基于PID控制优化电动助力转向系统研究及仿真

通过对电动助力转向系统结构及工作原理的分析,完善了基于PID控制的电动助力转向系统动力学模型,提出转矩信息和基于PID控制策略的电机控制信息的融合方法,解决了在控制过程中系统内部信息融合和优化问题,提高了电动助力转向系统的安全性和稳定性。并采用MATLAB进行了模型仿真,初步获得了较好的仿真效果。仿真结果表明,基于该模型的控制策略,在不同的车速情况下有效的改善了方向盘转矩输出,增加了转向过程中的灵巧性和实时性。

基于统计阈值的鲁棒性语音识别(英文)

近几十年来,语音识别系统已由实验室环境走向真实的世界中。在不同的环境噪声下,识别性能却仍不尽人意,尤其是在低信噪比的环境中。为解决在低信噪比情况下的低识别率的问题,以声学参数MFCC(Mel-frequency cepstrum coefficient)为基础,提出了一种基于统计阈值的倒谱均值方差归一化算法,该算法能进一步减小训练环境和测试环境的不匹配程度,从而提升了语音识别系统对环境噪声的鲁棒性。首先,对输入的语音提取MFCC声学参数,然后对提取的声学参数作均值方差归一化处理,最后采用统计阈值的方法抑制归一化后存在变异的特征。该算法能增加带噪语音特征和纯净语音特征的相似性;与MFCC为基线的系统相比,在低信噪比情况下,该算法的错误率最高下降约40%,同时该方法也优于其他的鲁棒性特征倒谱均值减和倒谱均值归一。