直接加权优化辨识中未知权重值的迭代选取

对于非线性系统的直接加权优化辨识算法,通过在原线性仿射函数形式中,增加若干关于输入观测数据序列的线性项来增强逼近非线性。对于增加若干线性项后展开式中的两类未知权重值的选取,分别从理论和实用上推导出这些未知权重值的选取过程,并明确权重值间的关键和辅助作用。理论上的推导分析可明确增加的未知权重值在整个逼近非线性系统的目的中起着辅助作用;实用上的推导分析展示了怎样将某些复杂的最优化问题经过整理变换成常见的最优化问题,从而可利用最基础的优化方法来求解,并分别对理论和实用算法的收敛性做了必要的证明。最后用仿真算例验证所提方法的有效性和可行性。

基于变结构方法的机器手臂自适应控制

针对二自由度机器手臂的轨迹跟踪控制中出现的运动学模型参数可能发生改变以及外部状况变化和负荷变化等不确定因素,提出基于滑模变结构补偿方法的径向基神经网络自调节控制律,其中径向基神经网络抵偿了系统参数不确定性和外部扰动量,滑模变结构方法抵消了径向基神经网络的逼近误差,较好地消除了系统未知不确定性的影响。仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性。

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差。仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性。

故障估计下子空间预测控制的仿射设计

基于闭环系统的输入-输出观测数据,无需建立系统和故障的状态空间模型,采用直接设计的方法来估计故障,并设计控制器。对于故障的估计,利用闭环系统中输入-输出关系建立一个参数化的最小二乘问题。在施加故障的上下限约束条件下,采用快速梯度算法来估计故障。在故障估计的基础上,引入子空间预测控制的思想,考虑控制输入为仿射形式下如何设计控制器。对于仿射形式中的仿射项和增益项,借助分离性原理,采用相互迭代的最速下降法求解该2类未知参数矢量。为了验证本文方法估计故障和设计控制器,以直升机悬停状态为例说明了该方法的有效性。

电工学教学中问题导向教学实践的探索

针对电工学教学中存在的一些不足和问题,提出了问题为导向的教学改革的方法,根据在长期教学中的实践,通过电工学教材的一些具体教学实例凝练出这种教学方法进行实践操作的思路和方法,探索了如何更好的引导和鼓励学生由浅及深的提出问题,同时在解决问题的过程中教师和学生如何有效的进行配合,从而实现这种方法教学效果的最大化。

基于Backstepping的机器人鲁棒跟踪控制

针对机器人跟踪控制问题,提出了基于Backstepping方法下的滑模变结构控制律,并利用低通滤波器(LPF)削弱了滑模控制中出现的抖振现象,该控制律能保证轨迹跟踪误差的快速收敛性及对外部扰动和参数不确定性的鲁棒性。仿真实例证实了理论分析结果的正确性。

虚拟参考反馈校正控制器参数的预测误差辨识

针对未知系统中双控制器的设计问题,采用虚拟参考反馈校正方法,通过最小化由一组观测数据组成的L2范数所构成的代价函数,达到直接设计控制器目的.联合前馈控制器分离出的固定部分和反馈控制器作为滤波器,对原输入/输出关系式进行重参数化,得到标准的预测误差辨识形式,在所得式中,对控制器未知参数矢量采用可分离迭代的非线性最小二乘法进行估算.文中还对算法的收敛性进行了理论分析,并通过仿真验证了所提方法的有效性.

非线性闭环系统的虚拟参考反馈校正控制设计

针对闭环非线性系统中的控制器为一非线性函数的情况,采用虚拟参考反馈校正控制的设计原理,根据控制器的输入—输出观测数据构造一个基于输出数据的线性仿射函数。通过最小化逼近误差,利用系统辨识的参数估计方法求取线性仿射函数中可调参数权值,从而采用一个含可调参数权值的线性仿射形式来逼近原非线性控制器,通过对参数权值的调整使得逼近误差较小,并给出参数权值的凸优化求解过程。最后用仿真算例验证方法的有效性和可行性。

