摘要：针对非完整移动机器人轨迹跟踪控制问题,提出一种基于Backstepping运动学控制器与双自适应神经滑模鲁棒动力学控制的混合鲁棒控制算法。利用两个带自适应调节算法的径向基神经网络(Radial basis function neural network,RBFNN)分别计算滑模的等效控制部分和调节滑模控制的增益,不但解决了移动机器人的参数与非参数不确定性问题,同时也消除了在滑模控制中的输入抖振现象。设计过程采用Lyapunov方法,保证了控制系统的稳定与收敛。仿真结果表明了该方法的有效性,且在多种不确定性存在的情况下,该方法能较好地消除非完整机器人的跟踪误差。

摘要：针对带多不确定性的一组非完整移动机器人的编队控制收敛问题,提出了基于径向基函数神经网络的移动机器人多变量固定时间领航者—跟随者编队控制算法.RBFNN补偿了系统所受的多不确定性,并消除了鲁棒控制的抖振现象.基于固定时间理论和Lyapunov方法进行了控制算法设计,使所提出的控制方法保证了编队控制系统中的所有信号全局固定时间收敛,在任意系统初始条件下,在通过参数设计的固定时间内,使机器人编队达到期望编队.仿真结果显示了所提出算法的有效性.

摘要：针对非完整移动机器人编队控制问题,基于领航者-跟随者l-ψ控制结构,提出了一种运动学控制器与自适应神经滑模控制器相结合的新型控制策略。采用径向基神经网络(radial basis function neural network,RBFNN)对跟随者及领航者动力学非线性不确定部分进行在线估计,并通过自适应鲁棒控制器对神经网络建模误差进行补偿。实验结果表明所提方法不但解决了移动机器人编队控制的参数与非参数不确定性问题,还确保了机器人编队在期望队形下对指定轨迹的跟踪;基于Lyapunov方法的设计过程,保证了控制系统的稳定。

摘要：本文讨论了内燃机气门机构优化设计的命题、优化目标及条件，指出了某些局部优化命题不能反映气门机构设计中实际可能存在的种种情况和相应不同的主要矛盾，以及某些优化目标和约束条件的不尽合理之处。本文提出了一个进行气门机构设计分析和总体优化的新思路。

摘要：比特币技术发展迅速,交易规模逐步攀升,引起国内外广泛关注.比特币技术具备去中心化和匿名化特征,使得比特币交易者的身份难以识别,为不法行为(如毒品交易、比特币勒索病毒等)提供了隐匿空间.该文提出了一种针对比特币交易的溯源机制,能够追踪交易信息在网络层的传播路径,从而将交易中的匿名比特币地址和发起交易节点的IP地址相关联.通过设计一种基于主动嗅探的邻居节点识别方法,溯源机制支持轻量级监测,而且相比现有溯源技术具有更好的实用性.文中针对比特币系统开发了溯源程序,从有效性、准确率、适用范围等方面对其进行测试与分析评估.实验结果表明,比特币网络中有69.9%的服务器节点适用于这种溯源机制,能够获得召回率50%、准确率31.25%的溯源精度,优于现有的交易溯源方法,具有较强的实践意义和使用价值.

摘要：针对非完整移动机器人轨迹跟踪控制问题,提出了一种基于自适应分流运动学控制与自适应模糊滑模动力学控制的混合控制算法.自适应分流运动学控制解决了由于大范围的初始位姿偏差变化而引起的速度跳变问题.利用滑模控制具有的稳定性和鲁棒性的优点,解决了机器人的参数与非参数不确定性问题.并通过带有自适应调节算法的模糊控制来调节滑模控制的增益,增强了对随机不确定性的适应能力,消除了在滑模控制中的输入抖振现象.设计过程采用了Lyapunov方法,保证了控制系统的稳定与收敛.仿真结果表明,控制器产生了平滑的速度输出,非完整移动机器人的跟踪误差被消除.

摘要：针对非完整移动机器人轨迹跟踪控制问题,提出了一种Backstepping运动学控制器与自适应动态递归模糊神经滑模控制器相结合的控制结构。采用遗传算法对运动学控制器的参数进行了优化选取,有效地抑制了因初始位姿过大而引起的初始速度及输出力矩过大的问题;采用动态递归模糊神经网络(Adaptive dynamic recurrent fuzzy neural network,AD-RFNN)对动态非线性不确定部分进行在线估计,使不确定性估计误差大大减小;通过与自适应鲁棒控制器结合应用,不但解决了移动机器人的参数与非参数不确定性问题,同时也消除了在滑模控制中的输入抖振现象;基于Lyapunov方法的设计过程,保证了控制系统的稳定与收敛;仿真结果表明了该方法的有效性。

摘要：为阐明地震低频阴影现象产生的机理,设计了2个等效地层模型,水平层状介质模型分析结果表明,在低频(如15 Hz)瞬时频谱剖面中,含油气层下部表现为强能量团;当频率为50 Hz以上时,储集层下方的能量比低频瞬时频谱剖面中对应位置的能量要弱得多,这就是典型的低频阴影现象。简化的碳酸盐岩溶蚀孔洞模型分析结果表明,溶洞含油时,溶洞下方最先存在波阻抗差异的界面附近会出现明显的低频阴影现象;而溶洞含水时,低频阴影现象不明显。该结论与实际地震解释结果相吻合,这为利用低频阴影现象识别油水层提供了理论依据。

摘要：针对含有驱动器动力学的非完整移动机器人轨迹跟踪控制问题,以驱动器电压作为控制输入,提出了一种新型非完整移动机器人自适应模糊神经滑模控制算法,采用自适应动态递归模糊神经网络在线估计由于参数不确定和外加干扰而引起的未知时变函数,减小了不确定性的估计误差;结合自适应鲁棒控制器,不但克服了移动机器人所受的参数与非参数的多不确定性问题,同时也确保了机器人对指定轨迹的跟踪;基于Lyapunov方法进行了参数自适应律设计和系统稳定性分析,保证了控制系统跟踪误差的收敛性,仿真结果表明了该方法的有效性。

摘要：研究非完整移动机器人编队控制优化问题,由于动态模型存在诸多不稳定性,针对领航者-跟随者I-ψ控制结构,提出了一种Back stepping运动学控制器与自适应神经滑模控制器相结合的新型控制策略。采用动态递归模糊神经网络(dynam-ic recurrent fuzzy neural network,DRFNN)对跟随者及领航者动力学非线性不确定部分进行在线估计,并通过自适应鲁棒控制器对神经网络建模误差进行补偿。所提方法不但解决了移动机器人编队控制的参数与非参数不确定性问题,同时也确保了机器人编队在期望队形下对指定轨迹的跟踪;根据Lyapunov方法的设计过程,保证了控制系统的稳定;仿真结果表明了改进方法对机器人编队优化控制的有效性。