本资源为Delta机器人鲁棒控制仿真实验代码以及模型数据，基本没有注释，控制理论的部分可以参考文章：https://blog.csdn.net/TanWaiwai_yy/article/details/112392855

包含了电力系统虚假数据注入攻击MATLAB源代码及介绍。鲁棒电力系统状态估计器在监控应用中具有重要意义。根据我们的经验，我们发现使用投影统计的鲁棒广义极大似然（GM）估计是文献中最好的方法之一。它对多个交互和一致的坏数据、坏杠杆点、坏零注入以及某些类型的网络攻击具有鲁棒性。另外，它的计算效率高，适合于在线应用。GM估计器除了具有良好的击穿点外，在高斯或其他厚尾非高斯测量噪声下也具有较高的统计效率。使用SCADA测量的GM估计器的原始版本是由Mili和他的同事在1996年提出的。使用Givens旋转增强了其数值稳定性。将GM估计器推广到同时估计变压器抽头位置和系统状态。糟糕的零注入也得到了解决。

随着数据越来越多地存储在不同的筒仓中，社会越来越关注数据隐私问题，传统的人工智能(AI)模型集中训练正面临效率和隐私方面的挑战。最近，联邦学习(FL)作为一种替代解决方案出现，并在这种新的现实中继续蓬勃发展。现有的FL协议设计已经被证明对系统内外的对抗是脆弱的，危及数据隐私和系统的鲁棒性。

针对一类具有非线性扰动不确定时滞系统， 研究了使闭环系统渐近稳定且滚动时域性能指标在线最小化的鲁棒预测控制器设计问题。基于预测控制滚动优化原理， 运用Lyapunov稳定性理论和线性不等式方法， 将无穷时域 “min-max”优化问题转化为凸优化问题， 给出了系统稳定的充分条件。优化问题的可行性保证了算法的鲁棒稳定性。最后通过仿真验证所提方法的有效性。

基于数据驱动鲁棒优化的高比例清洁能源高速充电站规划，采用数据驱动鲁棒优化算法量化可再生能源、充电负荷的不确定性问题，从而百分百可再生比例下实现最优充电站配置

拜占庭容错状态机复制(BFT)协议是一种复制协议，它容忍少量副本的任意故障。 但现有的BFT协议在故障发生时不能提供可接受的性能。 这是由于所有现有的针对高吞吐量的BFT协议都使用了一个称为主副本primary的特殊副本，它向其他副本指示应该处理请求的顺序。 这个主程序可以是恶意的，在不被正确的副本检测的情况下降低系统的性能。

《鲁棒与最优控制》大学技能学习丛书《鲁棒与最优控制》大学技能学习丛书《鲁棒与最优控制》大学技能学习丛书

提出了一种基于CT-CZT-SVD的数字水印算法。该算法利用CZT变换算法的高频窄带分析能力和奇异值的稳定性对CT变换获取的表示细节特征的图像高频分量进行混合处理。实验表明，该算法通过提高频率分辨率及频谱锐化效果，能充分表达图像的细节信息，有效提升了水印图像的不可见性以及对常见的几何攻击、JPEG压缩等水印攻击的鲁棒性。

随着分数阶理论研究的不断发展，分数阶 控制器方法不仅可以改善系统动态响应特性，而且可以获得优越于传统PID控制器方法。分数阶微积分控制器增加了积分阶次 和微分阶次 ，提高了设计控制器的灵活度。本文在分数阶理论基础上引入了自抗扰控制器，设计出新型的分数阶自抗扰控制器，充分结合分数阶控制器高精度控制和自抗扰控制器抗干扰能力强等优势。通过仿真分析的得出分数阶自抗扰控制器的控制效果优越于其单独的控制效果。

一个西电中期答辩的PPT，关于鲁棒水印设计。中期答辩其实就是相当于这段时间毕设进度的汇报工作，重要但不是太严格。