基于2_D系统理论的变初始条件线性系统的开闭环学习控制

对于具有重复运动特性的系统,迭代学习控制是一种简便且行之有效的方法.考虑到系统每次运行初始值的不确定性,利用二维系统理论设计了开闭环迭代学习控制器,并给出了控制收敛的充分条件.用仿真试验验证其有效性.     

拓扑结构时变的复杂动态网络的自适应同步

对具有周期时变拓扑结构的复杂动态网络,设计了自适应同步方案.在所研究的复杂动态网络中,拓扑结构是未知的.采用周期自适应学习律对未知的时变耦合参数进行估计,同时加入自适应控制策略,使得复杂动态网络的状态达到同步.通过构造复合能量函数,得到同步的一个充分条件.通过数值算例表明所提出方案的有效性.     

非一致节点的未知复杂动态网络的自适应同步

对非一致节点的非线性耦合时变时滞未知复杂动态网络,运用学习控制方法实现自适应同步．采用信号置换技术对系统方程进行重构,将所有的未知时变项合并为1个周期时变向量,设计周期自适应学习律估计该向量 ．通过构造复合能量函数,得到同步的1个充分条件和所有信号的有界性．通过1个数值算例证明了所提出方法的有效性．     

一种动态(t,n)门限多重秘密共享方案

针对现有的门限秘密共享方案在处理参与者集合动态变化时灵活性差和许多多重秘密共享方案不能一次恢复出多个秘密(需要进行很多轮的计算)这两个缺点,提出了一个新的方案,给出了一个简单实用的Lagrange插值的方法.该方案可以动态添加或删除参与者,无须重新分发子秘密,参与者的子秘密由自己选取和保存,可以在不安全的环境中传送;同时公开的只是子秘密的影子,子秘密可以重复再用,在秘密的恢复阶段可以一次恢复多个秘密.