基于提升小波变换和离散余弦变换的彩色图像水印算法

针对一些图像水印算法不可见性与鲁棒性不易平衡的问题,提出一种基于提升小波变换和离散余弦变换相结合的水印算法。首先提取载体图像的边缘特征构造二值水印图像,并使用Arnold变换和Logistic混沌映射对水印图像进行加密。然后,将RGB图像转到YCuCv空间,对Cv通道进行提升小波变换(LWT)和分块离散余弦变换(DCT)。最后将加密的水印嵌入每个DCT变换块的低频系数中。实验结果表明,嵌入水印的图像峰值信噪比(PSNR)值均高于43 dB,进行各种常见攻击后归一化相关系数(NC)值接近1。因此,所提出的方案具有较好的水印不可见性,同时对不同的攻击具有较强的鲁棒性。     

连续型模糊PID复合控制器在直流位置伺服系统中的应用

为了实现直流位置伺服系统的高速和高精度位置控制,针对实际伺服系统中存在的非线性、强耦合等各种不确定因素,提出了一种连续型模糊控制算法,以抑制各种非线性因素对被控对象的影响,同时引入传统的PID控制器,进一步改善了系统的稳态性能.通过实际运用表明,该连续型模糊PID复合控制器可以明显地提高直流位置伺服系统的动态性能和稳态精度,同时系统具有较强的适应性和鲁棒性.     

基于AVR单片机的风能太阳能控制器设计

针对风能和太阳能互补发电中互补模块和逆变模块的控制问题,采用高性能低功耗的AVR单片机为核心,设计了一种风光互补发电控制器,并对控制器的结构和原理进行了详细的分析.PROTEUS仿真表明,该系统过程电压和输出电压稳定、操作方便、功能强大.     

一对互补对称函数的Schur凸性

讨论了一对互补对称函数及它们的差在R＋＋^n上的Schur凹凸性，并据此建立相关的不等式．     

论《京华烟云》之姚木兰

林语堂的小说以“向外国人讲中国文化”为主旨。在浓重的文化氛围中塑造他心目中的理想人格。由于林语堂“一捆矛盾”的博杂思想表现为动态的忽东忽西、时道时儒或亦道亦佛，因而他对理想人格的塑造也表现了人物性格的“互补”性、“和谐”性。     

基于观测器的深海起重机互补滑模主动升沉补偿

针对深海起重机主动升沉补偿系统的非线性时变负载特性,在互补滑模控制器的基础上利用扰动观测器补偿扰动,实现主动升沉补偿。首先,将复合扰动分为匹配扰动和非匹配扰动两部分,采用互补滑模控制器对匹配扰动进行补偿,并降低系统稳态误差;同时设计扰动观测器对非匹配扰动的导数及其一阶、二阶导数进行估计,补偿至滑模控制律。最后采用MATLAB软件对深海起重机进行建模,搭建基于扰动观测器的互补滑模控制器,在给定负载位移条件下,进行负载位移跟踪仿真研究。结果表明,所设计的控制器在不同系统参数的情况下可实现迅速和精确的补偿控制,并与PID控制器进行对比,有更好的响应速度和控制效果,与普通滑模相比可缩短到达滑平面的时间。     

基于边界限制事件触发的Lurie系统鲁棒控制

针对一类受控Lurie系统,提出一种基于边界限制的事件触发控制策略.首先,设计Lurie系统的连续时间状态反馈控制器,以保证连续闭环系统的渐近稳定性;其次,引入快、慢辅助系统对原系统Lya-punov函数进行动态边界限制,设计事件触发控制器;最后,利用混杂系统的稳定性理论证明事件触发下闭环系统的渐近稳定性并排除芝诺现象...     

气动人工肌肉位置控制策略

针对气动人工肌肉位置控制系统,提出了两层滑模的变结构鲁棒控制策略,控制器的推导基于李亚普诺夫稳定性理论.实验表明所设计的气动人工肌肉位置控制系统稳态控制精度可达到±0.2 mm,在负载质量和气源压力改变的情况下,稳态位置控制精度仍可达到±0.3 mm,实验结果证明了所提出方法的有效性和系统的鲁棒性.该研究为气动人工肌肉获得广泛的应用提供了理论依据.     

DCT域双重图像数字水印算法

在简要分析DCT域数字水印算法的基础上,提出了双重图像数字水印算法,嵌入一个低频单向水印和一个基于人类视觉系统分析的中频盲水印.实验证明,该算法满足水印图像客观评价质量,能够实现两种水印的鲁棒性互补,具有方便灵活的实用价值.     

GMCL： a robust global localization method for mobile robot

A large sample size is required for Monte Carlo localization （MCL） in multi-robot dynamic environ- ment, because of the ＂kidnapped robot＂ phenomenon, which will locate most of the samples in the regions with small value of desired posterior density. For this problem the crossover and mutation operators in evolutionary computation are introduced into MCL to make samples move towards the regions where the desired posterior density is large, so that the sample set can represent the density better. The proposed method is termed genetic Monte Carlo localization （GMCL）. Application in robot soccer system shows that GMCL can considerably reduce the required number of samples, and is more precise and robust in dynamic environment.