基于python的道路视频车道线检测

平移不变小波去噪程序演示 以平移不变小波为平台所用是作者自己改进的bayesShrik算法

小波阈值去噪的程序，包括默认阈值去噪、全局阈值去噪、自适应阈值去噪。

用遗传算法求解PID参数优化MATLAB源程序

孙老师LTE教程四部曲1和2，包括原理实现结构应用等内容，了解LTE系统必备

QT 超市收银系统 可直接运行 给大家一个参考

百度下载的SDK一直有问题（导航定位都能用，但是加载基础地图就导致APP蹦溃），不知道是我的原因还是百度的原因；吐血改了一天没有结果（在官方开发平台各种组合下载），所以只能找以前的SDK试试。结果可以了。这个是自己整合了以前的百度地图sdk各版本拼凑起来的，亲测可行，哈哈哈。

基于实例和特征的迁移学习算法研究上海交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:200年,月6日上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文保密□,在年解密后适用本授权书。本学位论文属于不保密囝。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:1日期:209年,月日日期,亻年,月,b日上海交通大学学位论文答辨决议书姓名戴文渊学号1060394所在学科计算机应用技术指导教师俞勇答辩2009年1月答辩地点逸夫科技楼311日期16日论文题目基于实例和特征的迁移学习算法研究投票表决结果:555(同意票数/实到委员数应到委员数)答辫结论:回通过口未通过评语和决议:戴文谢的论女对基家例和将而习年译入的研鉴该课题旨右桌砖传纹戒器动限劫布衣器导成眼刺张采明意和有吃作包提了-种基于泉例汪移羽法给生了aAB算回提3-种基特公汪移3方,3因片和受本键技术取場3很山敌果,流文点明方法新颖,结沉正别,反强着己孔家地推第术基础理和相关的去步知议,具级的去从季科研午W彩机答排刷凶滴蕤,回间趣正确浴拜委员会讨(孔记名拨票奉决),-敌其通过硕士怪沉辩被子召丽士209年1月16日职务姓名职称单位签名主席黄林鹏教授上海交通大学答委员辩翁惠玉副教授上海交通大学委委员薛贵荣副教授上海交通大学员会委员张冬茉副教授上海交通大学成员委员俞勇教授上海交通大学签|天姿号委员秘书韩定助理研究员上海交通大学中文摘要基于实例和特征的迁移学习算法研究摘要传统的机器学习假设训练数据与测试数据服从相同的数据分布。然而,在许多情况下,这种同分布假设并不满足。不满足同分布假设的情况往往发生在训练数捃过期,而标注新数据非常昂贵。于是,我们有有了大量的在不同分布下的过期训练数据。完全丢弃这些数据将会是非常浪费的。在这种情况下,迁移学习就变得非常重要了,因为迁移学习可以从现有的数据中迁移知识,用米帮助将米的学习迁移学习( Transfer Learning)的目标是将从个环境中学到的知识用来帮助新环境中的学习仼务。因此,迁移学习不会像传统忛器学习那样作同分布假设。在本文中,我们将会比较全面的回顾迁移学习的整个领域,并且介绍我们在迁移学习领域的近期研究成果。我们的工作可以分为两部分;基于实例的迁移学习和基于特征的迁移学习。我们将会展示出,基于实例的迁移学习有更强的知识迁移能力,而基于特征的迁移学习具有更广泛的知识迁移能力。这两种方法各有千秋。我们介绍了两种迁移学习方法,分别基于 boosting技术和特征翻译。这两种算法分别对应基于实例的迁移学习和基于特征的迁移学习。我们通过非常全面的实验来证明我们的方法在迁移学习时候能够很大幅度提高很多现有的学习算法,无论是近迁移还是远迁移关键词:迁移学习、实例、特征英文摘要Instance-based and Feature-based Transfer LearningABSTRACTTraditional machine learning techniques make a basic assumption that the training andtest data should be under the same distributions. However, in many cases, this identicaldistribution assumption docs not hold. The violation of thc