自主智能系统控制
全新正版 极速发货
¥
96.29
6.5折
¥
148
全新
库存8件
作者唐漾 等
出版社化学工业出版社
ISBN9787122422897
出版时间2023-05
装帧平装
开本16开
定价148元
货号1203150829
上书时间2024-08-08
商品详情
- 品相描述:全新
- 商品描述
-
目录
第1章 绪论 001
1.1 自主智能系统控制介绍 002
1.1.1 自主智能系统控制的特点及研究现状 002
1.1.2 多智能体系统的分布式估计和协同控制 005
1.2 自主智能系统举例 009
1.2.1 工业智能控制系统 009
1.2.2 多机器人协作系统 011
第2章 自主智能系统建模方法 015
2.1 面向状态估计的自主智能系统建模 016
2.1.1 线性随机系统的Kalman滤波方程 016
2.1.2 线性指数二次高斯状态估计方程 017
2.1.3 隐马尔可夫模型的状态估计方程 018
2.2 基于刚体动力学的自主智能系统建模 020
2.2.1 旋转矩阵的基本知识 020
2.2.2 姿态表征和运动学 021
2.2.3 轴角姿态表征与姿态动力学 022
2.2.4 刚体的欧拉-拉格朗日系统模型 023
2.2.5 基于欧拉-拉格朗日系统的四旋翼无人机模型 023
2.3 基于事件触发通信机制的自主智能系统建模 025
2.3.1 动态事件触发机制的设计原则Ⅰ 025
2.3.2 动态事件触发机制的设计原则Ⅱ 029
2.4 面向网络安全的自主智能系统建模 030
2.4.1 网络攻击模型 031
2.4.2 网络攻击的检测以及识别技术 032
2.4.3 抵抗网络攻击的鲁棒滤波 034
第3章 隐马尔可夫模型的事件触发风险敏感状态估计 037
3.1 概述 038
3.2 问题描述 038
3.3 递归估计结果 040
3.3.1 参考概率测度 040
3.3.2 递归估计 044
3.3.3 测量噪声为高斯时的解 047
3.4 仿真示例 051
第4章 具有相对熵约束的事件触发最小优选状态估计 057
4.1 概述 058
4.2 问题描述 059
4.2.1 不确定系统 059
4.2.2 事件触发策略 060
4.2.3 事件触发最小优选很优估计问题 062
4.3 事件触发LEQG估计 064
4.3.1 递归的信息状态 064
4.3.2 动态规划 070
4.4 一步事件触发最小优选估计 073
4.4.1 一步事件触发LEQG估计 075
4.4.2 一步事件触发最小优选估计器 076
4.5 多传感器场景 079
4.6 仿真示例 082
第5章 具有随机丢包的很优状态估计 087
5.1 概述 088
5.2 独立同分布丢包信道下很优风险敏感状态估计 089
5.2.1 很优估计问题 089
5.2.2 很优LEQG估计 090
5.2.3 仿真示例1 099
5.3 多个Markovian丢包信道下很优稳态状态估计 101
5.3.1 很优稳态状态估计器 101
5.3.2 均方镇定解 105
5.3.3 均方可检测性和局部很优稳态估计器 112
5.3.4 仿真示例2 121
第6章 多刚体系统有限时间协同控制 127
6.1 概述 128
6.2 相关引理与问题描述 130
6.2.1 引理 130
6.2.2 欧拉-拉格朗日系统有限时间一致性 132
6.2.3 多刚体系统固定时间姿态一致性 133
6.3 欧拉-拉格朗日系统有限时间一致性 135
6.3.1 基于事件驱动的有限时间一致性协议 135
6.3.2 基于螺旋滑模的一致性算法 142
6.3.3 非奇诺现象分析 147
6.4 多刚体系统固定时间姿态一致性 148
6.4.1 固定拓扑的情况 149
6.4.2 切换拓扑的情况 156
6.5 仿真示例 162
第7章 多刚体系统姿态同步控制 171