线性回归模型中的递推辨识及其应用

因机械系统振动响应离散差分方程可以改写为关于结构模态参数的线性回归形式,对于此线性回归形式中的结构模态参数的辨识问题可转化为系统辨识理论中线性回归模型的未知参数矢量的辨识估计问题。当系统对象在白噪声激励下,常规的最小二乘辨识法可以给出参数估计的无偏估计。当系统对象在有色噪声作用下,在常规最小二乘辨识法的基础上提出一种新的可分离迭代最小二乘辨识法。在缺乏关于噪声的统计先验信息,仅有噪声为未知但有界的情况下,提出一种带死区的最小二乘辨识法,该辨识法不仅能给出未知参数矢量的一致性无偏估计,而且还能保证参数估计值逐渐向真值靠拢,任何相邻两估计值之间的逼近程度远远小于噪声的上界。在有界噪声出现的情况下,该算法的鲁棒性可以通过在参数修正方程中引入死区的方法来增强。最后用理论上的仿真算例和弹簧-质量-阻尼系统的振动响应来验证两方法的有效性和可行性。

凸优化理论在非线性滚动时域控制中的应用

滚动时域控制是一种考虑整个固定时域范围的控制方法,对于每次由优化算法得到的最优控制序列,仅取序列中的第一个元素作为当前此时刻的控制率。滚动时域控制是一种基于模型、滚动优化并结合反馈校正的优化控制算法。在由控制自由变量的非线性函数组成的非线性优化问题中,该控制自由变量的求取可采用凸优化理论中的相关算法来获取,进而采用滚动时域的思想来重新组合控制变量,以得到最优的控制变量。对于非线性系统中滚动时域控制所得到的最优化问题,分析非线性系统的滚动时域控制是否存在最优解,利用凸优化理论中的基本知识分别推导出此最优化问题在无和有集合约束条件下存在最优解的充要条件,并将此充要条件与经典优化理论中现有的最优条件进行对比,得出该充要条件的优势,最后将凸优化理论在无人机航迹规划算例中进行仿真验证。

飞行仿真转台速率稳定回路的H∞模型参考控制设计

对三轴三框架飞行仿真转台结构的描述下,分析了转台速率稳定回路中控制器的设计问题。针对传统的PI校正抗干扰性能差的缺陷,联合模型参考控制和H∞控制,以得到一种新的控制器设计方法-H∞模型参考控制。该新方法可使得速率稳定回路中的闭环传递函数等于或几乎接近于一个期望的传递函数,并且不仅继承了内模控制设计法中的模型参考特性,而且延拓了H∞回路成形法中的加权选择策略。通过引入两自由度的Youla-Kucera参数化来保证鲁棒模型参考的高性能设计,同时取得鲁棒控制意义下的鲁棒稳定性裕量。经仿真验证表明:采用内模H∞控制方法不仅具有更好的抗干扰性能,同时也改善了高阶系统的动态性能。

结合分数阶微积分与暗通道除雾的图像增强算法

在目标检测中,在有雾和低照度条件下的图像里,特征不明显,目标检测效果不佳,为了提高图像信息,展现出更多目标轮廓和纹理特征,文章利用分数阶微分下的目标边缘检测和暗通道去雾及反色提升亮度相结合,提高图像质量,加强了目标信息,对后期目标检测有一定的增强效果。文中算法能有效加强雾霾或低照度条件下图片目标信息,主要加强了纹理和轮廓信息。

基于深度学习的神经网络改进

近几年得到快速发展的无人驾驶技术,既具备突出的应用价值,也拥有明朗的应用前景。本文以无人驾驶为切入点,围绕深度学习和神经网络的改进展开了研究,先简单介绍了深度学习、神经网络等概念的含义,又分析了无人驾驶领域,以深度学习为基础的神经网络的具体应用,以期可以在某些方面给人以启发。

传输线色散及不连续性对脉冲信号的影响

由于雷达系统中传输网络的传递函数出现幅频或相频的波纹,宽带雷达系统输出信号会出现成对回波现象,造成信号失真。传统的成对回波理论很难有效地分析微波/毫米波传输线色散和不连续性对时域脉冲信号传输特性的影响,通过利用时域有限差分法(FDTD)结合Taylor级数展开法来研究微波/毫米波传输线色散特性和不连续性是否会产生对时域脉冲信号的成对回波现象,理论研究及仿真结果表明:具有色散性或不连续性的微波/毫米波传输线以及无源器件如滤波器、定向耦合器等在传输时域脉冲信号时都不会产生成对回波现象。

