条是以生产生活所需来引领技术的发展，如瑞典和日本；另一条则是美国，欧洲的一些高校和科研机构走的学术路线，即把移动机器人作为人工智能的载体，进而去研究人工智能和其他智能技术，然而这类研究大都仍处于实验阶段。
1.1.4国内现状
国内对机器人技术的研究，虽然起步有点儿晚，但经多年努力，也取得了巨大进步，且发展速度也很快。近些年，国内部分高校已投入相当大的人力物力建设机器人研究所和实验室。典型代表有哈尔滨工业大学、北航机器人研究所、南开大学及上海交通大学等等。成立1986于年的哈尔滨工业大学机器人研究所，是国内最早的对机器人技术进行专门研究的科研单位之一，并把医疗机器人、工业机器人、服务机器人、仿生机器人、多机器人协调与控制等作为其主要的研究方向[3]。北航机器人研究所，始于1987年，作为一个综合性研究实体，即同时肩负着教学、科研、开发等多项任务，其研究方向主要是机械学及机器人技术。近几年来，将间机器人与空间机构学、微操作机器人系统、虚拟样机及遥操作、机器人医疗手术系统及机器人技术工程应用等作为其主要研究方向，并取得丰硕成果。主要的科研项目包括：CCD生物芯片扫描仪、扑翼飞行器、仿生推进器、擦窗机器人、矫正外形机器人、扑翼式仿生机器鱼及智能停车库等[4]。与国内其它科研单位相比较，南开大学机器人所具备三方面的突出特点，即“小”、“精”、“强”。然而，经过十几年的不懈努力，南开大学机器人所在国内机器人控制领域的影响力明显增强。其主要研究方向有面向生物医学工程的微操作机器人系统、多机器人系统及其协调控制、基于网络的机器人遥操作以及移动机器人控制器等[5]。相比之下，上海交通大学在移动机器人方面的成果显得尤为突出。其自主机器人实验室针对移动式服务机器人的规划、控制及导航技术等方面作了大量研究，并取得了可喜成绩。其代表性工作有：Frontier系列自主移动机器人、智能轮椅、服务机器人编程与仿真环境（日本安川电机开发研究所合作项目）及SHR-1型仿人双足步行机器人等。Frontier系列（包括Ⅰ型和Ⅱ型）自主移动机器人，采用双轮差速驱动，配备里程计、红外测距、前向视觉和全景视觉等传感器，可通过无线以太网进行遥操作和机器人间通信，具有视觉定位、跟踪、避障、导航等自主功能[6]。
除此以外，在对轮式移动机器人的研究方面，也取得了丰硕的成果。当前，国内专注于轮式移动机器人研究的公司及科研单位主要有：作为中国唯一一家拥有AGV完全自主知识产权的沈阳新松公司[7],其产品处于同行业领先地位，填补了多项国家空白，并广泛应用于多种行业中，现已成功出口到美国，加拿大，墨西哥，印度，俄罗斯等国家；研制能力风暴轮式移动机器人的上海GRANDAR未来伙伴机器人有限公司[8]；研制“探索者”系列机械创新套件的北京机器时代科技有限公司[9],研制“月球车”的深圳伟翔机器人有限公司专门为大学及高职院校幵发研制新型移动智能机器人SHR-C150的北京森汉科技有限公司[10]等。
1.1.5移动机器人的轨迹跟踪问题概述
通过对大量文献的阅读，不难发现，对于移动机器人的研究，主要包括以下几个大问题：路径规划、导航与定位、跟踪控制、反馈镇定、多传感器系统与信息融合、多移动机器人协作系统及仿生学与仿生技术等。其中，跟踪控制问题，是移动机器人底层运动控制中最实用也是最重要的可研究领域，因此，受到了国内外众多学者的高度重视。简单地讲，我们可以把跟踪控制概括为两个方面，其一是路径跟踪，其二是轨迹跟踪。
经多年研究发现，实现轮式移动机器人的轨迹跟踪控制并不是一件容易的事，具有一定的挑战性，因此通常采用控制实际轮式机器人跟踪虚拟轮式机器人的方法来实现。常用的控制方法主要有：非线性状态反馈法、滑模控制法、后退（Backsteping）控制法、自适应控制法、智能控制法等[11]。
那么，这些方法在机器人的轨迹跟踪方面取得了哪些应用效果呢？关于非线性状态反馈控制，在文献[12]中，C.Samson等人在微分平坦这一理论的基础上，引入了动态反馈的概念，并由此得到一个可在局部进行跟踪的控制律，该控制律是呈指数形式收敛的，且有奇异点存在。在文献[13]中，董文杰等通过设计一维的动态跟踪控制器实现了在没有奇异点的闭环系统内的跟踪控制，然而该方法存在一个严重的弊端，那就是不能实现对直线轨迹的跟踪，其原因在于使用该方法的前提是参考角速度必须不为零。而对于滑模控制法，人们将其视为一种鲁棒控制策略，良好的鲁棒性使其广泛应用于具有非完整约束的移动机器人的运动控制当中[14][15][16][17],无论是基于运动学模型，还是基于动力学模型，都成为人们关注的焦点。关于Backstepping控制法，文献[18]以简化后的动力学模型为基础，结合Backstepping思想，对线速度及角速度分别进行设计，以实现轨迹跟踪。自适应(Adaptive0控制方法，被人们认为是一种经典的控制策略，在具有非完整约束的机器人系统中，它是如何发挥作用的呢？我们可以从文献[19]中获取答案。在智能控制法方面，人们所作的研究应该是最多的，尤其是模糊控制和神经网络控制，二者已经成为机器人运动控制的首选方法。在文献[24]中，郭毓等对模糊神经网络在机器人控制中的运用与发展进行了全面而深入的研究，并给出了综述性报告。文献，在神经网络的基础上，设计了以机器人的动力学模型为参考的带有自适应特性的控制方案，实现机器人的轨迹跟踪。而文献则是把遗传算法和模糊神经网络融合到一起，并以机器人为研究平台，进行轨迹跟踪的仿真实验，验证所设计的控制律是可行的、有效的。
