经典基础性教材,鲁棒与H无穷,的控制教材,属于控制领域
2021-12-21 20:23:58 8.1MB 控制系统
1
本代码基于pytorch实现,复现ICCV 2019论文 Robust Loss Functions under Label Noise for Deep Neural Networks,论文地址https://arxiv.org/abs/1712.09482v1
2021-12-21 19:09:24 20KB 深度学习 pytorch python 图像分类
1
Matlab程式码GRASTA_MEX GRASTA的Mex版本(Grassmannian鲁棒自适应子空间跟踪算法) GRASTA是一种用于低秩子空间跟踪的有效在线算法,对于高度不完整的信息和稀疏的异常值都具有鲁棒性。 该项目为Matlab提供了C ++源代码及其mex接口。 我们代码的主要依赖项是Armadillo()。 因此,您应该首先下载最新版本的Armadillo,然后根据Armadillo的说明正确安装。 然后打开Matlab并找到我们的grast_mex目录,运行make_mex.m脚本,它是一个简单的编译行,如下所示: 混合-O -I / usr / local / include grasta_mex.cpp grasta.cpp admm_solvers.cpp (您可以将“ / usr / local / include”更改为犰狳的路径,例如-I./armadillo.4.2.3) 成功编译mex文件后,您可以运行demo.m来测试可靠的子空间恢复问题。 #参考文献[1] Jun He,Laura Balzano和John CS Lui。 从部分信息进行在线鲁棒
2021-12-20 09:57:18 17KB 系统开源
1
鲁棒控制的matlab工具箱,编程pdf工具箱,对于学习鲁棒控制编程作用很大。(Robust control toolbox matlab, programming pdf toolbox, robust control for learning the role of great programming.)
2021-12-19 17:05:18 835KB 鲁棒控制 robust 工具
实现粒子滤波视觉目标跟踪(PF)、卡尔曼粒子滤波视觉目标跟踪(KPF)、无迹粒子滤波视觉目标跟踪(UPF)。它们是本人这两年来编写的核心代码,用于实现鲁棒的视觉目标跟踪,其鲁棒性远远超越MeanShift(均值转移)和Camshift之类。用于实现视觉目标跟踪的KPF和UPF都是本人花费精力完成,大家在网上是找不到相关代码的。这些代码虽然只做了部分代码优化,但其优化版本已经成功应用于我们研究组研发的主动视觉目标跟踪
2021-12-19 17:05:18 387KB 粒子滤波
鲁棒控制经典教材,详细介绍鲁棒控制
2021-12-19 15:28:00 9.32MB 鲁棒控制
1
复杂情况下的防空导弹智能制导鲁棒优化设计
2021-12-16 20:07:45 161KB 导弹制导
1
基于感知哈希的鲁棒3D医学图像检索算法
2021-12-15 15:53:59 5.87MB 研究论文
1
基于内模控制原理,给出了一种PID参数整定的新方法
2021-12-14 14:10:22 290KB PID整定,鲁棒性
1
表 6.1 参数的取值及对应的设计目标 obj Corresponding Design [0 0 0 0] [0 0 1 0] [0 0 0 1] [g 0 0 1] [0 h 1 0] [0 0 a b] pole placement only H∞-optimal design H2-optimal design minimize 22 T subject to gT < ∞∞ minimize ∞∞ T subject to hT < 22 minimize 2 22 2 TbTa + ∞∞ region确定了所考虑的 LMI区域,它的默认区域是左半开复平面。可以使用命令 lmireg 来产生所要的区域 region,如果知道刻画所考虑的 LMI 区域的矩阵 L 和 M,则也可以通过输入 region = [L, M]来直接确定 region; tol是描述精度的指标,默认即可。 在输出中,gopt和 h2opt分别是闭环系统的 H∞ 和 H2性能指标,K是所求的状态反馈 增益矩阵,Pcl是从w到 TT2 T 1 ][ zz 的闭环传递函数,X是 Lyapunov矩阵。 在 LMI工具箱中提供了一个示例来说明本节提出的方法。只要在 MATLAB命令窗口 中输入 sateldem就可以浏览这个例子。 6.3 鲁棒 D-稳定性分析 前面讨论了对一个给定的 LMI 区域 D,线性时不变系统的 D-稳定性分析和状态反馈 D-稳定化控制器的设计问题。由于实际系统中不可避免地存在不确定性,因此有必要研究 不确定系统的鲁棒 D-稳定性分析和综合问题。 考虑不确定线性系统 )(])([ )()()( 1 t tt xCDIBA xAx ∆∆−+= ∆= − . (6.3.1) 其中: nt R∈)(x 是系统的状态向量, nn×∈RA 是系统的名义状态矩阵,即忽略了参数不确 定性后的系统状态矩阵,∆是不确定矩阵,反映了系统模型中的参数摄动和不确定性。一 般我们并不知道矩阵∆的精确取值,但知道其在某个已知的范围中取值或变化。对所有在 这个范围中的值,我们称其是不确定矩阵∆的允许值。 考虑由特征函数 T++=)( MML sssf D (6.3.2) 刻画的 LMI 区域 D,其中 pp×∈RML, ,且 L是对称的。假定名义状态矩阵 A是 D-稳定 的,即 A的所有特征值均在区域 D 中,则本节关心的问题是:对给定的不确定性允许变 化范围,寻找一个检验条件来判别对所有允许的不确定矩阵 ∆, )(∆A 的所有特征值是否
2021-12-13 23:59:25 1.9MB 鲁棒控制 现代控制理论 LMI矩阵
1