assumption might happen whenthe training data are out of date, but new data are expensive to label. This leaves plenty oflabeled examples that are under a similar but different distribution which is a waste throwaway entirely. In this situation, transfer learning becomes important to take the role of leveraging these existing data knowledgeTransfer learning aims at using learned knowledge from one context to benefit fur-ther learning tasks in other contexts. Thus, transfer learning does not make the identical-distribution assumption as tractional machine learning algorithms. In this thesis, we broadreview the whole field of transfer learning and then introduce our recent work on transferlearning accordingly. Our work can be divided into two parts: instance-based transfer learning, and feature-based transfer learning. We will show that instance-based transfer learninghas better strength in knowledge transferring, while feature-based transfer learning is withmore gerWe present two transfer learning algorithms based on boosting technique and featuretranslation respectively. These two algorithms corresponds to instance-based and featurebased transfer learning. Our extensive experiments show that our algorithms can greatlyimprove several state-of-the-art algorithms in the situation of transfer learning, includingnear transfer and far transferKEY WORDS: Transfer Learning, Instance, Feature目录目录摘要ABSTRACT(英文摘要)第一章绪论第二章迁移学习领域的研究现状2.1多任务学习.22跨领域学习23不同数据分布下的学习24其他迁移学习问题25迁移学习的应用4555678第三章基于实例的迁移学习算法研究3.1基于 Boosting的迁移学习算法3.1.1基本思想.3.1.2问题定义103.1.3 TrAdaboost算法描述..123.2 TrAdaboost算法的理论分析.14321基本符号143.2.2辅助训练数据上的错误率...:.···153.2.3源训练数据上的错误率,,203.3实验分析:··..··:·.:·.:···:·:·:·:······:213.3.1数据描述..22332实验结果23第四章基于特征的迁移学习算法研究254.1基于特征翻译的迁移学习算法4.1.1翻译学习框架274.1.1.1问题定义····‘·274.1.1.2风险最小化框架.41.1.3模型估计.