一种基于SIFT特征的抗RST攻击水印方案

提出一种利用SIFT关键点实现对RST攻击校正的半盲水印方案，方案使用改进的HVS模型在小波域中嵌入乘性扩频水印，利用参考原始载体的关键特征点信息和RANSAC算法对图像进行攻击校正，RANSAC算法的使用提高了关键点的匹配精度并降低了计算复杂度，采用最优检测算法提高了水印检测的鲁棒性，实验结果表明：基于SIFT特征的抗RST攻击水印方案能够较好地抵抗RST攻击和一般的信号处理攻击。     

基于神经网络的非线性系统在线自校正控制及其应用

利用神经网络给出了设计非线性控制系统自适应控制器的方法,主要包括基于神经网络的非线性系统的在线直接自校正和间接自校正控制和满足局部能控一般非线性系统的神经网络自校正控制。从研究结果可以看出,由于神经网络的权系数的可调性以及神经网络对非线性的逼近性,利用神经网络所设计的自适应（或自校正）控制器,其闭环控制系统具有良好的动态与静态响应特性。所提供的控制器都可在线实现     

电液位置伺服系统的规则自校正模糊PID控制器

介绍电液位置伺服控制系统的组成与工作原理,并利用实时工作间(RTW)的半物理仿真环境和MATLAB系统辨识工具箱,对电液位置伺服系统进行系统模型辨识及验证。提出一种规则自校正模糊PID控制器,并将其用于辨识得到的模型中,设计一种在线的模糊推理算法,使得模糊控制规则可以得到实时在线调整。仿真结果表明:基于规则自校正模糊PID控制器的电液位置伺服系统的性能得到较大改善,既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,保证系统具有良好的动、稳态特性。     

基于模拟退火算法的数字PID控制器参数整定的研究

研究将模拟退火算法用于数字PID控制器参数的整定中,以误差平方和最小为目标函数对具体对象进行了系统阶跃响应的分析、设计及仿真研究,得到了较好的控制效果,表明模拟退火算法用于数字PID控制器参数的整定具有一定的研究价值.     

基于即时学习算法非线性系统多模型自适应控制

针对可获得大量输入输出数据的非线性系统，提出一种改进的即时模型辨识方法，并与自校正的极点配置控制算法相结合，设计多模型自适应控制器。所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性，使系统的动态响应品质得到了有效的改善。     

变结构神经网络自校正控制器的设计与研究

提出了一种变结构神经网络自校正控制器的设计方法,采用变结构神经网络BP优化算法设计控制器来控制实际对象,动态地修改神经网络的权值作为自校正方法,使系统较好地适应负荷和外扰的变化,获得满意了控制质量。     

分数阶Lorenz系统的混沌控制方法

分数阶混沌系统已经引起了人们的广泛关注,论文研究了分数阶Lorenz系统的混沌控制方法,基于分数阶线性系统平衡点渐近稳定性理论,利用反馈控制方法得到了分数阶Lorenz系统混沌控制器设计方案,结合预估校正方法设计算法进行数值仿真,验证了所得方案的有效性.     

基于神经网络的非线性前馈补偿广义预测自校正控制器

采用多层前馈网络结构进行动态建模,并用Ｄａｖｉｄｏｎ最小二乘法作为在线学习算法,将辨识后得到的模型进行线性化．基于线性化模型设计广义预测控制器。将其与非线性前馈相结合,建立了一种适合于非线性系统的前馈补偿广义预测自校正控制器．仿真结果验证了本控制器对非线性系统控制的有效性     

约束闭环系统的虚拟参考反馈校正控制

采用虚拟参考反馈校正控制方法,通过最小化由一簇输入/输出观测数据组成的L2范数的代价函数来设计控制器;对于含有椭球约束不等式条件的非线性优化问题,将目标准则函数和两约束条件转化为线性矩阵不等式形式,采用椭球优化迭代算法产生一系列体积逐渐减小的椭球序列,并最终收敛于一个最优解,同时,推导出椭球优化迭代算法所需迭代次数的一个上界;针对椭球优化迭代算法的初始化,提出一种基于凸优化理论水平集的初始椭球选取策略,采用仿真算例验证了所提出方法的有效性.结果表明：采用虚拟参考校正控制来设计闭环系统中的2个控制器时,可以得到较为准确的控制器参数估计值;采用椭球优化算法可以得到较快的收敛速度.     

