“鲁棒”调节器综合的工程方法

本文推导了受扰系统在调节对象参数发生变化时仍保持抗干性和渐近跟踪的充要条件．并提出适合于工程应用的、采用动态补偿器和状态反馈相结合的“鲁棒”调节器综合方法，给出了应用实例。     

基于MPEG心理声学模型II的自适应音频水印算法

音频水印作为保护音频作品的版权和秘密通信的可行方法,成为近年数字水印研究领域中的一个热点。针对目前音频水印算法研究中自适应性能没有得到重视的问题,提出一种基于心理声学模型II(以下称模型II)的自适应盲检测音频水印算法,令算法具备良好的自适应性和稳健性。     

最小一乘线性回归模型研究

用5个定理给出最小一乘线性回归的相关性质,为其工程应用奠定了基础。文中首先证明了“由“最小一乘”准则确定的直线y=b1x1+ b2x2经过其两个样本点”以及“由最小一乘准则确定的直线y=b1x1+ b2x2+a经过其三个样本点”。然后应用数学归纳法得到如下定理:设有n(n>P)个样本点(x1i, x2i, ? xP i, yi,),则由最小一乘准则确定的线性非奇次模型y=b1x1+b2x2+?bPxP+a经过其P+1个样本点,而相应的奇次模型必经过其P个样本点。通过大量工程实例证实了最小一乘具有较强的稳健性,同时也证实了定理的正确性。     

一种新型的模糊PID控制器

文中将PID控制器在工程整定方法的基础上，对PID参数作归一化处理，然后通过模糊控制规则和模糊推理确定对PID的参数进行调节，提出了一种新型的模糊PID算法，从而使PID控制器具有适应非线性、时变，不确定性等复杂难控对象的能力。最后利用某火力发电厂过热气温为对象对该算法进行了仿真研究。结果表明该算法使用可靠、精度高，而且具有较强的抗干扰能力和鲁棒性。     

非匹配条件下滑动模的鲁棒性

本文研究结构系统在非匹配条件下滑动模的鲁棒性问题，首先提出了变结构系统部分不变性的概念，进而给出了变结构系统具有部分不变性的充分必要条件；最后举一个例子验证所提出的方法，本文结果解决了不确定系统在何种条件下可以直接设计出具有期望动态品质的滑动模的问题。     

距离度量下的一类非线性系统输出反馈控制

针对一类非线性项下三角形依赖的输出反馈控制系统,在非线性距离度量框架下,设计状态观测器和反馈控制律稳定闭环,并分析控制器的鲁棒性.在有测量误差和输入误差时,控制器实现了闭环在距离度量意义下的稳定.当模型扰动小于正常数时,控制器可实现对于模型扰动的鲁棒稳定性.     

基于图像分类的鲁棒无载体信息隐藏

针对传统信息隐藏方法须通过修改载体以嵌入秘密信息所带来的安全性问题,提出一种基于图像分类与尺度不变特征转换(scale-invariant feature transform,SIFT)提取无载体信息隐藏的方法。首先通过快速区域卷积神经网络将原始图像库进行分类处理,生成不同种类的子图像库;然后利用图像SIFT特征点的方向信息设计一个感知鲁棒的哈希方案,并使用该方案计算出每个子图像库中图像的哈希值,将所有子图像库中的图像全部映射成相应的二进制哈希值;最后将秘密信息分割成若干个片段,通过对比秘密信息片段与所有的图像二进制哈希值,从子图像库中检索出与秘密信息片段相符的图像,将其作为含密图像传送给接收方,完成信息隐藏过程。接收方接收到全部含密图像后,根据约定的哈希方案提取秘密信息。实验结果和分析表明,该方法对JPEG压缩、高斯噪声、椒盐噪声、图像缩放等攻击具有较强的鲁棒性,且隐藏容量较高。     

基于无损约束降噪稀疏自编码的滚动轴承故障诊断技术

在滚动轴承故障诊断过程中,时域振动信号容量大且易受噪声污染,难以建立准确的故障诊断模型。针对上述难题,本文采用无损约束降噪方法对稀疏自编码进行优化,提出了基于无损约束降噪稀疏自编码的滚动轴承故障诊断方法。该方法可直接作用于时域振动信号,消除对人工特征提取的依赖性,无需降噪预处理,降低了故障诊断模型建立的难度。为验证本方法的有效性,利用滚动轴承时域振动信号进行仿真实验,并对诊断过程中学习到的故障特征进行可视化分析。实验结果表明,本方法可以在噪声数据下建立有效的故障诊断模型,且比传统的栈式稀疏自编码诊断算法具有更强的噪声鲁棒性。     

Delta算子系统D稳定鲁棒容错控制

研究了Delta算子描述的线性系统基于圆形区域极点配置的鲁棒容错控制(定义作D稳定鲁棒容错控制)问题·利用线性矩阵不等式,给出了Delta算子描述的标称线性系统通过状态反馈实现D稳定容错控制的两个充分条件和D稳定容错控制器的设计方法·利用代数Riccati方程,给出了Delta算子描述的不确定线性系统D稳定鲁棒容错控制的充分条件和D稳定鲁棒容错控制器的设计方法·将连续与离散系统有关该问题的结果统一到了Delta算子框架中·     

增强的主分量分类器

主分量分类器是在最大化样本投影代数和的前提下求解分类面法方向,并采用核方法解决线性不可分问题．它对所有真实世界样本(包括野值)的重视程度相同,且只考虑了一个野值．设计并实现了一类鲁棒性较主分量分类器更强的增强型主分量分类器,其中重点讨论了三种典型权设置下的分类器特性．分析和实验证实了增强的主分量分类器的抗野值、噪声性能以及学习和推广能力均优于主分量分类器．