电工学课程教学互动创新实践探索

针对电工学课程传统课堂教学效果欠佳、实验教学和工程实践联系不紧密以及教学考核方式单一等问题,在凝练电工学教学经验的基础上,从理论教学、实验教学、教学考核三个维度介绍了深度教学互动的实例,探索提高电工学授课效果的教学互动模式,在电工学的教学实践中取得了较好的教学效果。

一种51单片机分时控制片外设备的实现方法

从硬件电路设计和软件程序设计2个方面论述了51单片机在外部设备多样化且开发板空间有限的情况下,利用I/O控制口,通过译码器芯片进行扩展,同时改变编程方式,进一步简化程序设计,从而实现对外部设备的分时控制。借助该方法可使用较少的I/O口,分时控制较多的外部设备,进而优化开发板的资源布局,提高其空间利用率。

一种新颖的单目视觉深度学习算法:H_SFPN

针对单目视觉目标检测,提出了一种基于single-stage深度学习的H_SFPN算法。该算法与现有的YOLOv3和CenterNet算法相比,在保证实时性能的条件下,可有效提高小目标检测的准确度。首先设计了一种新的网络架构(backbone),这种架构通过改进的沙漏(Hourglass)网络模型来提取特征图,以便充分利用底层特征的高分辨率以及高层特征的高语义信息。然后在特征图融合阶段提出了基于SFPN的特征图加权融合方法。最后,H_SFPN算法对目标位置和大小的损失函数进行了改进,可有效降低训练误差,并加快收敛速度。由MSCOCO数据集上的实验结果可知,所提H_SFPN算法明显优于Faster-RCNN,YOLOv3以及EfficientDet等现有的主流深度学习目标检测算法,其中对小目标的检测指标AP s最高,达到了32.7。

一套直流电压信号采集微系统的设计方案

为满足某些弱电系统当中对外部多路直流电压信号进行采集的特殊要求,利用现代信息电子技术,从硬件电路构建和软件程序控制2个方面设计出一套较为简单的直流电压信号瞬态值采集微系统.该系统的特色在于通过SCMC/EMCU 51、PCF8591芯片和DS1302芯片等器件将脉冲编码调制(PCM)技术和定时提取技术核心思想进行有机结合,轻松实现对外部多路直流电压信号的瞬态采样,能够简化一般的信号采集方案,从而进一步降低系统采集成本,具有一定的适用性.

一种用于3D四轮定位的RANSAC改进算法

针对传感器多、操作复杂、检测速度慢等传统四轮定位仪的缺陷,研究了一种快速准确的3D四轮定位检测方法。首先设计了一种全新特殊的圆心标靶进行相机的标定,然后使用改进的RANSAC算法结合设计的特殊标靶对单应性矩阵的配准进行了优化,利用空间矢量原理对车轮定位系统的参数进行精确测量,得到四轮定位的参数。设计传统标靶与新型标靶之间的标定对比实验,与车厂现有四轮定位仪进行对比测试。实验结果表明,使用新型标靶结合优化算法能够提升标定效率约9%-21%,同时,提高了标定精度约10.6%-17.8%;并通过实车测试证明,使用新型标靶结合优化算法可保证四轮定位的准确性和可靠性。该方法在汽车四轮定位参数的快速检测方面具有一定的意义。

闭环系统的虚拟参考反馈校正控制设计

在线性框架下,研究基于输入-输出观测数据对未知系统模型中反馈控制器的设计问题.采用虚拟参考反馈校正控制方法,通过最小化由一簇采集数据组成的L2范数控制代价函数,直接对控制器进行设计,而无需对系统模型建模辨识.针对控制设计中的优化问题,借助分离性原理,推导了一个迭代的可分离的非线性最小二乘辨识方法.该辨识方法可以降低收敛于局部最小的可能性,得到设计准则中参数矢量估计的全局最优解.给出在应用前利用概率统计对控制器进行检验的方法,以保证闭环系统的稳定性.仿真算例验证了方法的有效性.