基于神经网络的非线性系统在线自校正控制及其应用

利用神经网络给出了设计非线性控制系统自适应控制的方法,主要包括基于神经网络的非线性系统的在线直接自校正和满足局部能控一般非线性系统的神经网络自校正控制,从研究结果可以看出,由于神经网络的权系数的可调性以及神经网络对非线性的逼近性,利用神经网络所设计的自适应（或自校正）控制器,其闭环控制系统具有良好的动态与静态响应特性,所提供控制器都可在线实现。     

基于规则自校正模糊控制器的交流伺服系统

提出了一种规则自校正模糊控制器,并将其用于交流伺服系统的控制中,设计了一种在线的模糊推是算法,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于规则自校正模糊控制器的交流伺服系统的性能较一般模糊控制交流伺服系统有了较大的改善。     

用 BP 算法实现模糊控制规则的自校正

利用ＢＰ算法对模糊神经网络（ＦＮＮ）所能执行的控制规则进行自校正,使应用到工业过程的模糊控制器的性能得到改进．仿真结果表明,用改进后的方法设计的模糊控制器能够显著地减小系统的稳态误差,具有比较快的响应速度和较强的鲁棒性．     

非线性离散系统变结构神经自校正控制器

针对仿射非线性离散系统,设计了一种变结构神经自校正控制器;自校正控制器采用变结构神经网络BP优化算法来设计控制器;控制器通过动态地修改神经网络权值,从而使控制的效果更加理想。     

基于粒子群优化算法的PID液位控制

文章针对双水箱液位串级控制系统,为其主调节器设计了一种基于粒子群优化算法的参数自整定PID控制器,并在过程控制试验平台上利用MCGS组态软件加以实现;实验结果表明,新的控制器较常规PID控制器响应速度快,超调小且调节时间短,系统的性能得到明显改善.     

无心通磨加工的自适应控制

研究自适应控制技术在无心通磨加工精度控制中的应用 ,在对无心通磨加工过程分析的基础上 ,建立了该系统的数学模型 ,设计了采用自适应控制的控制律 ,给出了自适应控制的算法步骤。并将其应用于磨削加工 ,结果证明 ,本文所设计的极点配置自校正控制器使加工精度得到稳定和提高     

基于行为建模的机器人混合模糊-神经控制方法

本文提出了一种设计机器人模糊－神经控制器的新方法。因为模糊逻辑控制器的控制信号是由系统的响应行为而不是由其分析模型决定的，所以机器人的开环响应可以用一系列二阶系统来描述。然后，用Ｎｅｌｄｅｒ－Ｍｅａｄ单纯形算法离线优化与该系统相关的模糊逻辑控制器的参数，并用人工神经网络来训练开环响应与这些优化了的参数之间的匹配关系。该方法的优点在于当它用于设计模糊－神经控制器时，在自适应过程中不必考虑收敛问题     

DVD聚焦伺服控制器仿真设计

DVD伺服系统要求高精度和快速响应,聚焦伺服是整个DVD系统正常运行的基础。为了提高DVD聚焦伺服系统的控制精度和响应速度需要加入控制器,提出了一种新的校正算法。因此需要对其进行仿真研究,以便在实施硬件解决方案前检验控制算法、比较控制方案。分析了DVD聚焦特性要求,采用了滞后-超前校正算法,通过Matlab仿真达到了控制要求。     

基于学习的自校正控制算法

提出了一种基于学习的自校正控制算法 ,算法中包含一个自适应模型和多个固定模型 ,每一个模型都有一个相对应的控制器 .在每一采样时刻 ,将当前时段内具有最小预测误差的模型对应的控制器的输出作为控制输入 .在该算法中 ,自适应模型和自适应控制器的作用是确保闭环系统的稳定性和输出跟踪误差的渐近收敛性 ,而固定模型和固定控制器的作用是当被控对象的参数发生变化时 ,在自适应模型的参数估计收敛之前 ,暂时担当控制器的角色 ,以改善闭环系统的暂态响应 .证明了闭环系统的稳定性和输出跟踪误差的渐近收敛性 .仿真结果表明算法的有效性     

虚拟参考反馈校正控制器参数的预测误差辨识

针对未知系统中双控制器的设计问题,采用虚拟参考反馈校正方法,通过最小化由一组观测数据组成的L2范数所构成的代价函数,达到直接设计控制器目的.联合前馈控制器分离出的固定部分和反馈控制器作为滤波器,对原输入/输出关系式进行重参数化,得到标准的预测误差辨识形式,在所得式中,对控制器未知参数矢量采用可分离迭代的非线性最小二乘法进行估算.文中还对算法的收敛性进行了理论分析,并通过仿真验证了所提方法的有效性.     

基于Backstepping方法的一类非线性系统控制器优化设计

目的研究一类非线性系统设计的稳定控制器对参数的调节性能.方法运用Backstepping方法和线性矩阵不等式技术,将子系统所得非线性控制器和系统线性化后部分状态控制器相结合,可得到使整个非线性系统稳定的控制器.结果设计出使系统稳定的控制器,进一步对控制器参数进行调节,使系统性能满足指标要求,并给出了可调参数优化设计的算法.通过对直线型一级倒立摆系统仿真,绘制系统超调值随可调参数变化的三维曲面图、系统超调值随可调参数变化的三维曲面图、超调值和调节时间的等高线图、不同参数值对应的状态响应曲线图,验证了所提算法的可行性和有效性.结论针对一类非线性系统,设计出部分线性化控制器,不仅能镇定系统,而且参数值选取具有多样性,进而保证系统达到不同的期望性能指标.