两级串联超前校正网络飞行器控制系统设计

基于飞行器控制系统的已知条件,利用两级串联超前校正装置改善系统性能.在稳定性、动态性能等方面对校正前后的系统进行了分析,通过劳斯稳定性判据、系统根轨迹判定和奈奎斯特判据三种方式,分析了系统的稳定性.绘制了系统伯德图,求得了系统幅值裕度和相角裕量.为进一步观察系统的动态性能,绘制了系统单位阶跃输入的响应情况进行观察.理论分析结合Matlab绘制图像,对比了校正前后的系统性能指标,设计的两级串联超前校正装置很好地满足了设计要求,而且校正后的系统快速性、稳定性、跟踪信号能力方面都有显著提升.

基于Bagging-PNN算法的树叶分类方法优化

不同类型的树叶有不同的形状特征,依据叶片的这些特征可以简单而有效地区分不同种类的叶片。该文在Matlab平台上从二值化的树叶图片中提取了13维特征指标,包括长宽比、矩形度、圆形度等,依据这些特征指标,使用概率神经网络(PNN)在83种树叶的数据集上进行实验,识别结果的平均准确率约为86.3%,使用集成学习(Bagging)对分类算法进行改进,使用PNN作为弱分类器,将多个PNN分类器的投票结果作为最终分类结果输出,相比于传统的PNN算法,该文使用的Bagging-PNN算法对于叶片识别准确率提高到了90.3%。