在嘈杂的房间里看书会让人很沮丧。为了更好地集中注意力,你可以戴上降噪耳机,它可以检测环境噪音并产生相反的声波来抵消它。南加州大学教授、南加州大学-IBM 量子创新中心主任 Daniel Lidar 探索了一种类似的方法,称为“动态解耦”,用于保护脆弱的量子信息免受导致错误的外部干扰。就像降噪耳机一样,他向量子比特施加了一系列快速、精心定时的脉冲。这些脉冲就像一个盾牌,抵消了外部噪声的影响,并使其量子态保持更长时间。作为错误校正和抑制方面的顶尖专家,Lidar 通过考虑影响量子系统的噪声的具体属性来改进这项技术,从而允许以更有针对性、更有效的方式将它们脉冲化。
摘要:在本文中,提出了一种基于扩展状态观察者(ESO)(ESO)的低速汽车移动机器人(CLMR)的轨迹跟踪控制策略,并提出了后台控制控制,以解决轨迹跟踪的问题问题,该问题是由模拟错误和外部干扰物引起的轨迹跟踪准确性降解。首先,将建模误差和外部干扰引入了CLMR的理想运动学模型中,并利用一组输出方程将耦合的,不向导的干扰运动学模型拆分为两个相互独立的子系统。接下来,基于线性ESO估算子系统中的干扰,并通过Lyapunov方法证明了所提出的观察者的收敛性。最后,使用后备控制控制器设计具有干扰补偿的控制器,以完成CLMR的轨迹跟踪任务。仿真和实验结果显示了拟议的控制方案的有效性。
摘要:供应链面临的挑战十分重要,而且将变得更加重要。可持续绩效和弹性占据了与供应链和物流相关的贡献和研究工作的很大一部分,一方面是因为供应链固有的风险(与需求、随机性和牛鞭效应相关的不确定性),另一方面是因为外部干扰、风险和危机可能会暂时或持久地影响客户服务。人工智能在该领域的应用在过去 30 年中经历了蓬勃发展。人工智能应用在该领域的普及将为更好地控制绩效提供机会,并成为更好地构建和增强弹性的方法。本文旨在回顾有关人工智能在供应链中最常用方法的应用文献、其规划、预测、风险分析,目的是实现可持续绩效和弹性。关键词:人工智能、供应链、供应链风险管理、绩效、弹性
在智能城市(SC)工业生态系统中,确保在数据收集阶段收集的数据的真实性和可靠性至关重要。它们影响统计分析的精度和决策的公正性。识别由外部干扰引起的攻击行为,并为资源有限的终端建立安全的数据传输通道是复杂的挑战。本文通过引入基于信任的安全系统(TSS)提出了解决这些问题的解决方案。在TSS的框架内,初始步骤涉及创建一个利用二项式分布来计算每个节点的信任值的信任模型。该研究实施了第三方建议方法,以增强信任评级的目标。该研究提供了一种信任管理策略来减轻袭击。该研究开发了一种强大的路由算法,该算法有效地管理了安全性,传输有效性和能源消耗之间的权衡。全面的模拟练习评估了TSS的分析结果。
课程概述和描述本课程旨在引入典型车辆(子)系统的建模,估计,控制和优化。汽车技术的最新进展,例如车辆电气化以及连接和自动驾驶,将车辆(子)系统作为具有未建模动力学,结构不确定性和外部干扰的非线性动态系统复杂化。因此,有效的车辆控制设计需要将高级控制理论与车辆系统特征(甚至最近的高级机器学习技术)相结合。为了实现这一目标,该课程将为典型车辆(子)系统引入各种建模,高级控制,估计和优化技术。将通过受到最先进的研究项目启发的示例讨论控制理论在各种车辆(子)系统动力学上的应用。MATLAB/SIMULINK和CARSIM®(行业和学术界的良好认可的车辆动力学专业软件)之间的共模拟将广泛用于车辆动态分析,车辆控制设计和验证以及自动驾驶。
