柔性机械臂T-S模糊模型的辨识及其分析

针对柔性机械臂强非线性、强耦合性及不确定性等特点,利用Takagi-Sugeno模糊模型对柔性机械臂进行了建模。将模型的仿真结果和实验结果进行了对比分析,验证了模型的准确性。

软腔体柔性机械臂的T-S模糊建模与控制

针对柔性机械臂强非线性、强耦合性及不确定性的特点,利用Takagi-Sugeno模糊模型其规则前件是模糊变量,而规则后件的结论是输入输出线性函数的特点,对柔性机械臂进行了建模。在验证了模型准确性的基础上,进行了广义预测控制方法的研究,最后,对比分析了广义预测控制和传统PID控制,实验结果表明,基于T-S模糊模型的广义预测控制能很好的实现对柔性机械臂的控制。为柔性机械臂的模糊建模和进一步研究提供了理论指导及重要的前提条件。

软腔体柔性机械臂的T-S模糊建模方法的研究

提出一种利用T-S模糊模型的柔性机械臂建模方法;柔性机械臂是一个高度复杂、高度非线性、高度耦合的非线性时变系统,而模糊模型本质上是一种非线性模型,可以任意精度逼近任何非线性系统;利用减法聚类算法离线辨识了T-S模型的前件参数,同时利用最小二乘法求得了T-S模型的后件参数;最后将模型的仿真结果和实验结果进行了对比分析,验证了模型的准确性;由此表明,柔性机械臂T-S模糊建模方法是有效的,它具有模糊模型的特点,可以任意精度逼近任何非线性系统,为柔性机械臂的模糊建模和下一步研究提供了理论指导及重要的前提条件。

一种基于差分星座图的调制体制识别算法

针对π/4QPSK和8PSK信号调制体制识别,提出了一种基于相位差分信号星座图的调制体制识别算法。算法利用两种相位差分信号的星座图点数作为识别特征。对单级减法聚类算法不能很好地适应多种调制方式识别的问题,采用一种改进的多级聚类算法得到星座图点数,并通过计算机仿真获得了最佳聚类参数。仿真结果表明,改进后的算法在200个码元下的识别性能至少提高1dB,低信噪比下的性能得到了很大改善。12dB以上时,π/4QPSK和8SK信号的正确识别率达到了100%。