··2941.14翻译器o304,2实验分析324.2.1实验数据酯鲁鲁D着着·,,·,,音唐鲁帝着争324.2.2比较方法324.2.3实验结果··········:····:..:.::.:::33第五章总结与展望35参考文献致谢4·,个人简历、在学期间的研究成果及发表的论文春,音42插图插图1-1日常生活中的迁移学习例子3-1关于 TrAdaboost算法基木思想的一个直观的示例。3-2 TrAdaboost算法的机制123-3一个关于数据生成的示例223-4三种算法在 people vs places数据集上的效果243-5 TrAdaBoost算法在 people vs places数据集上的达代曲线244-1一个直观的例子,用来说明六中学习策略的异同264-2共同出现数据的例子:Flickr(http://www.flickrcom/)74-3在12个数据集上的平均错误率3444对于不同的入, TLRLSK在12个数据集上的平均错误率34表格表格3.120 Newsgroups数据分布的描述2232SRAA数据分布的描述2333当只有1%的源数据是训练数据时的分类错误率4.1文本辅助图像分类的数据描述3

【实例简介】有关BP神经网络的一些论文，例如：基于BP算法的模糊神经网络的研究

一篇很好的关于模糊图像复原的论文，含详细需要的函数，讲解清楚易懂。闫永存,等匀速直线运动模糊图像复原的改进算法级的概率密度函数P(s)如下式所示:P(s)=P(rdr(6)8对于连续图像,当直方图均衡化(并归一化)后有P(s)即ds=p (r)dr =dT(r)3两边取积分得x=7(=P)h(8)式(8)就是所求的变换函数对于离散图像,假定数字图像中的总像索为N,灰度级总图3最优窗法区域分布图数为L,第k个灰度级的值为r,图像中具有灰度级r的像素Fig 3 Areal distribution of optimal window method数目为n,则该图像中灰度级n的像素出现的概率为取值范围为V-P+1,V1-11;在水平方向上,区域1、2、3的横P(r)="O≤r≤1;h=0,1,…(9)坐标取值范围1O,P1-2],区域4.8、9的横坐标取值范围为P3-1,V1-P3m,区域5、67的横坐标取值范围为[V1-Psn+对其进行均匀化处理的变换函数为:VL-11在图3中,每一个区域都有各白独立的边界,即各个S=7(r)=∑P(n)=2N子窗区域的尺寸不一定相同(10)最优窗计算公式为利用式(10)对图像做灰度变换,即可得到直方图均衡化后的图像。∑∑h(p,g)∑∑h(p.q)∑∑(p,q)D=O 0该方法可以将滤除高频噪声,提高有用信号的嗝度,增加∑h(p∑∑h(P)(12)对比度,同时缩小叠加噪声信号的动态范围,抑制振铃效应有效的结合起来,高文硕等证明了这一点。但不能完全去除振220)2A)铃效应,因此文中在滤波前用最优窗法对图像进行处理最优窗对模樹图像的边界进行加杈处理,以致像素值向3.4最优窗法外逐步过渡到零,其目的是待处理图像的边界结合处不会出在恢复图像过程中,由于图像边缘的像素没有足够的相现灰度的跳变,振铃效应因此得到抑制。邻像素可以利川,所以会导致恢复图像的边缘变差,并且整幅图像有明暗相间的条纹,即振铃效应。为了解决这个问题,早4实验结果及分析期学者常采用边界修正法,但效果不够令人满意。 Aghasi在1996年提出循环边界法,其缺点是图像尺寸变为原来的4文中通过实验验证了改进算法的可行性和有效性,以sadhna模糊图像的复原为例,图4(a)是原始图像,对其进行倍,运算量增加很多。基于循坼边界法的缺点, Bimetal提出了对二维模糊图像四进行恢复的最优窗。其具体实胞过程为:模糊加噪运算,模糊角度为53°,模糊长度为45,高斯噪声为0.0l图4(b)是降质后的模糊图像,采用本文算法估计岀的模恢复窗a,k将图像平面分成9个区域,每个区域编号如图3糊方向为51°,模糊长度为46,图4(c)是普通维纳滤波复原所示。标号为9的中央区域o:=1。图像,图4(d)是人工调整参数为真实值的复原结果。利用本区域1,8、7的纵坐标取值范围为[0,P-2],区城2,6、9文的改进算法得到的复原结果如图4()所示。实验结果如图的纵坐标取值范围为P-1,V4-P,区域3、4.5的纵坐标4所示。