基于反步法的异结构混沌系统Q-S同步

基于反步法,提出了扩展Liu混沌系统和Genesio混沌系统的Q-S同步方法.反步法降低了控制器的设计难度,易于求取误差系统的Lyapunov函数.设计了单驱动器和多驱动器两种控制器结构,同步控制器结构均比以往的异结构同步控制器有所简化.仿真结果验证了两种控制器均能实现扩展Liu混沌系统和Genesio系统的Q-S同步,并且多驱动器结构更简单,同步速度快,动态过程误差小.基于反步法的Q-S同步方法可以推广到其他的异结构混沌系统同步控制中.     

基于内模补偿的网络拥塞控制新算法:IC-AQM

已有的AQM算法都没有充分考虑到长时滞对算法性能的影响,该文利用频率域模型降价拟合方式建立了TCP流量控制中主动队列管理AQM系统的等效模型,应用控制理论中的内模补偿原理设计鲁棒的时滞补偿AQM算法（IC—AQM）,克服了长时滞给对队列稳定造成的不利影响,仿真结果表明,这种新算法在长时滞小期望队列综合性能明显优于已有的RED、REM、PI等算法,链路利用率大大提高。     

一种新的双基阵纯方位机动目标跟踪算法

针对方位测量方程的非线性问题,提出了一种基于改进的自构建神经模糊网络（SONFIN）的双基阵纯方位机动目标跟踪算法。该算法首先利用目标方位角信息,对其进行目标特征提取,然后利用小波基函数所具有的时频局部分析能力,提出了用小波基函数来代替高斯基函数这一策略。仿真结果表明,神经模糊网络可实现双基阵纯方位机动目标的实时跟踪,并且改进后的网络跟踪性能要优于高斯基网络。     

基于量化水印滤波攻击的最大似然估计

该文提出一种在基于量化水印检测前对滤波攻击进行估计的算法.建立了受攻击信号的概率密度函数(PDF)模型,并进行了数值模拟.数值模拟结果和理论PDF模型非常接近,表明该模型用于滤波攻击的估计是可行的.基于这个模型提出用最大似然方法估计双通道滤波器组攻击中幅值比例因子.实验结果表明估计并校正此类攻击可以显著地降低水印解码错误率.     

随机时延网络控制系统的鲁棒H∞状态反馈控制

研究了含有双随机时延的不确定网络控制系统的鲁棒H_∞状态反馈控制问题。将传感器到控制器和控制器到执行器的网络时延建模为相互独立的连续时间离散状态的马尔可夫随机过程。基于此网络环境,构造时延依赖的控制器,将不确定网络控制系统转化为马尔可夫跳变系统。通过Lyapunov Krasovskii泛函方法和新的矩阵不等式技术,给出了系统随机稳定且满足H_∞性能的充分条件,并以矩阵不等式形式给出了相应的控制器设计方法。最后,给出了仿真算例,验证了该方法的有效性。     

图像预测误差域的动态补偿安全隐写算法

为了保证载密图像嵌入大量信息后的高阶统计安全性,该文将图像马尔可夫链模型推广至图像预测误差域,根据动态补偿的原理提出运用于图像预测误差域的二阶统计保持隐写算法。该算法根据隐写对图像预测误差马尔可夫链模型统计分布的改变情况,指导嵌入函数,运用后嵌入的隐秘信息动态补偿前期嵌入对图像二阶统计特性的改变,从而在不损失嵌入容量的情况下提高隐写的统计安全性。实验表明,该隐写算法在较大容量的数据嵌入过程中,能很好保持图像统计特性,提高隐写安全性。     

一种二值混沌加密序列的产生及其性能分析

该文基于一阶时延微分方程描述的无限维混沌连续系统提出了一种二值混沌序列的产生方案,从密码学的角度对该类二值序列进行了统计分析,实验结果显示该类序列具有良好的随机性、自相关性和对参数的极端敏感性,最后指出了序列的应用特点和需进一步解决的问题。     

神经网络故障检测算法研究

该文采用输出带输入线性项的RBF神经网络来辨识非线性随机系统模型,基于扩展卡尔曼滤波器的设计思想,设计了一个可估计状态滤波协方差阵及状态预测协方差阵上界的次优状态滤波器,以产生残差序列,并可用来进行故障检测。该方法适用于一大类非线性随机系统,具有较大的适用范围。     

神经网络容错控制结构研究

可靠性是衡量控制系统性能和品质的重要指标。容错控制是提高控制系统可靠性的一种有效手段，神经网络具有非线性特性，容错能力，学习机制，在容错控制中具有得天独厚的优势。该文分析了容错控制理论的发展状况及神经网络的特性，提出一种基于神经网络的分层递阶容错控制结构，并从可靠镇定，控制重构和完整性设计等效有度进行探讨。     

一类不确定非线性时滞系统的保成本容错控制

基于T-S模糊模型,研究了一类不确定非线性时滞系统在执行器故障时的保成本容错控制问题.应用线性矩阵不等式导出了状态反馈保成本控制器存在的充分条件,保证了对所有允许的不确定性,执行器故障时闭环系统渐近稳定,且对于一个给定的二次型成本函数,闭环成本值有界.仿真实例验证了该方法的有效性.