高空螺旋桨无刷直流电机重置粒子群PID控制

永磁无刷直流电机驱动高空螺旋桨负载时,由于大气密度随海拔高度变化,电机转速随螺旋桨负载变化不断波动,传统定参数PID控制难以随环境变化对电驱动系统PID控制参数进行实时调整,系统的动态特性和鲁棒性较差。提出一种基于BFGS(Broyden-Fletcher-Goldfarb-Shanno)动态重置粒子群算法(BFGS-RPSO)的永磁无刷直流电机PID参数控制方法,该方法利用BFGS-RPSO算法灵活快速的在线参数寻优特点,对永磁无刷直流电机控制系统PID参数进行在线实时优化调整,提高了螺旋桨负载电驱动系统的动态特性和鲁棒性。Matlab仿真和实验表明,电机在起动过程中,转速上升时间较短,转速和转矩超调较小,且在负载波动过程中电机转矩脉动较小,BFGS-RPSO PID参数控制比传统PID控制具有更好的动态特性和鲁棒性,适合应用于高空螺旋桨永磁无刷直流电机螺旋桨电驱动系统。

基于粒子群的DV_Hop算法优化

原DV_Hop算法中存在节点间距离估算的累计误差以及待测节点坐标求解时的误差问题。在平均跳距的计算阶段,信标节点先后以两个通信半径广播自身位置信息,精确了节点间最小跳数值,加入修正因子来校正平均跳距,得到更精确的未知节点坐标。采用基于线性优化惯性权重和线性加权改进的学习因子同步变化的粒子群算法来优化待测节点位置解析误差,降低待测节点的平均定位误差。仿真结果表明,与原有算法相比,该方法可以有效地降低估算距离误差,提高待测节点的定位精度。