(a)原始图像(b)模糠图象(c)普通维纳波复原图象d)取冥际参数值的复原图像(e)太文算法的复原图(a)original image(t)blurred image (c)restored image of ordinary (d)res tored image fcr the (e)restored image ofiner filteringactua l )arameter valles algorithm in this pa per图4运动模糊图像及复原结杲Fig. 4 Motion blurred images and results of restoration147C1994-2012ChinaAcademicJournalElcctronicPublishingHousc.Allrightsrescrvcd.http://www.cnki.net电子设计工程》2012年第3期出实验结果可知,方向徵分法可以很人程度地提高模糊2005,10(5):590-595角度的估计准确性,利用自相关函效负尖峰值可以较准确地「31贺卫国,黎绍发,匀速直线运动模糊长度的精硝估计[鉴别出模糊长度,从而可以提高图像还原质量。最优窗法对振计算机应用,2005,25(6):1316-1320铃效应可以有较好的抑制作用,最后得到了复原效果较为理HIE Wei-guo, LI Shao-fa. Estimating the blurring length of想的图像。uniform linearmotion blurred images[J]. Computer Applications5结束语2005,25(6:1316-1320[4]吴振字.模糊图像复原方法研究[D]长沙:国防科学技术文中对运动模糊图像的退化模型、维纳滤波复原原理、点大学,2009扩散函数的求取过程选行了详细削述,提出了一种改进的模[5]高文硕.郊伟伟,杨磊运动模糊图像复原技术的改进算法糊图像复原算法,并对振铃效应进行处理,以 sadhna图像的中国传媒大学学报自然科学版,2010,7(1):72-76复原为例进行了实验验证结果表明,文中方法可以较准确地GAO Wen-shuo, ZHENG Wei-wei, YANG Lei. Improved估计出运动模糊参数,并且提高了运算速度,振铃效应得到有algorithm for restoration of the imagemotion blur IJ]. Journal效抑制。of Communication L niversity of China Science and Technology参考文献2010,17(1):72-76[1] Cannon M. Blind deconvolution of spatially invariant image [ 6] Aghdasi F, Ward R K. Reduction of boundary artifacts inblurs with phase [ J]. IEEE Trans on Acoustics, Speech andimage restoration[J]. IEEE Trans. Image. Proc. 1996. 5(4)signal Processing, 1976(24): 58-63611-6182]陈前荣,陆启生,成礼智,基于方向微分的迈动模糊方向鬥叶海.基于统计特征加权的模糊聚类方法及其应用鉴别!中国图象图形学报,2005,10(5):590-595现代电子技术,2009(1299-102chen Qiall-rong, LU Qi-sheng, CHENG Li-zhi. IdentificalionYE Hai-jun. Fuzzy clustering method and its applicationof motion blur direction from motion blurred image bybased on statistical characteristics weighting [J]. Moderndirection derivation method [J Journal of Image and GraphicsElectronics Technique, 2009(12): 99-102具ⅢP2优化和DC偏移消除的宽带丨/Q解调器可改善接收器性能加利福尼亚州米尔皮塔斯( MILPITAS,CA)推出超宽带宽直接转換lQ解调器LIC∶5S35,该件具卓越的线性性能(在1.95GIlκ时,ⅢP3-25.7dBm,IP2-60dBm)。