7.1 概述 172
7.2 相关引理和问题描述 175
7.2.1 引理 175
7.2.2 问题描述1 177
7.2.3 问题描述2 179
7.3 绝对和相对姿态测量下的姿态一致性 179
7.3.1 基于绝对姿态的事件驱动姿态一致性 179
7.3.2 基于相对姿态的事件驱动姿态一致性 185
7.3.3 自触发姿态一致性 191
7.4 无角速度测量下的姿态一致性 193
7.4.1 固定拓扑下的事件驱动姿态一致性 193
7.4.2 切换拓扑下的事件驱动姿态一致性 201
7.5 仿真示例 205
7.5.1 仿真示例1 205
7.5.2 仿真示例2 207
第8章 基于事件触发强化学习的多刚体系统很优一致性 213
8.1 概述 214
8.2 基于增广系统的无模型事件触发方法 214
8.2.1 问题描述 214
8.2.2 增广系统的设计 217
8.2.3 无模型很优控制器的设计 218
8.2.4 事件触发机制的引入 219
8.3 基于事件触发强化学习的算法实现 221
8.3.1 无模型事件触发的强化学习算法 221
8.3.2 基于神经网络的在线算法实现 223
8.3.3 事件触发条件的设计 226
8.4 算法验证与分析 230
第9章 单个刚体系统的安全性能 237
9.1 概述 238
9.2 基于拒绝服务攻击的姿态系统弹性跟踪控制算法 240
9.2.1 姿态系统在攻击下的动力学模型 240
9.2.2 姿态系统的追踪控制分析 245
9.2.3 算法验证与分析1 256
9.3 基于拒绝服务攻击的非饱和移动机器人系统跟踪控制 259
9.3.1 移动机器人系统在攻击下的动力学模型 259
9.3.2 移动机器人系统的跟踪控制分析 265
9.3.3 算法验证与分析2 274
第10章 多个智能体系统的安全协同性能 281
10.1 概述 282
10.2 欺诈攻击下网络化多智能体系统的编队控制 284
10.2.1 多智能体系统在攻击下的动力学模型 284
10.2.2 三种欺诈攻击下的分布式事件驱动策略 294
10.2.3 算法验证与分析 309
10.3 拒绝服务攻击下网络化多智能体系统的编队控制 312
10.3.1 攻击下的分布式事件驱动策略 313
10.3.2 多智能体系统的编队控制分析 319
10.3.3 算法验证与分析 326
第11章 网络化状态估计的安全性分析以及攻击检测 331
11.1 概述 332
11.2 抵御线性中间人攻击的安全远程状态估计 332
11.2.1 系统和攻击模型 332
11.2.2 数据传输的安全模块 334
11.2.3 不同信息泄露场景下的检测性能与估计性能分析 337
11.2.4 仿真示例1 353
11.2.5 场景I的仿真结果 353
11.2.6 场景II的仿真结果 355
11.2.7 场景III的仿真结果 356
11.2.8 扩展:检测重放攻击 357
11.3 隐秘攻击下分布式状态估计的收敛性分析 358
11.3.1 系统和攻击模型 358
11.3.2 资源充足的隐秘攻击下的分布式一致性估计 364
11.3.3 资源受限的隐秘攻击下的分布式一致性估计 367
11.3.4 仿真示例2 374
参考文献 379
内容摘要
本书对自主智能系统前沿控制理论问题以及主要方法做了详细阐述,主要从自主智能系统的状态估计、协同控制和网络安全防御三个方面展开,内容涵盖事件触发风险敏感状态估计、具有相对熵约束的事件触发最小优选状态估计、多刚体的有限时间协同控制、多刚体系统的姿态同步、多刚体系统的很优一致性、多智能体系统在网络攻击下的安全控制以及多智能体系统的分布式攻击检测与防御机制等理论研究成果。
本书可供人工智能领域理论研究者或工程技术人员参考,也可供高等院校自动控制专业的本科生和研究生学习。
— 没有更多了 —
以下为对购买帮助不大的评价