时变耦合网络的完全同步

研究了时变耦合网络的完全同步问题。针对时变耦合复杂网络提出了一个新的同步方案;并用LaSalle不变性原理,证明了在不需要知道同步轨迹的前提下,就能实现该复杂网络的同步。数值仿真例子,证明了理论研究结果的正确性。     

两个耦合复杂网络的自适应同步

研究了两个具有相同拓扑结构的全同耦合复杂网络之间的同步,它是一个网络内的结点同步的推广.设计具有动态演化强度的简单线性反馈控制器使两耦合网络同步.对著名的罗伦兹系统为动力学结点的两个耦合网络给出了数值模拟结果,证明了所提出的方法的有效性.     

线性反馈控制法识别一类混沌电子线路的参数

将控制器G=k(y-x)施加到一类混沌电子线路系统x=a(z-x),y=bx-xz,z=xy-cy-4z的第一个方程的右侧,得到系统参数的准确表达式a=-k(y-x)/(z-x),b=z,c=x-4z/y,从而提出一种识别混沌系统参数的线性反馈控制法,并进行计算机仿真实验。在系统参数保持不变和系统部分参数发生阶跃或周期性变化情况下,该方法可以快速有效地识别系统参数。     

用改进的耦合参数法实现二维logistic映象系统的混沌同步

使用同步均方误差ε最小化的方法得到变化的耦合参数数列,以此变化耦合参数数列来实现存在噪声的系统之间的同步控制.并以2个二维logistic映象为例进行了同步控制的数值模拟.     

具有互异节点的非线性耦合复杂网络的同步

针对具有互异节点的非线性耦合复杂网络的同步问题,基于稳定性和矩阵理论,采用补偿控制,通过低维线性矩阵不等式(LMIs)给出了所提出的网络同步的充分条件.并且把结论推广到具有相似节点的非线性复杂网络的同步问题.最后,给出的数值实例表明了所提出的控制方案的有效性.     

双向混沌耦合研究

通过对混沌系统的驱动变量进行相互耦合,使不同初值下的混沌系统达到同步,同步过程不改变原系统的混沌性质,在一定的耦合强度下,对Lorentz混沌系统进行了数值实验,结果在K2＞2的情况下,系统都达到了同步,这一耦合强度明显小于主动－被动同方法中的耦合强度,最后,对主动－动同步方法,连续反馈同步方法及相互耦合谱量同步方法进行了比较,发现在一定的条件下,三种同步方法具有等价的关系。     

一类带有时滞和时滞耦合复杂网络的脉冲同步

研究了耦合项和非线性项含有时滞的复杂网络的脉冲同步问题.根据可控的复杂网络达到同步时耦合项会自动消失,可以得到含有脉冲影响复杂网络的误差动态网络.根据脉冲微分方程的稳定性分析,建立合适的Lyapunov Krasovskii泛函,得到含有脉冲影响的复杂网络新的脉冲同步准则.最后,复杂网络的微分方程模型和误差系统仿真图说明了脉冲同步准则的有效性和正确性.     

房地产风险投资复杂网络与网络间的混沌同步

将房地产风险投资建模为复杂网络混沌系统,研究了房地产投资风险复杂网络之间的混沌同步问题,基于混沌同步控制理论和Lyapunov函数方法,采用驱动-响应同步策略,给出了误差系统同步的一个充分条件,实现了两个复杂网络之间的混沌同步。     

星型脉冲耦合网络同步的研究

本文研究了星型脉冲耦合网络的同步,提出一个新的网络模型——星型脉冲耦合复杂网络,根据其节点耦合的特性得到了网络同步的充分条件．     

基于间歇牵制量化控制的耦合复杂网络有限时间同步

为研究基于间歇牵制量化控制的耦合复杂网络的有限时间同步问题,设计了一种间歇牵制量化控制器,利用Lyapunov函数的性质和Schur补偿引理,得到了耦合复杂网络的有限时间同步的充分条件.最后通过数值仿真验证了该控制策略的准确性和有效性.     

一个具有四翼混沌吸引子的新系统及其参数辨识

研究了一个新的复杂的四维混沌系统,该系统每个方程中包含一个三次乘积项,有9个平衡点,它们相对于原点和坐标轴具有完美的对称性,并且相对于线性特性有很好的相似性.基于稳定性理论,通过选取正确的初始值和合适的观测器,迅速、精确地辨识该系统的未知参数.此方法可以推广应用于一类连续动力系统.数值仿真证明了该方法的正确性和有效性.     

基于遗传算法的热物性参数辨识

为了提高热物性参数辨识的准确度,将遗传算法(genetic algorithm)应用于热物性参数辨识,提出了完整的数学模型.数值模拟结果表明,此法具有相当的精确度,不但没有造成噪声放大,而且还对噪声进行了过滤,使得输出噪声比输入噪声小了许多,成功克服了反问题中误差累积放大的弱点.本算法应用的唯一前提是相应的正问题可解.该算法很容易应用到其它热物性参数辨识和其它类型的反问题中.     