LTC585能提供超过530MILz的基带输岀解调带宽,可满足新-代霓带LTE多模式接收器和毅宇预失真(DPD)接收器的带宽需。Q解调器在700WHx至3GHz的宽频率范围内二作,几乎覆盖了所有蜂窝基站频毁。这款器伫的独狩之处是两个内置的校准功能。其一是允许系统设计人员优化接收器IP2性能的高级也路以60dBm标称值提升至前所未有的80dBm或更高。另一个则是用于消除I和Q输出端上的DC偏移电压的片内电路。这两个功能电路均起到了増强接收嚣性能的作用。此外,LTC5585还可提供超卓的16 dBm pldB。为了进一步加强该器件在直接转换接收器应用中的使用,LTC5585捉供非常低的IQ幅度和相位失配ε幅度失配的典型值是0.05dB,而相位误差的典型值是0.7度,两个数值都是在1.95GHz频率上测得的。这两者的结合产生了一个43dB的接收器镜頰抑制能力。因为LTC5585能湜供非常宽的带宽,所以尢其适用于多模式LTE、 W-CDMA和TD- SCDMA基站DPD接收器以及于主收器的应門。尤其是对;DPD,这些最新一代基站正在将解调带宽推进到超过300MHz。LTC5585可以非常方便地配置应对这些带宽的挑战。除了无线基础设施应用,LrC5585还适用于军用接收器、宽蒂通信、点对点微波数据链路、镜频抑制接收器和长距离RFID阅读器。LTC5585内置了一个RF变压器以减少外部组件,再加上24引线4mm×4 mm QFN封装,因而可提供高度紧凑的解决方案。该器件规格在_40-105℃C的外壳工作温度范围。LTC585用单—5Ⅴ电源供电,吸取200mA的总电源电流。该器件提供数竽输λ以启用或停用该芯片。当俘用时,该IC吸取的典型溻电流为11μA。解调器的200ms快谜接通时间和800rs断开时间使该器件能在突发模弌接收器中使用。咨询编号:2012031009心·心;心·心,心·心普心心心·心·心心·心分·心心···心·心心心心·心·心心·心欢迎订阅2012年度《电子设计工程》(半月刊)国内邮发代号:52-142国际发行代号:M2996订价:15.00元/期360.00元/年148C1994-2012ChinaAcademicJournalElcctronicPublishingHousc.Allrightsrescrvcd.http://www.cnki.net

《多智能体系统的协同群集运动控制》以多智能体系统协同群集运动控制为主线，首先介绍了图论和控制器设计所用到的基础理论知识；其次，分别从拓扑结构的边保持和代数连通度两个角度介绍了连通性保持条件下的协同群集运动控制协议设计方法；进而，针对典型的轮式移动机器人非完整约束模型介绍了连通性保持条件下的协同控制策略，为简化系统复杂拓扑结构，还介绍了基于骨干网络提取的协同群集运动控制策略；书中将个体动态模型提升到高阶非线性系统模型，介绍了高阶非线性系统协同控制协议设计方法；最后，针对多智能体系统非合作行为检测与隔离进行了详细介绍，并提出了相关算法。内容简介本书以多智能体系统协同群集运动控制为主线,首先介绍了图论和控制器设计所用到的基础理论知识;其次,分别从拓扑结构的边保持和代数连通度两个角度介绍了连通性保持条件下的协同群集运动控制协议设计方法;进而,针对典型的轮式移动机器人非完整约束模型介绍了连通性保持条件下的协同控制策略,为简化系统复杂拓扑结构,还介绍了基于骨干网络提取的协同群集运动控制策略;书中将个体动态模型提升到高阶非线性系统模型,介绍了高阶非线性系统协同控制协议设计方法;最后,针对多智能体系统非合作行为检测与隔离进行了详细介绍,并提出了相关算法。本书可作为系统与控制及其相关研究领域的科研工作者、工程技术人员、高等院校师生的参考书,也可作为研究生和高年级本科生的教科书。图书在版编目(CIP)数据多智能体系统的协同群集运动控制/陈杰,方浩,辛斌著.一北京:科学出版社,2017(系统与控制丛书)ISBN978-7-03-051165-2L.①多…Ⅱ.①陈…②方…③辛…Ⅲ.①人工智能-研究Ⅳ.