以上提到的各种方法各有其优越性和局限性，因此，在不同的情况下，需要选择合适的控制方法，才会达到令人满意的轨迹跟踪效果。
1.2 研究设计内容
(1) 了解移动机器人的基于切换观测器自适应轨迹跟踪控制方法研究的国内外研究目前的情况和方法；
(2) 学习机器人基于切换观测器自适应轨迹跟踪模型建立方法，对比相关不同控制方法的优缺点；
(3) 研究基于切换观测器自适应控制的基础概念和核心技术；
(4) 研究基于切换观测器自适应的移动机器人的轨迹跟踪控制系统的控制器的建模；
(5) 利用 MATLAB等仿真软件，实现实验目的并对仿真控制分析并进行优化处理；
(6) 通过实例仿真，验证所提出对基于对移动机器人的切换自适应轨迹跟踪控制方法的合理性。
二、 设计方案论证（可行性研究）
2.1设计目标
为实现移动机器人的切换自适应轨迹跟踪控制，自动切换控制系统应满足一下要求:
1. 对移动机器人的轨迹跟踪系统进行准确建模；
2. 通过MATLAB等仿真软件进行仿真实验，对比仿真曲线显现的控制效果，准确设置相关参数；
3. 对系统进行抗干扰性能分析，使系统具抗干扰性运行平稳。
2.2关键技术及难点
在对切换系统的研究中，当时滞与切换同时存在于一个系统时，系统则变得尤为复杂。时滞的存在，是的系统变得复杂多样，同时它也是导致系统稳定性变化的一个重要原因。因此，对时滞切换系统稳定性分析就可以获取相应的分析结果的研究。同时，除了时滞现象会对系统的稳定性有影响外，外界的干扰输入、测量误差、参数估计误差等引起的系统的不确定性，以及在切换时刻发生的脉冲现象等，都对系统的稳定性产生很大的影响。因此难点在于切换系统的稳定性问题。
2.3 解决方案及创新点
2.3.1 公共Lyapunov函数
为了研究切换系统在任意的切换信号下都能保持稳定性，其中达到该目的需要有什么条件，在公共Lyapunov函数的系统中对于任意的切换信号下切换系统保持着相对稳定地状态，因此，公共Lyapunov函数可以解决在任意切换信号下控制切换系统的稳定性的问题。对于公共Lyapunov函数的假设，我们可以认为：切换系统内的所有子系统都存在公共Lyapunov函数，切换系统在任意切换信号下，都能保持切换系统的稳定性。
对于公共Lyapunov函数，如果Lyapunov函数V（x）>0，那么有：
上式则是公共Lyapunov函数，由以上的式子可以看出，当V（x）>0时，系统能够达到趋于稳定状态，但是，如果V（x）没有这一局限性，则系统的稳定性是全局性的，不能很好地保证系统的稳定性。
在一组稳定地矩阵Ai（i∈Q），则存在一个正定矩阵P>0，有：
该式称为公共二次Lyapunov函数。
对于切换系统中的公共Lyapunov函数若符合以下两个条件：若线性切换系统Lie代数 可解，全部指数稳定，则存在二次型公共Lyapunov函数；若非线性切换系统，当且仅当 ，系统趋向稳定，不分指数稳定，则存在公共Lyapunov函数。
2.3.2 多Lyapunov函数
由于公共Lyapunov函数需要满足的条件非常多且复杂，具有一定的局限性，且许多的切换系统中并不存在公共Lyapunov函数，因此，也就研制出了多Lyapunov函数，该函数是可以根据需要设置出适当的切换信号，使得切换系统稳定运行，相对于公共Lyapunov函数的局限性较少，具有更广泛地应用。对于多Lyapunov函数，其构思是，先定义一组类Lyapunov函数，然后对切换系统的稳定性进行判定。
三、开发环境及系统实现
3.1 开发环境
(1) 硬件配置：处理器：Intel(R) Core(TM) i5-2450M Cpu M380 @2.50GHz；内存：4GB；鼠标、键盘。
(2) 开发工具：MATLAB 7.0
(3) 操作系统：基于 Win7 平台
3.2 预期成果（软件、文档等）
(1) 利用 MATLAB 进行仿真研究，基于切换观测器自适应轨迹跟踪控制确定系统相关参数；
(2) 基于切换观测器自适应轨迹跟踪控制结构控制和仿真结果确定切换方法；
(3) 利用 MATLAB 进行仿真研究，验证所提出控制方法的可行性（快速性，抗干扰性）；
(4) 撰写本科毕业设计论文。
四、论文进度计划
| 序号 | 起止日期 | 任务 | 提交的阶段成果 | 备注 |
| 1 | 1.22-3.6 | 调研 | 调研报告 | |
