基于卡尔曼滤波器的永磁同步电机电感磁链参数辨识仿真

针对传统模型参数辨识方法和遗传算法用于模型参数辨识时的缺点，提出了一种基于微粒群优化(PSO)算法的模型参数辨识方法，利用PSO算法强大的优化能力，通过对算法的改进，将过程模型的每个参数作为微粒群体中的一个微粒，利用微粒群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值，可有效提高参数辨识的精度和效率。

电力系统戴维南等值参数辨识方法综述，邢晨，李卫星，随着电网电源与负荷的日趋多样化，电力系统安全稳定运行面临发电特性与负荷特性的影响。电网中电压失稳源于负荷需求超过系统最大

针对一类具有外界扰动的严格反馈非线性系统, 将Backstepping 技术、预设性能控制和鲁棒控制相结合, 提出一种预设性能鲁棒控制器设计方法. 通过误差转换, 建立系统等效误差模型, 利用Backstepping 和鲁棒控制逐步递推选择适当的Lyapunov 函数设计预设性能鲁棒控制器. 该控制策略兼顾系统的暂态和稳态性能, 仿真实例表明了所提出设计方法的有效性.

在电机参数未知的永磁同步电机控制系统设计中，为提高控制性能，需要对电机参数进行辨识．利用 Popov稳定性定理对辨识系统的自适应率进行了设计；针对逆变器的死区效应，选用旋转坐标法对辨识器的输人电压进行补偿，通过辨识得到的电机电阻和dq轴电感参数．在此基础上，建立电机的数学模型并运用工程设计方法对电机控制器的参数进行设计．实验结果表明采用补偿后的电压进行参数辨识得到的电机参数要更加准确，并且基于电机数学模型进行控制器参数的设计能够减少控制器参数调试的工作量和时间，最终得到的电机控制系统具有较优的动态性能．

（语言：MATLAB）数字水印（图像大小不限制，攻击，鲁棒性评价，带界面GUI） （语言：MATLAB）数字水印（图像大小不限制，攻击，鲁棒性评价，带界面GUI）

2023年最新入门对抗样本、对抗攻击与防御的最佳教程，里面包含总结好的攻击跟防御代码 并有详细介绍。 有入门到精通，该教程最通俗易懂。 对抗样本是各种机器学习系统需要克服的一大障碍。对抗样本的存在表明模型倾向于依赖不可靠的特征来最大化性能，如果特征受到干扰，那么将造成模型误分类，可能导致灾难性的后果。对抗样本的非正式定义：以人类不可感知的方式对输入进行修改，使得修改后的输入能够被机器学习系统误分类，尽管原始输入是被正确分类的。这一修改后的输入即被称为对抗样本。 敌手在恶意设计扰动，让自动驾驶汽车直线拐弯[10]，让目标检测失灵[11]，让人脸识别系统失效[12]。我不放心你做事啊，尤其是人命关天的任务。

用MATLAB实现线性系统的频域分析 用MATLAB实现线性系统的频域分析 用MATLAB实现线性系统的频域分析

学习系统辨识的作业，最小二乘整批算法，输入为M序列，感兴趣的可以参考下

基于MATLAB的连续时间信号的频域分析