针对传统滑模观测器(SMO)存在的抖振及相位延迟问题,提出一种自适应模糊滑模观测器来实现永磁同步电机(PMSM)无传感器控制.根据Lyapunov稳定性定理构建自适应模糊滑模观测器,以保证系统的稳定性.通过分析滑模增益对系统抖振的影响设计模糊控制系统,从而实现对滑模增益的动态调整,削弱抖振现象,提高系统的鲁棒性.建立反电动势观测器代替低通滤波器,避免相位延迟,从而提高系统的稳定性及准确跟踪性.仿真结果验证了所提出方法的可行性.

永磁同步电机滑模观测器离散仿真模型，离散采样，开环切闭环

针对一类不确定时滞系统的鲁棒H∞稳定控制，设计了基于观测器的鲁棒H∞控制器。假定系统的不确定性是时变的且具有范数有界。基于线性矩阵不等式（linear matrix inequality-LMI），通过构造Lyapunov泛函，选取适当的观测器，给出了控制器的设计方法，通过求解相应的线性矩阵不等式，就可以得到基于观测器的H∞控制器，并证明了该控制器在使闭环系统渐近稳定的同时，又能保证闭环系统满足一定的H∞性能指标。最后，数值算例验证了所给方法的有效性。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：matlab一个四维状态、二维观测的目标跟踪扩展卡尔曼滤波程序，附有详细的说明 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

压缩感知算法稀疏分解，然后随机观测，OMP恢复

建立了一个电动Stewart平台的统一动力学模型，并基于它设计了一种新型的自适应模糊控制算法。这个统一的动力学模型在任务空间中使用了Newton-Euler方法建立，同时结合了平台动力学和执行器动力学模型。自适应模糊控制算法使用计算力矩方法设计运动平台标称模型的逆动力学控制器，然后使用基于模糊干扰观测器的自适应模糊控制器对模型的不确定性和外部扰动进行补偿。通过数值仿真分析表明，在不引入高增益控制器的情况下，成功地消除了平台参数的不确定性和外部干扰的影响，保证了平台的跟踪性能。

该文章是快手公司与中科大合作产出的资源型论文，即发布了一个几乎全是观测值的稠密数据集KuaiRec，该数据集包含了1411个用户对3327个短视频的交互行为，稠密度高达99.6%（一般推荐系统公开数据集的稠密度在1%以下）。“稠密数据集”意味着用户-物品矩阵中几乎没有缺失值，即每个用户都看了每个视频且留下了反馈。

描述 为更好地利用沅江干热河谷生态站气象资料，利用标准气象观测场开展常规气象要素的长期定位观测，监测的气象监测数据为2011年7月至2020 年 12 月进行了分类、质量控制和评估。气象数据集包括气温、湿球温度、露点温度、相对湿度、水汽压、总云量、日照时数、规律降水、蒸发量、气压、风速风向、土壤等12个数据表温度。以日规模（8:00、14:00、20:00）数据文件为主，数据完整率99%以上，。 引用：SUN CHENNA, YANG DAXIN, SONG QINGHAI, et al. An observation dataset of meteorology at Yuanjiang Dry-hot Valley Ecological Station, Yunnan Province (2011 - 2020)[DS/OL].

立足于绿洲农田生态系统,采用人工神经网络方法对潜热通量数据进行模拟和插补。根据作物生长季分阶段模拟,对比整体模拟结果,发现分阶段模拟效果(R2=0.91～0.95,RMSE=28.9～41.3W/m2,MAE=21.3～28.8W/m2)优于整体模拟效果(R2=0.87～0.92,RMSE=39.6～50.7W/m2,MAE=27.6～34.9W/m2)。通过模型网络连接权值对各阶段环境因子的相对贡献率作了定量分析,并从数学统计的角度对研究区蒸散发环境因子影响机理进行了分析。结果表明为了提高潜热通量的插补

IPERF专业测速工具（开源）含图形直观图观测java程序。 内含：（iperf2.0.x） 1）开源linux程序（可直接在linux机器编译make即可，方便调测） 2）开源arm linux程序（已经修改编译器为arm-linux-gcc，如果不合适可另行 ./configure xxx或自行修改makefile，可开发板调测） 3）windows版本的iperf.exe 4）一套基于iperf.exe报文分析的UI直观图java小应用，方便观测曲线变化（需要java虚拟机环境，请另行安装） 物超所值，这个再需要时非常重要，请需要的朋友下载（分值设的较大，真正需要监控速度、性能、带宽、驱动速率等问题时用，不要枉扣分）。 应用场景： windows linux 开发板 三者之间任意测速（client、server端均有数据，一般观察client端的曲线变化）