针对切换模糊系统的安全有限时间滤波设计研究 学术背景 在现代控制系统中，切换系统（switched systems）和模糊系统（fuzzy systems）因其在处理复杂非线性动态问题中的有效性而受到广泛关注。然而，随着网络化系统的普及，系统面临着来自传感器故障和网络攻击（如缩放攻击，scaling attacks）的威胁。传感器故障可能导致系统性能下降，而缩放攻击则会通过修改传输数据的比例来破坏系统的稳定性。因此，设计一种能够同时应对传感器故障和网络攻击的鲁棒滤波器成为了一个重要的研究课题。 本文旨在提出一种针对离散时间切换模糊系统（discrete-time switched fuzzy systems）的安全有限时间混合H∞和被动性（mixed H∞ and passivity, MH...
学术背景 在工程和材料科学领域，精确控制机器人操作器的位移和力对于研究材料的力学特性至关重要，尤其是在处理具有非线性粘弹性变形的物体时。例如，在纺织、航空航天、医疗和能源生产等领域，纺织品的力学行为对设计和性能有着重要影响。传统的拉伸/压缩机械通常通过控制变形速度来测量力，但这种方法无法直接观察物体的关键变形点，如弹性极限、塑性变形和断裂点。为了克服这一限制，近年来机器人系统被用于进行位置/变形控制的物体表征。然而，工业机器人在处理微小力和变形时存在局限性，而压电机器人操作器则因其高分辨率和高带宽成为理想选择。然而，压电执行器的强滞后非线性特性给精确控制带来了挑战。本文旨在解决这一问题，提出了一种新的控制策略，结合滞后模型和状态观测器，实现了压电机器人操作器的精确位移控制和力估计，从而为物体...
背景介绍 在现代工程实践中，欠驱动系统（under-actuated systems）因其结构简单、能耗低、灵活性高等特点，广泛应用于起重机、轮式倒立摆、蛇形机器人等领域。然而，欠驱动系统的控制输入数量少于系统的自由度（degrees of freedom, DOF），这给控制器设计和稳定性分析带来了巨大挑战。虽然已有许多控制策略被提出，如反馈线性化控制、自适应控制和鲁棒控制，但这些方法在实际应用中往往存在复杂度高、依赖模型精度等问题。此外，传感器故障可能导致部分状态信息的丢失，进而影响系统的监控和性能，甚至引发系统不稳定。因此，如何在传感器故障的情况下，设计一种高效、鲁棒的控制策略，成为当前研究的热点问题。 论文来源 本论文由Minggang Liu、Ning Xu、Huanqing Wa...
学术背景 复杂网络（Complex Networks, CNs）在社会学、工程学和自然科学等领域中扮演着重要角色，广泛应用于电力分配、交通调度和多智能体协作等场景。然而，由于通信丢包、传感器噪声和环境不确定性等因素，获取网络中领导者（leader）和个体的准确状态信息成为一个具有挑战性的问题。特别是在分布式系统中，节点如何有效地同步其状态以实现共识（consensus）是一个关键问题。传统的观测和控制方法往往依赖于连续采样和计算，这不仅增加了通信开销，还对网络基础设施造成了压力。为了解决这些问题，Liang Feng、Cheng Hu、Juan Yu和Quanxin Zhu提出了一种基于事件触发机制和饱和自适应策略的固定时间观测与控制方法。 这项研究的主要目标是设计一种能够在固定时间内实现复...
学术背景 在当今复杂网络系统中，状态估计（state estimation）是一个关键问题，尤其是在面对不确定性和噪声时。复杂网络通常由多个相互连接的节点组成，每个节点的动态行为可能受到非线性因素的影响。Takagi-Sugeno（T-S）模糊模型因其能够有效捕捉不确定信息并描述复杂网络的非线性动态特性，在复杂网络建模中展现了显著优势。然而，传统状态估计方法通常需要详细的噪声统计特性，而在实际应用中，噪声往往是未知但有界的（unknown but bounded, UBB）。集员估计（set-membership estimation, SME）方法在这种情况下提供了一种新的解决方案，它能够在没有精确噪声统计信息的情况下，提供确定的误差边界。 本研究旨在探讨T-S模糊复杂网络（TSFCNs）...