Secure hash function based on chaotic tent map with changeable parameter

A new algorithm for a novel hash function,based on chaotic tent map with changeable parameter,is proposed and analyzed.The one dimensional and piecewise tent map with changeable parameters decided by t...     

基于两种独立混沌函数的图像加密算法

为了使图像加密算法中的并行计算能有效地提高加密算法的置乱和扩散功能,利用2种独立混沌函数对系统初始化,使用了置乱和扩散原则来处理任何熵结构的图像数据,提出的算法适合2个方面的并行计算.同时计算2种独立的混沌函数,而不需要等待另外一个函数;通过整数算法可以将算法中一些等式转换成另外一种形式.加密图像表明,这些操作能有效扩散加密图像中像素对应的明文图像中单像素值的无穷小变化.与其他算法相比,复杂度中的密钥空间、安全性和加密速度分析验证了提出的算法所需操作更少.统计分析、密钥敏感度和密钥空间分析、明文图像敏感度分析和速度测试表明,提出的算法拥有更高的安全性和有效性.     

基于参数辨识的CHEN系统混沌同步

文章把观测器思想用于系统中未知参数的辨识,对CHEN 混沌系统中的未知参数进行了辨识研究,数值结果表明,若未知参数为常数或缓慢变化的信号,该文方法都能给出很好的辨识结果;基于稳定性理论, 用非线性反馈的方法构造了一个同步系统,用Lyapunov方法从理论上证明了误差系统的零点稳定性,给出了系统同步误差图,结果表明,驱动系统和响应系统能够很好地达到同步;把辨识和控制问题综合起来考虑,提出改进CHEN系统混沌的控制方法,数值仿真表明了该方法的有效性.     

基于多传感器数据融合发电机参数的在线估计

发电机实际运行中,由于受外界环境(如电磁波)的干扰以及传感器老化等因素的影响,传感器容易发生参数型故障.为了有效地在线估计发电机工作参数,利用多传感器的冗余和强跟踪滤波器,设计了基于发电机参数数学模型的在线估计器.该估计器具有自然的并行结构,设计参数和计算量较少,尤其适于工程应用.由于失效传感器被有效剔除,该估计器对失效传感器具有很强的鲁棒性.计算机仿真结果证明了该算法的有效性.     

基于双层自适应遗传算法的机器人参数辨识

激励轨迹的选取和优化是机器人动力学参数辨识的重要基础。为了提高机器人动力学参数的辨识精度,以SCARA机器人为研究对象,设计了基于双层自适应遗传算法的机器人激励轨迹优化方案。运用Newton-Euler法建立了机器人的动力学模型,并对机器人的动力学模型进行线性分离,得到了机器人的最小惯性参数集和对应的观测矩阵。分析机器人的参数辨识方程,确定了观测矩阵条件数最小的优化目标。针对传统遗传算法进行改进,提出了双层自适应机制,提升了算法的全局搜索能力和搜索效率。最后利用MATLAB和ADAMS进行联合仿真实验,使用递推最小二乘法计算机器人的最小惯性参数集。实验结果表明,使用改进的双层自适应遗传算法得到的激励轨迹可以保证机器人动力学参数的辨识精度。     

基于同步挤压小波变换的结构时变参数识别

提出了采用同步挤压小波变换的方法识别移动车辆荷载作用下桥梁时变参数.首先介绍了基于挤压小波变换的时变参数识别理论方法,随后用两层框架结构数值算例验证提出方法的有效性和精度.设计建立了移动小车通过钢梁的试验模型,建立结构的有限元模型并利用模态试验的结果对模型进行校正.采集车辆通过主梁时的加速度响应和应变响应,由应变数据估计小车不同时刻在梁上的位置,对加速度响应数据采用提出的方法识别结构的瞬时频率,与有限元计算的结果进行对比分析.研究结果表明:提出的方法能有效准确地识别时变结构的瞬时频率,具有一定的抗噪性.     

与文本无关的复合策略说话人辨识系统

为获得较高的说话人辨识正确率，同时减小辨识系统的时空开销，提出了一种复合策略的辨识系统。采用长时平均频谱作为粗识的特征，定义了相应的辨识判别准则。建立ｍｅｌ－倒谱特征的高斯混合模型（ＧＭＭ）进行第二步辨识。给出了ＧＭＭ求解算法的一种简便推导，着重研究了判别阈值，预加重系数，ＧＭＭ阶次，训练语音长度及辨识语音长度对系统辨识性能的影响。     

Abnormal driving behavior identification based on direction and position offsets

Abnormal driving behavior identification( ADBI) has become a research hotspot because of its significance in driver assistance systems. However,current methods still have some limitations in terms of accuracy and reliability under severe traffic scenes. This paper proposes a new ADBI method based on direction and position offsets,where a two-factor identification strategy is proposed to improve the accuracy and reliability of ADBI. Self-adaptive edge detection based on Sobel operator is used to extract edge information of lanes. In order to enhance the efficiency and reliability of lane detection,an improved lane detection algorithm is proposed,where a Hough transform based on local search scope is employed to quickly detect the lane,and a validation scheme based on priori information is proposed to further verify the detected lane. Experimental results under various complex road conditions demonstrate the validity of the proposed ADBI.