基于Lyapunov-Krasovskii泛函的时滞系统鲁棒控制

在研究了小波变换的理论知识以及小波变换在图像处理中的应用的基础上，实现了一种基于小波变换的图像水印算法，同时在图像的小波变换域实现了水印的嵌入和提取。仿真实验结果表明本文的水印算法具有较好的不可见性及较好的鲁棒性，水印能够抵抗加噪、压缩、滤波等常用的信号处理操作。

随着网络与多媒体技术的发展，数字媒体作品版权的标识及保护问题越来越突出。数字水印技术通过将水印信息嵌入原始数据中来证明数字作品的版权，是解决这个问题的一种有效方法。本文提出一种基于小波变换的图像数字水印算法，通过将低频子图分块并量化其小波系数，实现水印的嵌入和提取，并对其进行抗噪声、JPEG压缩、旋转等实验。对于旋转攻击，该算法结合了图像的归一化技术。实验结果表明，该算法对常见图像处理和旋转都有较好的鲁棒性。

移动视界估计 (MHE) 中的长视界长度对于达到完整信息估计器的性能限制是可取的。 然而，传统的 MHE 技术在这方面存在许多缺陷。 首先，问题的复杂性至少与所选的地平线长度成线性比例，如果存在计算限制，这将限制选择长地平线。 二、没有监控约束活动/不活动，即使没有约束，也会导致进行冗余的约束最小化积极的。 在这个程序中，我们开发了一个多窗口移动地平线估计策略 (MW-MHE)，它利用约束不活动来减少长期估计问题中的问题规模。 使用无约束的完整信息近似计算到达成本估计器到达成本以保证技术的稳定性。 基于时间远程状态之间的敏感性开发了新的地平线长度选择标准。 开发是根据一般因果描述符系统进行的，其中包括作为特殊情况的标准状态空间表示。 通过一个例子展示了新估计算法的潜力用测量异常值过滤。 参考论文：Multiple Window Moving Horizo​​n Estimation； ht

用于音频水印稳健性测试的攻击软件，非常流行。现在官方主页下载链接已失效。 考虑到许多做音频水印的朋友非常需要，特此共享出来。(请勿用于商业用途)

稳健的回归和离群值检测 使用贝叶斯迭代将已知模型稳固地拟合到数据。 这两个实现使用 兰萨克 M估计 健壮的部分实现了，而功能却没有实现。 模型拟合是从scipy.minimize借用的。 随意使用其他模型拟合方法。 要求 numpy是robust_lsq.py的唯一先决条件。 robust_lsq.py需要最小二乘拟合函数（或其他拟合函数），例如scipy.optimize.minimize 。 请参阅示例models.py 。 robust_lsq.py 麻木 models.py 科学的 麻木 test.py 科学的 麻木 matplotlib 设置 请运行test.py以获取使用贝叶斯估计将直线稳固地拟合到数据的示例。 它是如何工作的？ 关键思想是确定最适合模型的样本。 使用贝叶斯更新。 贝叶斯规则由下式给出： P（数据/模型）= P（模型/数据）* P（数据）/ p（模型）

线性变参数系统的鲁棒故障估计与主动容错控制中文文献。

鲁棒控制工具箱

svd算法matlab代码高维设计差分私有估计器 高维差分私有鲁棒均值估计器的MATLAB实现。 先决条件 用于在较大矩阵上进行特征值计算的MATLAB软件包 算法实现 dpCode目录包含各种差分私有均值估计算法的实现代码。 dpFilterGaussianMean.m ：本文提出的新型差分私有算法的主要实现 filterGaussianMean.m ：通过过滤实现稳健的均值估计，取自，并在ICML 2017的论文中进行了描述 dpWinsorizedMean.m ：的差分私有dpWinsorizedMean.m Mean（算法1）的实现 privateQuantile.m ：实用程序函数，包含来自的privateQuantile算法（算法2）的实现 laplaceSample.m ：实用函数，通过逆CDF采样从Laplace分布中提取噪声样本 我们的算法仅需要前两个文件，而后两个文件则来自的DP Winsorized均值参考算法。 最后一个文件（ laplaceSample.m ）是两种算法中使用的Laplace机制的实用程序实现。 重现性 compareDPMeanEstimat

鲁棒控制工具箱手册说明，知道如何在matlab环境下进行鲁棒控制工具箱的使用。