双臂空间机器人有限时间自适应鲁棒轨迹跟踪控制研究 研究背景与问题 随着空间技术的快速发展，空间机器人在在轨服务、卫星组装、航天器燃料补给等任务中扮演着越来越重要的角色。然而，空间机器人系统在执行任务时面临诸多挑战，特别是其基座执行器的摩擦非线性特性和外部时变扰动的不确定性，严重影响了系统的轨迹跟踪性能。传统的控制方法在处理这些问题时往往表现不足，尤其是在高精度和高动态性能要求的任务中。因此，如何有效地补偿这些非线性摩擦和外部扰动，提升空间机器人的轨迹跟踪能力，成为当前研究的热点问题。 本研究针对双臂空间机器人（Dual-Arm Space Robot, DSR）系统，提出了一种基于单框架控制力矩陀螺（Single Gimbaled Control Moment Gyroscopes, SGC...
四足机器人应用的柔性步态传感器研究 背景介绍 随着机器人在日常生活和工业生产中的广泛应用，尤其是在需要标准化、持久性和重负荷操作的场景中，智能机器人的发展逐渐成为趋势。然而，机器人在复杂环境中的操作仍面临诸多挑战，例如救援任务、自动化物流、自主运输和智能家居等领域。这些机器人需要理解其工作环境并自主操作，而机械运动的稳定性是其中的关键因素。传统的稳定性保障方法包括使用精确的传感器来监测姿态和环境，并结合复杂的控制系统来调整运动。然而，随着应用场景的复杂化，现有的传感器技术已无法满足需求，特别是在不规则地形和障碍物导航方面。 为了应对这些挑战，研究人员开始探索新型传感器技术，尤其是能够同时检测压力和振动的柔性传感器。这类传感器可以模仿生物机械感受器的功能，帮助机器人更好地感知外部环境。本研究提...
基于机器学习的肿瘤临床试验结果泛化性评估研究 学术背景 随机对照试验（Randomized Controlled Trials, RCTs）是评估抗癌药物疗效的黄金标准，但其结果往往难以直接推广到真实世界中的肿瘤患者。RCTs通常采用严格的入组标准，导致研究人群与真实世界的肿瘤患者群体存在显著差异。此外，RCTs中可能存在与患者预后风险相关的选择偏倚，进一步限制了试验结果的泛化性。为了解决这一问题，研究者们开发了名为TrialTranslator的框架，通过机器学习模型对真实世界中的肿瘤患者进行风险分层，并模拟RCTs，以系统评估试验结果的泛化性。 该研究旨在回答以下问题：真实世界中的肿瘤患者是否能够从RCTs中报告的生存获益中获益？不同预后风险的患者群体在生存时间和治疗获益方面是否存在显著...
随着全球老龄化问题的加剧，神经退行性疾病（如阿尔茨海默病，Alzheimer’s Disease, AD）的发病率逐年上升。大脑老化（Brain Aging, BA）是神经退行性疾病的重要风险因素之一，但其与生理年龄（Chronological Age, CA）并不完全一致。传统的大脑老化评估方法主要依赖于DNA甲基化时钟，然而，这种方法无法直接反映大脑组织的老化情况，因为血脑屏障（Blood-Brain Barrier）将血液中的细胞与脑细胞分隔开来。因此，如何通过非侵入性手段准确评估大脑老化速度（Pace of Brain Aging, P）成为了一个重要的研究课题。 本研究旨在通过深度学习技术，利用纵向磁共振成像（Longitudinal MRI）数据，开发一种能够量化大脑老化速度的模...
pth根压缩延迟求和积分波束成形在被动空化成像中的应用研究 学术背景 被动空化成像（Passive Cavitation Imaging, PCI）是一种用于监测超声治疗中气泡活动的技术，广泛应用于药物输送、组织消融（如组织粉碎术，Histotripsy）等治疗场景中。然而，现有的PCI技术存在轴向分辨率低、旁瓣伪影显著等问题，尤其是在使用延迟求和积分（Delay, Sum and Integrate, DSI）波束成形算法时。为了提高PCI的性能，研究人员一直在探索新的算法，以在不显著增加计算复杂性的情况下改善成像质量。 本研究旨在评估一种基于pth根压缩的延迟求和积分（pth Root Compression Delay, Sum and Integrate, PRDSI）波束成形算法在...