借鉴多媒体数字水印技术，提出了一种基于混沌的DCT域关系数据库水印算法，运用混沌序列对版权图像加密生成水印信息，并嵌入到候选属性的DCT中频系数中。利用DCT在频域中实现水印与载体的融合，隐蔽性更强，弥补了空域水印算法的不足；混沌序列的伪随机性和初值敏感性为数字水印的安全性提供了保证。实验表明，该算法具有较强的鲁棒性和良好的不可见性。

在并网逆变器系统中,通常依靠锁相环获取电网电压的相位信息以确保并网电流与电网电压实现同步。本文以基于二阶广义积分锁相环（SOGI-PLL）的单相LCL型并网逆变器为例,基于电网阻抗对系统的影响,分析SOGI-PLL的小信号模型和基于阻抗稳定性判据的并网逆变器数学模型。结合伯德图和奈奎斯特曲线图,分析SOGI-PLL中PI调节器的各参数单独变化对并网系统稳定性的影响,提出一种基于稳定性的锁相环参数优化方法。在Simulink中搭建单相LCL型并网逆变器仿真模型,通过仿真验证了理论分析的正确性。

自适应鲁棒性卡尔曼滤波算法在卫星姿态估计中的应用

讨论一类非参数不确定系统的约束迭代学习控制问题.构造二次分式型障碍李雅普诺夫函数(Barrier Lyapunov functions),用于学习控制器设计.控制方案采用鲁棒方法与学习机制相结合的手段处理非参数不确定性,鲁棒方法对处理后的不确定性的界予以补偿,学习机制对处理后的不确定性进行估计.可实现系统状态在整个作业区间上完全跟踪参考轨迹,并使得系统误差的二次型在迭代过程中囿于预设的界内,进而在运行过程中实现状态约束.提出的迭代学习算法包括部分限幅与完全限幅学习算法.采用这种BLF约束控制系统有利于提高控制系统中设备安全性.仿真结果用于验证所提出控制方法的有效性.

为了改善针对一般非线性离散时间系统的控制性能，引入“拟伪偏导数”概念，给出了一般非线性离散时间系统沿迭代轴的非参数动态线性化形式，并综合BP神经网络以及模糊控制各自的优点，提出了基于BP算法无模型自适应迭代学习控制方案。仿真结果表明，该控制器对模型有较强的鲁棒性和跟踪性。

为了能将液态CO2相变致裂技术高效地应用到低透气煤层强化增透领域,基于COMSL软件对液态CO2相变致裂技术布孔参数进行数值模拟优化,并在平煤十三矿进行了穿层强化预抽煤层瓦斯试验,对优化结果进行了验证。不同布孔方式、孔排间距参数下模拟试验和现场试验研究结果表明:同孔距下"隔二爆一"布孔方式其致裂后抽采效果优于"隔一爆一"布孔方式,最终确定平煤十三矿最佳布孔方式为孔距为6 m的"隔二爆一"式。

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.

【优化求解】基于遗传算法的PID参数优化设计matlab源码2.zip

（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。