①TP18中国版本图书馆CP数据核字(2016)第310934号责任编辑:杨向萍裴育纪四稳/责任校对:桂伟利责任印制:张倩/封面设计:蓝正舞学出服出版北京东黄城根北街16号邮政编码:100717http://www.sciencep.com京通州皇家印刷厂印刷科学出版社发行各地新华书店经销2017年1月第一版开本:720×10001/162017年1月第一次印刷印张:1414字数:268000定价:95.00元(如有印装质量问题,我社负责调换)《系统与控制丛书》编委会主编:郭雷中国科学院数学与系统科学研究院副主编:陈杰北京理工大学编委:洪奕光中国科学院数学与系统科学研究院黄捷Chinese University of Hong Kong姜钟平Polytechnic Institute of New YorkUniversity USAFrank lewisUniversity of Texas at Arlington, USA林宗利University of Virginia, USA申铁龙Sophia University, Japan谈自忠Washington University, USA谢立华Nanyang Technological UniversitySingapore殷刚Wayne State University, USA张纪峰中国科学院数学与系统科学研究院周东华清华大学编者的话我们生活在一个科学技术飞速发展的信息时代,诸如宇宙飞船、机器人、因特网、智能机器及汽车制造等高新技术对自动化提出了更高的要求。系统与控制理论也因此面临着更大的挑战。它必须能够为设计高水平的物理或信息系统提供原理和方法,使得设计出的系统能感知并自动适应快速变化的环境。为帮助系统控制专业的专家、工程师以及青年学生迎接这些挑战,科学出版社和中国自动化学会控制理论专业委员会合作,设立了《系统与控制丛书》的出版项目。本丛书分中、英文两个系列,目的是出版一些具有创新思想的高质量著作,内容既可以是新的研究方向,也可以是至今仍然活跃的传统方向。研究生是本丛书的主要读者群,因此,我们强调内容的可读性和表述的清晰。我们希望丛书能达到这些目的,为此,期盼着大家的支持和奉献!《系统与控制丛书》编委会2007年4月1日序言自20世纪50年代以来,控制科学不断发展,诞生了诸如最优控制、鲁棒控制、非线性控制等众多研究方向以及大量的科研成果,极大地推动了第三次工业革命的发展。但近年来,由于控制对象规模呈爆炸式增长、信息化社会生成海量数据,系统与控制科学作为一门面向应用的学科正面临着许多重大挑战;同时,计算机科学以及人工智能的兴起也为系统与控制科学的发展带来了新的机遇和启示。受到自然界广泛存在的生物种群有序运动现象的启发,多智能体的研究开始受到广大学者的关注。70年代末期,智能体概念初现,主要研究如何通过协作方式分布式求解问题。90年代,多智能体系统涌现出自主性、社会能力、反应性等特性,使多智能体协同成为控制领域的研究热点。目前,多智能体协同已经应用于智能机器人交通控制、柔性制造、网络自动化和作战智能体模型等领域。毫无疑问,未来几年多智能体协同仍将吸引更多学者的广泛关注,继续在系统与控制科学的发展中扮演十分重要的角色。多智能体协同控制所要解决的根本问题在于如何设计合理的控制协议来协调多个个体统一完成任务,这与传统基于单一对象的控制理论有很大的区别。陈杰教授团队对此进行了大量的研究工作,并取得了很好的研究成果。该书以多智能体系统协同群集运动控制为主线,结合作者在该领域多年的研究积累及国内外最新的研究成果,给出了基于代数连通度估计、基于骨干网络等多种分布式群集运动控制方法,同时考虑了系统连通性保持、模型参数不确定性、多任务约束等诸多限制条件,扩展了相应成果的应用范围。全书内容丰富,论述深入浅出,既有严谨的理论推导与证明,又有数值仿真与实物实验验证,是一本难得的介绍控制理论在多智能体协同控制方面最新研究进展的学术专著。当前世界正在发生着深刻的变革,以互联网产业化、工业智能化、工业一体化为代表的第四次工业革命正悄然到来。该书所研究的内容顺应了当前工业发展的潮流,在民用、军用等领域有着广阔的应用前景,也非常适合相关领域的学者和工程技术人员参考阅读。序言我相信,该书的出版能够对多智能体协同控制领域的研究发展有所帮助,也希望作者能够在该方向上持续研究,取得更多的高水平研究成果。郑列了西安交通大学教授中国自动化学会理事长中国工程院院士2016年12月前言智能体的概念来源于分布式人工智能的思想,通常而言,可以把智能体定义为用来完成某类任务,能作用于自身和环境、有生命周期的一个物理的或抽象的计算实体。智能体的特点是具有自主性、局部通信/感知能力、分布式协作能力、任务分解能力、自适应性和推理能力。