基于高维混沌系统的LSB加密方法

为了更加有效地保障信息安全,针对低维混沌密码体系和传统LSB的缺点,构建了基于高维Lorenz混沌系统的加密体系,增大了密钥空间.通过理论和实验分析,选择了合适的采样间隔,并利用LSB隐蔽性强的特点,提出了一种基于高维混沌加密的LSB加密体系.理论分析和实验结果表明,该算法可以有效抵御局部线性攻击、相空间重构攻击和熵攻击等,安全性较高,且具有较强的鲁棒性.     

统一混沌系统混合同步及图像保密通信研究

对具有外部扰动的统一混沌系统,讨论了一种混合同步设计方法;首先对响应系统进行构造,使响应系统的一个状态方程与驱动系统具有相同的结构,另两个状态方程是驱动系统的部分状态观测器,其次通过极点配置方法,实现两个混沌系统的状态渐进同步,并给出了数值仿真,然后,利用初值敏感的统一混沌序列对图象象素进行加密解密;理论分析和数值仿真验证了该方法的有效性和可行性。     

混沌系统的神经网络控制

提出一种利用神经网络控制系统混沌运动的新方法,并用该方法实现了Ｌｏｒｅｎｚ和Ｒｏｓｓｌｅｒ系统混沌运动控制,从而使系统由混沌运动状态转变为规则运动状态。仿真结果表明,该方法控制混沌系统响应速度快,控制精度高。     

一种新的时变系统极点为配置自适应控制方法

本文针对连续快时变系统，提出不要求系统参数未知部分的先验信息的自适应算法，得到间接自适应控制方案并且证明闭环系统稳定，仿真结果说明本文的方法有效。     

高维混沌同步控制及其在保密通信中的应用

提出了一种新型的高维混沌同步控制方法。其基本思想是：对高维混纯驱动系统的状态以线性观测,进而得到线性时不变同步误差系统,在一定的条件下,系统可渐近于稳定,该方法可保证Rossler系统,Matsumonto-Chu-Kobayashi(MCK)系统及其增强型等的同步,此方法的优点在于不需将高维混沌系统分解成若干个子系统,并且不需计算Lyapunov指数。     

不确定混沌系统的动态神经网络跟踪控制

针对不确定非线性混沌系统，提出了一种基于动态神经网络辨识器的自适应跟踪控制新方法，通过滑模控制技术在线调整动态神经网络辨识器权值，并在获取动态神经网络模型的基础上设计出优化控制器，实现混沌系统的轨道跟踪，对辨识误差和轨道跟踪误差进行分析并证明了它们的有界性，Lorenz混沌系统的仿真实验结果表明了控制策略的有效性。     

用等距脉冲反馈方法实现超混沌的控制

采用等距脉冲反馈方法实现对非线性系统中的超混沌行为的控制,分析了该方法实现混沌控制的基本原理,运用脉冲扰动系统的稳定性理论,得到使系统镇定于原点的控制参数的选取范围。理论分析与数值仿真均表明,该方法能实现对非线性系统中超混沌行为的有效控制。     

一类受迫振荡混沌系统的自适应控制

针对一类受迫振荡混沌系统,提出了一种普遍适用的自适应控制方法,给出了自适应控制器及参数自适应律的设计方法.基于Lyapunov稳定性理论,证明了系统的稳定性.仿真实验表明,本文所提方法避免了混沌系统中除受迫振荡项外的不确定参数的影响,实现了一类混沌系统的有效控制及受迫振荡项参数的准确辨识,方法具有良好的可实现性和工程应用价值.     

自适应方法控制混沌超混沌系统同步的研究

本文采用面向在适应控制地四阶混沌、超混沌系统的同步控制回顾进行了研究。理论分析及计算机模拟表明：只有选择使系统可控的控制参数、同步控制才有可能实现,进行超混沌系统同步控制时,组合系统的条件Ｌｙａｐｕｎｏｖ指数大于零敢可以实现同步控制。     

六辊UC轧机的OGY混沌控制对策

利用ＯＧＹ控制方法,对文献［１］提出的六辊ＵＣ轧机轧过程中板形描述量具有混沌特性及迭代模型进行了混沌控制,解决了文献［１］提出的“反混沌机制”的设想,为从根本上提高六辊ＵＣ轧机的轧制精度提供了一种新的控制思想。     

