凿岩机器人液压系统自抗扰控制研究

给出凿岩机器人关节驱动液压系统的数学模型，对其进行降阶近似，使用自抗扰控制方法设计二阶控制器，并在不确定环境下进行仿真研究。结果表明，该控制器对于系统参数摄动和大负载干扰具有理想的鲁棒能力，控制过程快速、平滑，稳态精度高。     

基于新型滑模变结构策略的交流调速系统

在交流传动系统设计中,通常采用电机的简化、降阶模型作为设计模型,因此,若采用经典线性控制设计,则实际系统中存在的电机参数不确定性、未建模动态及外扰必然对动、静态性能构成冲击。利用滑模控制在处理不确定性和外扰方面的优势,文章提出了一种基于新型滑模变结构策略的交流调速系统控制方案,采用滑模变结构控制环节与PI串联的结构,在瞬态过程中变结构为主导以提高鲁棒性,稳态过程中PI控制起主导作用以削弱振颤。仿真结果表明该方案在解决传统滑模控制振颤及等价控制设计困难等问题的同时,实现了优良的动、静态特性。     

基于ITD和邻域差分能量算子解调的内燃机瞬时转速计算

针对内燃机瞬时转速计算精度低、对采样频率鲁棒性差的问题,提出了基于固有时间尺度分解（Intrinsic Time‐scale Decomposition ,ITD）和邻域差分能量算子解调（Energy Operator Demodulation ,EOD）的瞬时转速计算方法。利用自适应波形匹配算法对原采样信号进行端点延拓,然后基于ITD算法从信号中提取包含瞬时转频的单分量信号,再对单分量信号进行邻域对称差分,并将差分结果输入传递函数计算能量算子,进而求出内燃机的瞬时转频和瞬时转速。仿真和实测信号研究证明了本方法计算速度快、精度高且频率鲁棒性好。     

汽车电动助力转向的控制策略

汽车电动助力转向作为一种新型的动力转向方式,在行车安全、节约能源、保护环境等方面具有传统液压助力转向无可比拟的优势,它取代液压助力转向已是大势所趋。文中就国内外电动助力转向的控制策略进行了研究,并就各自的特点进行了分析说明。     

非接触移动供电系统不同补偿拓扑下的鲁棒性分析

为揭示非接触移动供电系统参数扰动的产生、传播及影响机理,首先采用广义状态空间平均建模方法,建立了4种基本双边谐振补偿拓扑的系统不确定模型;其次,研究了电磁耦合机构相对距离和工况变化导致的互感及负载扰动特性,并依此推导出软开关调制模式下的系统频率扰动规律;第三,基于参数扰动模型分析了互感、负载及频率变化对系统输出的影响,并通过计算系统结构奇异值分析了不同补偿拓扑系统的鲁棒稳定性;最后,针对一套双边串联谐振补偿系统,对互感及负载偏离标称值条件下的系统鲁棒性进行了验证实验.实验波形表明:当互感和负载分别在标称值（12.15 H、5.00 ）与摄动值（9.51 H、12.55 ）之间变化时,系统仍然是鲁棒稳定的,采用PI控制能较好地抑制其对负载输出电压的影响.      

基于车辆轨迹预测对抗性攻击与鲁棒性研究

针对常规车辆轨迹预测数据集中较少包含极端交通场景信息的问题,本文提出一种新型对抗性攻击框架来模拟此类场景。首先,为了判定不同场景中对抗性攻击是否有效提出了一种阈值判定的方式;然后,针对攻击目的的不同分别设计了两种对抗性轨迹生成算法,在遵守物理约束和隐蔽性前提下,生成更具对抗性的轨迹样本;此外,提出3个新的评价指标全面评估攻击效果;最后,探究了不同的防御策略来减轻对抗攻击影响。实验结果显示,基于扰动阈值的快速攻击算法（attack algorithm based on perturbation threshold for fast attack,PTFA）和基于动态学习率调整的攻击算法（attack algorithm based on dynamic learning rate adjustment, DLRA）在NGSIM数据集上的攻击时间和扰动效果均优于现有算法,更高效发现模型弱点。本研究通过模拟极端情况丰富了轨迹样本,深入评估了模型鲁棒性,为后续优化奠定了基础。     

基于内容的自适应音频水印研究综述

按照时域、变换域2种常见的水印嵌入域,对音频水印技术进行了概述;针对第2代数字水印技术,重点介绍了基于内容的音频水印算法、自适应音频水印算法以及音频水印的同步技术,对它们的优缺点进行了评析．这些算法更强调将水印信息嵌入到音频信号的重要特征上,并与各音频段的自身特点相结合,具有鲁棒性强、不可听性好和较实用等优点,是新一代水印技术发展的趋势．最后,探讨了目前音频水印领域需要解决的问题及进一步研究的方向,这些问题的解决将对网络化音乐制品的知识产权保护与安全传播提供理论和技术支持．     

基于支持向量机的线性模型鲁棒参数估计

探讨了基于支持向量机的线性系统参数估计问题,利用最小二乘支持向量机来估计自回归滑动平均模型（ARMA）的参数,并在理论上证明了在高斯噪声下比最小二乘估计方法具有更小的均方差;随后利用标准支持向量机来估计ARMA的参数,并利用它的性质从理论上分析了其对大噪声和小噪声的鲁棒性．仿真结果表明支持向量机方法能有效克服样本中的异常点和噪声对参数估计的干扰,比最小二乘估计方法具有更好的鲁棒性．     

一种新的基于自组织映射的流形学习算法

针对自组织映射（Self-Organizing Map,SOM）算法在进行流形学习时容易陷入局部极值和产生“拓扑缺陷”问题的原因,提出了一种新的基于SOM的流形学习算法：TO-SOM（Training Orderly-SOM）．根据流形的局部欧氏性,TO-SOM算法从一个局部线性或近似线性的数据子集出发,按照数据的内在流形结构对其进行有序训练,可以避免局部极值、克服“拓扑缺陷”．根据SOM算法的鲁棒性,TO-SOM算法在成功学习数据内在流形结构的同时,对邻域大小参数和噪声也不像ISOMAP和LLE等现有流形学习算法那样敏感,从而更容易得到实际应用．     

基于Internet的遥操作机器人系统的鲁棒控制

在基于Internet的遥操作系统中存在时变的通信时延,时变时延会严重影响系统的稳定性和操作性能。本文针对时变的通信时延对系统的影响,将时延变化率建模为系统不确定参数,提出用时间前向观测器预测从机械手的状态,用力、预测的位置和速度反馈消除或减小时延对系统的影响。通过对反馈参数的分析与设计,使整个系统具有鲁棒渐近稳定性。仿真结果表明了该方法的有效性。