康复机器人运动过程中的人机交互性问题，提出一种下肢康复机器人自适应人机交互控制策略．提取伸屈运动中下肢表面肌电信号(Surface electromyography，sEMG)和足底压力特征，分别用于表征下肢运动意图和人机交互力(Interaction force，IF)信息，建立基于sEMG—IF的人机交互信息融合模型，实现下肢康复机器人运动轨迹的在线规划；考虑主动康复运动过程中的人机交互作用，建立具有时变动态特性的人机系统动力学模型，设计间接模糊自适应控制器对期望轨迹进行跟踪控制，实现下肢康复机器人自适应人机交互控制．通过对5名被试者进行下肢康复机器人运动控制实验研究，验证所提方法的可行性和有效性。

针对一类具有非仿射函数和下三角结构的、受干扰未知的非线性系统, 提出一种新的自适应神经网络控制 方法. 它是严格反馈不确定系统和纯反馈系统的更一般化表达. 在Back stepp ing 设计思想基础上, 证明了闭环信号的 半全局最终一致有界性, 并很好地处理了控制方向和控制奇异问题. 通过仿真验证了该方法的有效性.

这篇文档主要介绍了自适应控制与感应控制的区别，文章简介易懂，比较适合初学者学习。

本文研究典型应用场景下电力现场作业的超宽带精确定位，提出一种基于BP神经网络补偿卡尔曼滤波的UWB精定位算法。首先在某段时间内利用定位系统测得全部采样时刻的初始观测解，得到初始观测解集；其次根据卡尔曼滤波器的状态方程，初始观测解集输入卡尔曼滤波器；最后用BP神经网络补偿卡尔曼滤波，在最小均方误差下求得定位系统的二维状态向量的估计值。通过仿真表明：该补偿算法在原卡尔曼滤波算法上提升了定位精度。

jQuery时间轴滑动选项卡_横向和纵向滑动选项卡切换代码

行业资料-电子功用-一种混合动力电池SOC自适应控制方法

脉冲响应法SI---Hankel矩阵法 设一个n阶系统的脉冲（Z）传递函数为： 由脉冲响应函数的定义， 即系统加权序列g(k)的z变换。 则上述两式可改写为

Jacobian信息的辨识 RBF网络的辨识结果

讲述无模型自适应控制理论，控制律如何设计，有推导，有公式

意图控制matlab仿真代码机器人机械手的自适应控制 该存储库包含我的文章“4-DoF 机器人机械手的自适应控制”的 matlab/simulink 代码。 更准确地说，您将有一个 4-DoF 机器人机械手模型、用于符号化推导此类机械手动力学的代码以及机器人由自适应扭矩控制器控制的仿真模型，该模型在线估计机器人的一些参数（子体的 CoM）。 取决于：Peters Corke 的机器人工具箱@ 项目.m 主文件——建模机器人运动学和动力学，象征性地推导动力学 W_matrix.m D_matrix.m 由 project.m 生成的矩阵 parametrize.m - W 矩阵的符号参数线性化 W_adapt_matrix.m - 具有参数自适应估计的转矩控制器 sl_robot.slx - 带有参数估计的机械手控制的 Simulink 仿真 write_fcn.m 帕维尔·米龙奇克