混沌同步的变结构控制

提出一种实现混沌同步的变结构控制方法。通过对Lorenz混沌系统的理论研究和数字仿真,所得结果证明了该控制的有效性。     

一类混沌系统的反馈控制

采用线性和百在线性反馈控制方法镇定Ｌｏｇｉｓｔｉｃ混沌系统失稳的不动点，所需的控制为正反馈！解析地导出了容许控制参数范围和收敛控制区域，讨论了各类控制和特性参数之间的关系。     

混沌与分形在化工过程控制中的应用

针对复杂工业过程控制的研究对象普遍存在非线性、复杂性和不确定性的特点。总结了国内外一些将混沌与分形应用于化工过程控制的情况,指出认识化工过程中的混沌现象进而进行控制是解决化工过程中某些复杂控制问题的有效途径。最后对非线性科学与控制理论相结合的前景进行了展望。     

连续时间混沌系统控制与同步的状态反馈方法

将连续时间混沌系统的控制与同步问题统一处理,在系统的非线性是Lipschitz非线性的条件下,基于Lyapunov稳定性理论,提出一种实现连续时间混沌系统控制与同步的状态反馈方法。无论驱动系统处于何种状态,该方法都可使响应系统按照驱动系统给定的轨道演化。该方法对系统参数不匹配及噪声干扰具有一定的鲁棒性。数值仿真结果表明了所提出方法的有效性。     

控制非线性动力系统的混沌现象

控制混沌是一个新的概念。本文对混沌系统的控制，同步及反控制等问题给予综合介绍和评述，指出混沌控制这一新的令人鼓舞而且颇有起色的研制方向无论在理论还是在应用方面都具有十分诱人的前景。这一英新的科研和学术上的挑战正在向数学，物理，工程，以及多方面的交错学科中从事尖端研究的科学工作者们提出越来越多和越来越深刻物课题，因而特别应该引起非线性动力系统和工程控制论专家们足够的重视。     

Model-based Predictive Control of Hybrid Systems: A Probabilistic Neural-network Approach to Real-time Control

This paper proposes an approach for reducing the computational complexity of a model-predictive-control strategy for discrete-time hybrid systems with discrete inputs only. Existing solutions are based on dynamic programming and multi-parametric programming approaches, while the one proposed in this paper is based on a modified version of performance-driven reachability analyses. The algorithm abstracts the behaviour of the hybrid system by building a ’tree of evolution’. The nodes of the tree represent the reachable states of a process, and the branches correspond to input combinations leading to designated states. A cost-function value is associated with each node and based on this value the exploration of the tree is driven. For any initial state, an input sequence is thus obtained, driving the system optimally over a finite horizon. According to the model predictive strategy, only the first input is actually applied to the system. The number of possible discrete input combinations is finite and the feasible set of the states of the system may be partitioned according to the optimization results. In the proposed approach, the partitioning is performed offline and a probabilistic neural network (PNN) is then trained by the set of points at the borders of the state-space partitions. The trained PNN is used as a system-state-based control-law classifier. Thus, the online computational effort is minimized and the control can be implemented in real time.     

一类非线性网络控制系统镇定的新方法

研究了一类非线性网络控制系统(Networked control systems, NCSs)的镇定问题. 在一般的网络环境中, 通过平行分布补偿技术, 将非线性NCS建模为包含一个稳定子系统和一个可能不稳定子系统的模糊时滞切换系统. 利用分段Lyapunov泛函方法和平均驻留时间方法, 得到了非线性NCS指数稳定的充分条件, 并以线性矩阵不等式(Linear matrix inequality, LMI) 形式给出了模糊控制器的设计方法. 最后通过数值例子说明了所给方法的有效性.     

基于参数切换的分数阶系统的混沌控制

将混沌控制方法——参数切换法——应用于分数阶混沌系统,可以得到稳定的吸引子,维持了分数阶混沌系统的动力学稳定．该方法在一个相对较短的时间周期,通过在一组可供选择的数值内切换系统的一个可控参数来实现,合成的稳定吸引子很好地反映了全局吸引子的数值逼近,且与平均吸引子实现了很好的匹配,达到了混沌控制的目的．仿真结果表明,该方法具有鲁棒性和无损性,可以有效地实现混沌控制．     

离散系统的混沌化控制的又一算法

提出了另一个用于使非混沌系统混沌化的反馈控制算法,新的控制器用连续的锯齿形函数取代模运算,对任一给定的非线性系统,新的控制算法能够产生Ｌｉ－Ｙｏｒｋｅ意义下的离散混沌。