而多智能体系统是由多个智能体组成的具有松散耦合结构的,并且通过系统中智能体之间以及智能体与环境之间的通信、协商和协作来共同完成单个智能体( Agent)因能力、知识或资源上的不足而无法解决的问题的系统。多智能体系统通过相互协作,可以完成超出它们各自能力范围的任务,使得系统整体能力大于个体能力之和。鲁棒性、分散性、自组织性是多智能体系统动态行为的基本特征。多智能体协同控制是目前控制科学研究领域的一个热点课题在许多国际期刊及会议中,每年均有大量关于多智能体系统的研究文章出现。多智能体系统由个体的动态模型、通信网络拓扑、分布式控制律(或者协议/规则)三个基本要素构成。本书以多智能体系统协同群集运动控制为主线,围绕上述三个基本要素,首先介绍图论和控制器设计所用到的基础性理论等背景知识;其次面向典型应用,考虑实际约東条件,分别从拓扑结构的边保持和代数连通度两个角度介绍通信连通性保持条件下的协同群集运动控制协议设计方法;进而,从个体动态模型和拓扑结构模型两方面继续深入,针对典型的轮式移动机器人非完整约束模型介绍连通性保持条件下的协同控制策略,为简化系统拓扑结构对控制器设计的影响,介绍基于骨干网络提取的协同群集运动控制策略;书中还将个体动态模型由简单的一阶、二阶线性模型提升到高阶非线性系统模型,介绍高阶非线性系统协同控制协议设计方法;最后针对多智能体系统非合作行为检测与隔离进行详细介绍,并提出相关算法。本书内容自成体系,旨在向读者详细介绍多智能体系统协同群集运动控制的基础理论和最新研究成果本书由11个章节构成。第1章为基础知识部分,首先对多智能体群集运动控制、一致性控制以及非合作行为检测与补偿进行全面的综述,其次介绍在理论推导过程中所用到的代数图论的基础理论知识。第2章介绍在无法获取动态领航者智能体的加速度信息的条件下,进行连通性保持的有界群集运动控制方法。第3章从前言全局连通性的角度,介绍基于代数连通度分布式估计的连通性保持控制方法。第4章针对非完整约束轮式机器人,介绍连通性保持下的多移动机器人群集控制。第5章介绍层次型骨干网络的建立方法,以及基于骨干网络提取的协同避障运动控制方法。第6章针对参数不确定的高阶非线性多智能体系统,设计分布式控制器实现系统的一致性。第7章针对 Brunovsky型高阶非线性多智能体系统,设计分布式一致性控制器。第8章针对高阶非线性多智能体系统,设计自适应鲁棒一致性控制器,并对控制器性能进行分析。第9章在多任务约束下,设计多智能体一致性控制器。第10章介绍一阶多智能体系统的非合作行为检测、隔离与修复算法。第11章介绍基于邻居相关状态的多智能体非合作行为检测与隔离算法。感谢中国自动化学会控制理论专业委员会、《系统与控制丛书》编委会对本书出版的大力支持。本书得到了国家杰出青年科学基金项目(60925011)、国家自然科学基金创新研究群体项目(61321002、61621063)、国家自然科学基金重大国际合作研究项目(61120106010)、国家自然科学基金项目(61573062、61304215、61673058)、北京市优秀博士学位论文指导教师科技项目(20131000704)的资助,在此表示衷心的感谢。同时,还要感谢本领域相关同行学者在本书撰写过程中给予的热心支持,以及毛昱天、黄捷、杨庆凯、李俨、尉越、卢少磊、吴楚、王雪源、商成思、开昰雄、罗明等同学对本书出版给予的大力帮助。由于作者水平有限,书中疏漏和不妥之处在所难免,敬请读者批评指正。作者2016年11月目录编者的话序言前言第1章绪论··················.······1.1多智能体分布式群集运动控制12多智能体一致性控制概述51.2.1低阶积分器多智能体一致性……1.2.2高阶线性多智能体一致性…111.2.3高阶非线性多智能体一致性1713多智能体非合作行为检测与补偿概述2114代数图论背景知识…………26第2章连通性保持条件下多智能体系统群集运动控制3121研究背景3122问题描述312.3领航跟随群集运动控制律∴……………………………·3224稳定性分析……………3425仿真和实验372.51数值仿真37252实物实验,,,,·,,,,,………………402.6结论………………43第3章基于代数连通度估计的多智能体系统群集运动控制·4431研究背景443.2问题描述…………………………………………443.3控制律设计∴………………4634入2的分布式估计473.5稳定性分析52