| 2 | 3.7-3.25 | 查阅文献资料 | 论文综述 | |
| 3 | 3.2 5 - 4.10 | 系统分析 | 建立系统业务模型，功能模型，数据模型。 | |
| 4 | 4.11-4.24 | 系统设计 | 功能设计，数据库设计，模块设计。 | |
| 5 | 4.2 5 - 5.8 | 系统实现 | 建立程序原型 | |
| 6 | 5.9 -5.22 | 调试 | 系统程序 | |
| 7 | 5.23 -6.5 | 撰写论文 | 论文全文 | |
| 8 | 6.5-6.17 | 准备答辩 | 答辩材料 |
五、参考文献
[1] 余运昌，李绣峰，邓锦炽，向鹏，吴建自主移动服务机器人现状与关键技术研究综述机电产品幵发与创新，2007，20（6）：41-55。
[2] 张涛机器人引论机械工业出版社，2010.
[3] http://robot.hit.edu.cn/news
[4] http://robot.buaa.edu.cn/achievement.htm
[5] http://robot.nankai.edu.cn/robotweb/index
[6] http；//robotics.sjtu.edu.cn/show.asp?Id=218
[7] http://www.siasum.com
[8] http://www.robottime.cn
[9] http://www.szweixiang.cn
[10]http://www.senpower.cn
[11]任慧荣类车移动机器人轨迹跟踪控制方法研究天津大学，2008.
[12]Samson C.,Ait-Abderrahim K.Feedback control of a nonhlionomic wheeledcar In Cartesian space[C].Proceedings of IEEE international Conference on Robotics Automationg,Sacramento.CA,1991:1136-1141.
[13]董文杰，霍伟，受非完整约束非完整移动机器人的跟踪控制，自动化学报，2000,26(1):1-6.
[14]Yang Jung-Min,Choi In-Hwan,Kim Jong-Hwan.Sliding mode control of a nonholonomic wheeled mobile robot for trajectory tracking[C].Proceedings of IEEE International Conference on Robotics and Automationg,Belgium,1998:1983-1988.
[15]Yang Jung-Min,Kim Jong-Hwan.Sliding mode control for trajectory tracking of nonholonomic wheeled mobilie robots[C].IEEE Transactions on Robotics and Automation,1999,15(3):578-587.
[16]Chwa Dong-Kyong,SEO jin H.,Kim Pyojac,et al.Sliding mode tracking control of nonholonomic wheeled mobile robots[C].Proceedings of the American Control Conference,Anochorage,Ak,2002:3991-3996.
[17]Chwa Dong-kyong.Sliding-mode tracking control of nonholonomic wheeled mobile robots in Polar coordingates[C].IEEE Transactionns on Control Systems Technology,2004,12(4):637-644.
[18]Jiang Z.P.,Nijmeijer.Tracking control of mobile robots:a case study in backstepping[J].Automatica,1997,33(7):1393-1399.
[19]Colbaugh R.,Barany E.,Glass K.Adaptive control of nonholonomic robotic systems[J].Journal of Ribotics System,1998,15(7):365-393.
[20]郭毓，吴益飞，胡维礼，机器人模糊神经网络控制研究进展[C],中国人工智能学会第11届全国学术年会论文集下，2005:1134-1138.