具有未知时滞的线性连续系统的辨识

本文给出了一种频域方法,它能用来辨识具有未知时滞的连续过程.     

探秘《神鬼传奇》的新世界

不去考虑方舟的真伪,只需要在游戏中生存下去,因为《神鬼传奇》为我们奉献上了第九大遗迹——"方舟遗迹"。全新的版本,带来全新的挑战。方舟遗迹中,新地图、新副本、新装备、新召唤兽系统等等,精彩内容、海量新玩法,谁说2012注定是"灾难",对于《神鬼传奇》的玩家来说,未知领域才意味着探索,探索就意味着乐趣。     

杀毒软件要慎用! 分享杀毒软件的几个误区

杀毒软件几乎是每台电脑的必须品,随着电脑技术的日益提高,几乎每个用电脑的人都遇到过计算机病毒,因此杀毒软件也是比不可少的。但是,对病毒和杀毒软件的认识许多人还存在着误区。杀毒软件虽然可以帮助电脑拦截多数病毒并查杀,但是也并非万能的,毕竟杀毒软件再高明,也总有漏洞,而黑客也总     

基于多新息算法的阶次未知的Wiener系统参数估计

针对阶次未知Wiener系统辨识模型过参数问题和最小二乘精度低的问题,提出一种行列式比确定阶次和基于分解技术的多新息最小二乘估计方案。首先,利用系统数据构造数据矩阵,利用行列式比方法估计系统的阶次;然后,利用分解技术将线性模块代入到非线性模块的特定项中,建立线性参数和非线性参数相互分离的估计模型,减少算法的计算量;其次,设计参考模型处理估计模型中存在的未知的内部变量,使内部变量转化为间接可测的变量;最后,采用一定的新息长度修改标量新息为多新息,提高估计算法的性能。通过分析不同噪声和不同新息长度对所提出算法的影响,验证该算法的鲁棒性和有效性。仿真结果表明,所提出的估计方案在估计精度和收敛速率上都优于递归最小二乘方法。     

一种引入通信的多移动机器人编队方法*

提出以视觉跟踪为基础并引入通信进行多机器人的编队控制方法,根据需要编写了一种新的通信协议,采用闭环l-Φ实现编队算法.这种多机器人编队控制避免了视觉系统的局限,能够更好地在复杂未知环境中协作完成任务,解决了编队控制的无反馈和实时性不高的问题,使得机器人能够准确迅速地进行跟踪和通信编队,一起顺利达到目标点.试验结果证明了该方法的有效性.     

无位置信息的无线传感器网络漏洞发现算法*

无线传感器网络广泛应用的前提是能够检监测目标区域特定事件的发生。而节点能量受限、难补给的特点导致监测性能难以保证,造成监测盲区出现。针对无线传感器网络节点的地理位置信息未知的情况进行了研究,提出覆盖漏洞发现算法CHDA (Coverage Holes Discovery Algorithm),在以节点为极点建立的极坐标中计算出相邻节点的相对位置信息和该节点被其邻居节点覆盖的边缘弧的信息,并且根据节点的单纯覆盖弧序列的定义计算出节点被其邻居节点覆盖的单纯覆盖弧序列,从而得到网络中的覆盖漏洞。覆盖漏洞的发现克服的地理位置信息未知的限制,为漏洞的修补提供了必要的前提条件进而保证传感器网络的覆盖率。     

面向CCSDS协议的未知协议逆向工程

空间数据系统咨询委员会(CCSDS)标准协议是国际主流的空间天地链路通信协议,面向CCSDS协议的未知协议逆向工程,可以对卫星天地链路中的未知通信流进行行为分析,也有助于发现和分析针对空间站等国际联网实体的攻击。设计了一种CCSDS协议框架下的未知协议逆向工程分析系统,主要包括系统的架构设计和流程设计。针对该流程中未知协议会话报文字段的迭代式进化树聚类所导致的算法开销过大问题,提出了一种基于反馈型动态豫迟因子的仿射传播聚类算法。仿真实验结果表明,该算法相比通常的非权算术平均聚类算法可以有效提高针对未知协议的逆向工程效率。     

未知输入和可测噪声重构之线性矩阵不等式非线性系统观测器设计

针对一类同时具有未知输入和输出可测噪声的Lipschitz非线性系统,讨论了状态估计、未知输入与可测噪声重构的问题.首先,基于广义系统和线性矩阵不等式的方法设计滑模未知输入观测器,不仅对原系统状态进行渐近估计,而且实现了对系统输出可测噪声的重构;其次,考虑一种鲁棒滑模微分器,实现了广义系统输出向量微分的精确估计,并在此基础上,提出了一种未知信息重构方法,该方法具有避免直接使用系统输出微分信息的优点.最后,对火车牵引拖动系统模型仿真,结果表明该方法不但能够实现对系统状态的估计,而且可以有效重构未知信息.     

未知动态环境下非完整移动群机器人围捕

针对未知动态障碍物环境下非完整移动群机器人围捕,提出了一种基于简化虚拟受力模型的自组织方法.首先给出了个体机器人的运动方程,然后给出了未知动态环境下目标和动态障碍物的运动模型.通过对复杂环境下围捕行为的分解,抽象出简化虚拟受力模型,基于此受力模型,设计了个体运动控制方法,接着证明了系统的稳定性并给出了参数设置范围.不同情况下的仿真结果表明,本文给出的围捕方法可以使群机器人在未知动态障碍物环境下保持较好的围捕队形,并具有良好的避障性能和灵活性.最后分析了本文与基于松散偏好规则的围捕方法相比的优势.     

随机非线性和部分转移概率未知时马尔科夫系统的H1控制

研究上述系统时: 1) 利用了非线性的概率分布信息; 2) 利用了转移概率中已知部分和未知部分的关系. 利用李雅普诺夫泛函方法和线性矩阵不等式方法, 本文得到了使得系统随机稳定的充分条件并得到了相应的反馈控制增益. 文中最后给出的例子表明了所建立模型和分析方法的有效性.