鲁棒控制工具箱提供了一系列的函数和工具以支持带有不确定元素的多输入多输出控制系统的设计。在该工具箱的帮助下，你可以建立带有不确定参数和动态特性的LTI模型，也可以分析MIMO系统的稳定性裕度和最坏情况下的性能。 该工具箱提供了一系列的控制器分析和综合函数，能够分析最坏情况下的性能及确定最坏情况下的参数值。利用模型降阶函数能够对复杂模型进行简化。同时提供了先进的鲁棒控制方法，如H2、H∞、LMI、μ分析等。

鲁棒控制

仓库管理系统的鲁棒图 序列图 属于软件工程的课程作业

为提高井下应急救援无线Mesh网络的鲁棒性,提出了基于混合网状网结构的组网模式。在该模式下,无线终端参与无线Mesh网络组网,能够在骨干传输网络出现问题时对数据进行路由转发,从而消除了传统基础设施结构应急救援无线Mesh网络中终端通信对骨干传输网络的绝对依赖。此外,针对该模式下Mesh终端能耗较高的问题,进一步提出了一种改进AODV路由策略。该策略在AODV路由协议的基础上增加了节点类型信息与通信状态信息,根据节点类型与通信状态决定路由选择方式,实现了路由选择过程对Mesh终端的识别与避免,从而节约了无线Mesh终端能量。针对该策略的路由性能的仿真结果表明,该策略相比AODV提高了矿井应急救援无线Mesh网络的吞吐性能、传输稳定性与实时性;当骨干路由节点发生故障时,该策略能够快速重建路由,具有较强的路由恢复能力。

适合初学滑模控制的同学，参考文献Barrier Function-Based Adaptive Integral Sliding Mode Control，运行环境MATLAB2018b

对准线性参数时变Markov跳变系统,当系统状态不完全可测时,研究一类基于输出反馈的鲁棒模型预测控制问题。将多包不确定性和有界噪声综合考虑,通过求解无穷时域性能指标的最小最大优化问题,得到了系统的输出反馈控制律。引入二次有界概念,在满足输入输出约束的情况下,保证闭环系统的随机稳定。数值算例验证了方法的有效性。

使用从单个图像进行3D人脸建模的Python代码 新功能：请参阅我们的后续项目，以进行。 此页面包含端到端演示代码，这些代码直接从不受约束的2D面部图像中估算3D面部形状和纹理。 对于给定的输入图像，它将生成面部形状和纹理的标准层文件。 它伴随我们的论文[1]中描述的深层网络。 在此版本中，我们还包括了地标构成的姿势和表情拟合的演示代码。 此版本是正在进行的人脸识别和建模项目的一部分。 请，请参阅以获取更新和更多数据。 特征 直接从图像强度用于3D形状和纹理估计的端到端代码 在不受限制的条件下设计和测试人脸图像，包括具有挑战性的LFW，YTF和IJB-A基准 首次显示使用我们的网络提取的3D面部形状和纹理参数具有描述性和鲁棒性，并通过这些基准上的3DMM表示提供了近乎最新的面部识别性能 没有昂贵的迭代优化，内部循环即可回归形状。 因此，3DMM安装非常快 使用回归的3D人脸模型，根据检

主要研究了在数字图像信号中加入有标志意义的二维水印的方法，提出了一种基于离散余弦变换的数字水印算法。 为了保证该算法的鲁棒性和透明性的良好平衡，首先，将二维水印进行置乱，提高了水印信息的安全性；其次，采用分块 DCT变换及依据HVS有选择地选取部分中频系数进行修改的策略，增强了数字水印嵌入的稳定性，并且该算法实现了数字 水印的盲提取；最后通过仿真实验证明，该算法不仅具有较好的透明性，而且对诸如压缩、加噪、裁剪、缩放、旋转、滤波、 平滑等攻击均具有较好的鲁棒性。 关键词：数字水印；余弦变换；嵌入；提取；鲁棒性；透明性

快速计划者 Fast-Planner的开发旨在在复杂的未知环境中实现四旋翼快速飞行。 它包含一组精心设计的规划算法。 新闻： 2021年3月13日：快速自主探索的代码现已发布！ 查看此以获取更多详细信息。 2020年10月20日：Fast-Planner被扩展并应用于快速的自主勘探。 查看此以获取更多详细信息。 作者：和从，从。 完整的视频： ， ， 。 关于这项工作的示威活动已经报道了IEEE光谱： ， 第二页， 第三页（在网页搜索HKUST）。 要在几分钟内运行此项目，请选中“快速入门” 。 查看其他部分以获取更多详细信息。 请请星号 :star: 这个项目对您有帮助。 我们竭尽全力发展和维护它 :beaming_face_with_smiling_eyes: :beaming_face_with_smiling_eyes: 。 目录 快速开始 算法与论文 设置和配置 运行模拟 在您的应用程序中使用 更新 1.快速入门 该项目已经在Ubuntu 16.04（ROS Kinetic）和18.0

复杂网络上的渗流和网络鲁棒性 给定度分布P(k)的复杂网络上的点缺陷： 顶点以概率q被随机的占据（工作状态良好） 或以概率1-q被空置 (被破坏) 然后考察系统存在无限大连通集团的临界概率qc 对无标度网络 当 λ<=3, 临界概率 qc 是0或负值. 无标度网络对于顶点的随机移除非常稳健!