• 可定制的 Wi-Fi 服务级别:设置、监控和执行关键 Wi-Fi 性能指标的服务级别预期 (SLE) • 一键识别根本原因:使用瞻博网络的主动分析和关联引擎 (PACE) 主动识别并修复问题的根本原因 • 访客 Wi-Fi:提供可扩展的访客访问,并提供多种语言支持、可定制的品牌、社交登录以及外部门户/AAA/RADIUS 集成等选项 • AI-Native 无线电资源管理:优化无线电设置以确保性能,同时即时适应间歇性的外部干扰 • 实时用户状态信息:在事件发生时动态捕获数据包并回放以查看任何用户在任何时间点的状态 • 使用 WxLAN 进行简单的资源分配和 QoS:只需单击鼠标或通过预先分配的策略为 Wi-Fi 用户分配和确定网络资源的优先级
在本文中,解决了一个具有两个控制器级别的实用自适应巡航控制系统(ACC)。上层控制方案由距离和速度控制器组成。该控制器生成所需的加速度轮廓,低级控制器必须尽可能紧密地遵循。具有很高精度的模糊自适应输出反馈控制器会产生这种所需的加速度。此外,自适应观察者估计无法测量的状态。较低级别的控制器调整节气门和制动执行器。在较低级别上,主动干扰排斥控制器(ADRC)消除了应用于汽车的所有内部和外部干扰。ADRC参数是通过粒子群遗传优化算法调整的。证明了所有信号的闭环稳定性和半全球均匀的界限。此外,还保险了ADRC控制器估计误差的渐近收敛性。为了显示所提出方法的有效性,将提出的算法与预测控制器进行了比较,并证明了该方法的性能优越性。
作为国民经济的重要组成部分,海洋经济将在发展过程中受到各种内部和外部干扰。不同的区域将显示出不同的弹性。基于“抵抗 - 恢复 - 重新定位 - 更新”的四个维度,本文通过建立评估指数系统,衡量了2008年至2018年中国南部海洋经济圈中涵盖的四个省份的海洋经济弹性。结果表明1)南部海洋经济圈的经济总体弹性显示出2008年至2018年的上升趋势。尽管由于自然灾害,2011年至2012年有所下降,但该价值迅速恢复了其不断增长的趋势。2)目前,中国南部海洋经济圈子每个地区的海洋经济的弹性存在明显的相对差异,两极分化现象是严重的。在其中,广东属于高价值区域,而福建位于中间,而海南(Hainan)和广西(Guangxi)暂时位于低价值区域。
摘要:本文提出了一种增量反步滑模(IBS)控制器,用于无尾飞机的轨迹控制,该控制器具有未知干扰和模型不确定性。所提出的控制器基于无尾飞机的非线性动力学模型。提出了一种限制虚拟控制输入速率和幅度的稳定性增强器(SE)。稳定性增强器由两层组成。当虚拟控制输入接近边缘时,将激活第一层 SE 来修改轨迹跟踪误差;当虚拟控制输入超出边缘时,第二层 SE 将降低控制增益以确保虚拟控制输入尽快落在边缘内。在 SE 的帮助下,增量控制方法可以扩展到外环控制,而无需考虑内环系统的动态特性。此外,提出了一种状态导数自适应估计器,与 IBS 相结合,使控制器表现出良好的鲁棒性。最后,给出了两个仿真。第一次仿真表明系统对外部干扰和模型不确定性不敏感,第二次仿真证明了 SE 的有效性。
摘要 — 实时、保证安全的轨迹规划对于未知环境中的导航至关重要。然而,实时导航算法通常会牺牲鲁棒性来换取计算速度。或者,可证明安全的轨迹规划往往计算量太大,无法进行实时重新规划。我们提出了 FaSTrack,即快速安全跟踪,这是一个既能实现实时重新规划又能保证安全的框架。在这个框架中,实时计算是通 过允许任何轨迹规划器使用系统的简化规划模型来实现的。该系统跟踪该规划,用一个更现实、更高维的跟踪模型来表示。我们预先计算了由于两个模型不匹配以及外部干扰而导致的跟踪误差界限 (TEB)。我们还获得了用于保持在 TEB 内的相应跟踪控制器。预计算不需要事先了解环境。我们展示了 FaSTrack 使用 Hamilton-Jacobi 可达性进行预计算,并使用三种不同的实时轨迹规划器和三种不同的跟踪规划模型对。