针对复杂航行环境下的无人水面艇系统,提出一种基于有限时间扰动观测器的无人水面艇精确航迹跟踪控制策略.该控制方法具有以下显著特点:能够精确补偿未知海洋干扰,可实现精确跟踪控制;相比传统的渐近收敛控制算法,有限时间稳定性确保跟踪控制系统具有更快的收敛速度和更强的扰动抑制能力;能够同时确保扰动观测误差和航迹跟踪误差在有限时间内精确收敛到零.仿真结果验证了所提出控制方法的有效性和优越性.

采用的是脉冲对消法，基于小波变换的数字水印算法matlab代码，基于掌纹识别的在线身份验证 识别算法本科毕设，包含优化类的几个简单示例程序，基于负熵最大的独立分量分析，可以广泛的应用于数据预测及数据分析。

基于神经网络补偿的多传感器航迹融合2009研究生数学建模c题

狼群算法求解无人机航迹规划问题

多约束条件下的飞行器航迹规划算法.docx

ELMAN 神经网络补偿的航迹融合算法.doc

分布式系统模糊航迹关联算法分析.pdf 可进行算法分析

提出了一种基于粒子群算法的战斗机空地攻击航迹规划模型，针对传统算法收敛精度低的问题，基于算法参数和迭代公式做了改进。通过构造战斗机作战攻击中面对敌防空火力、地形等威胁要素和战斗机技战术性能等各种约束条件，设计了一种适用于战斗机航迹性能评价函数作为粒子群的适应度函数，用VC++．NET进行算法仿真并将最优航迹在MATLAB中显示。仿真结果表明：改进后的粒子群算法规划出的最优航迹能较好地实现威胁规避，较传统算法收敛精度高，运算速度快，满足了战斗机机动性能约束和航程较短要求，且规划的效率和精度较高。

提出以预测船位差实现航迹预测的思想，并设计基于三层BP神经网络的航迹预测模型。模型以航向、航速和经度差、纬度差作为输入输出。实验表明，该算法预测精度高、算法耗时短、计算参数少，符合VTS对航迹预测的准确、实时、通用性的要求，表明方法是有效可行的。

网络的传感器节点向处理中心传输局部估计时,不可避免地存在随机延迟,从而导致航迹无序现象频发。在分布式框架下,研究多传感器时滞航迹的融合估计问题。采用最新可利用的局部估计原则,若未收到最新局部估计,则用之前收到的最新的估计进行预报。进而,运用避免计算互协方差阵的CI算法进行分布式融合。避免了计算互协方差阵,且能改善局部估计的精度。仿真例子说明算法的有效性。