基于MPEG-4视频编码的自适应运动直线搜索算法

本文提出了一种运动估值算法-自适应运动直线搜索算法(AMLSA)。该算法利用了运动矢量的空间、时间相关性,可以明显减少计算量,提高搜索效率,并能获得良好的主观视觉质量和峰值信噪比(PSNR)。新算法与全搜索块匹配算法相比,在重建图像质量方面是非常接近的,但却获得了几百倍的提速。与MPEG-4委员会推荐的快速运动估值技术相比,AMLSA在速度方面加快了近260％。

运动矢量场自适应搜索算法

运动估计是影响基于帧间视频压缩速度的关键 ,快速运动估计算法一直是视频压缩中的研究热点 .该文从运动矢量的均匀性出发 ,提出了由搜索起点预测、自适应搜索模式和高效搜索中止准则等策略构成的运动矢量场自适应搜索算法 .实验表明 ,该文算法以极小的搜索代价得到了与全搜索相当的效果 ,并在搜索速度和搜索效果方面优于MPEG 4最新推荐的快速运动估计算法 .

运动图像的自适应多重搜索算法

提出新的图像块匹配算法,将归一化运动图像匹配准则用于心肌细胞特征点的运动矢量检测。针对图像局部极值问题,提出了多重三步搜索及自适应选择候选点算法,以及优选帧策略,以提高匹配精度和运算速度。

基于H.264编码的运动估计快速搜索算法

H.264标准可以获得很高的编码效率,适于低带宽高质量网络视频应用的需要,但由于采用了许多高复杂度的算法,使得软硬件实现起来非常困难。本文给出一种运动估计搜索算法,对H.264进行优化,经测试,搜索速度明显提高。

自适应麻雀搜索法求解核运维机器人逆运动学解

探讨了核运维机器人在核设施内工作时,基于自适应麻雀搜索算法(ASSA)的核运维机器人逆运动学求解方法。ASSA在麻雀搜索算法(SSA)的基础上,将自适应步长策略引入SSA中警戒者的位置更新方式中,实现了算法寻优性能的提升。通过3个基准函数对ASSA的性能进行了测试,获得了比SSA更高的求解精度、更快的求解速度和更强的计算稳定性。实测结果表明:ASSA得到的核运维机器人位姿误差更小,计算耗时更少,求解稳定性更好。

双直线电机同步运动的自适应解耦控制器设计

在龙门移动式镗铣加工中心伺服系统中,为了克服因两个龙门立柱运动状态差异形成的机械耦合对双电机系统的影响,采用了自适应解耦控制技术,先通过前馈解耦,再经过自适应律产生的反馈作用来修改双直线电机控制器的参数,产生同步控制量,使双电机在位置上保持一致,从而实现了双电机的同步传动.驱动元件采用直线永磁伺服电机,以发挥其高速动态响应能力.仿真结果表明此种控制方案具有合理性和有效性.

永磁直线同步电动机的自适应学习控制

由于没有传动机构,使永磁直线交流同步电机(PMLSM)控制器设计较为复杂。PMLSM对模型不确定性和外扰更加敏感;推力波动等非线性因素对运动精度影响很大。针对上述问题,用自适应学习方法改善PMLSM的轨迹跟踪性能,并对迭代模式和单次运行模式下算法的收敛性进行了证明,通过实验进行了算法验证。该控制方法基于迭代学习,控制器分为两个部分,通过执行重复任务自适应学习项补偿系统的非线性;另一项用于增强系统的鲁棒性,保证系统在单次运动模式下稳定。实验结果表明,这种控制方法可以有效提高PMLSM轨迹跟踪精度。

数据驱动的无模型自适应直线伺服系统精密控制和实现

针对现代制造业对高精度机床伺服系统的要求,将数据驱动的无模型自适应控制方法应用到直线伺服系统的位置控制中,控制器设计不包括直线伺服系统结构的任何信息,是直接基于动态线性化模型中伪偏导数的估计和预报,而伪偏导数是根据直线电机电压输入和位置输出在线估计的.永磁同步直线电机运动控制系统的实时实验结果表明,在相同条件下,数据驱动的无模型自适应控制方法的位置跟踪误差比PID减小了0.4mm到2.6mm,比神经网络控制时减小了0.2mm到0.5mm.该方法还提高了对负载扰动的鲁棒性.

基于永磁直线同步电机的光刻机掩模台鲁棒自适应神经网络控制

针对光刻机掩模台宏动永磁直线同步电机(PMLSM)提出一种鲁棒自适应神经网络轨迹跟踪补偿控制策略。该策略的主要特点是采用径向基函数(RBF)神经网络实时在线进行模型参数不确定性和各种外界非线性扰动的估计。为了验证策略的效果,建立基于参数不确定性和外界非线性扰动的掩模台宏动PMLSM模型,并针对此模型进行控制策略的规划、推导和稳定性理论分析,分析结果说明该策略可以保证位置和速度跟踪误差的收敛性。通过在光刻机掩模台上进行的五阶S曲线跟踪控制实验验证了此控制策略的实际控制效果,实验结果显示跟踪准确度达到了满意的效果。由于此控制策略的最大优点是不需要对实际物理系统参数和难于测量的外界不确定性扰动做精准的建模,所以非常适合应用在超精密运动控制领域。

改进LuGre模型的电磁直线执行器自适应鲁棒控制

为提升电磁直线执行器在动态摩擦力下的跟踪性能与干扰抑制性能,提出基于改进LuGre模型的电磁直线执行器自适应鲁棒控制方法。建立考虑改进LuGre动态摩擦力的高功率密度电磁直线执行器动力学模型,通过非线性观测器来估计动态摩擦模型的不可测内部状态,参数自适应用于减少参数不确定性的影响,设计结合摩擦补偿自适应控制律、稳定反馈和鲁棒控制的自适应鲁棒控制方法,并证明该方法的稳定性;基于皮尔逊相关系数研究控制参数对性能的影响规律,对比分析不同控制算法下电磁直线执行器的运动控制性能以及抗干扰能力。仿真与试验结果表明:非线性增益k_(s1)与k_(s2)是影响控制性能的关键参数,提出的自适应鲁棒控制方法与鲁棒控制以及PID控制相比,在提升控制精确度前提下,响应迅速,能够有效克服非线性摩擦力、系统参数不确定性和外界扰动的影响。

永磁同步直线电机自适应反演滑模控制

针对永磁同步直线电机系统的非线性、强耦合、多变量的特点,以及容易受参数变化和外界扰动的影响,提出了一种基于幂指数切换控制律的自适应反演滑模控制方法。采用sigmoid函数替代符号函数,有效地抑制了滑模控制的抖振现象。设计了三次多项式S型速度规划,并将该速度规划作为伺服系统的指令位置输入。仿真与实验结果表明,与传统的三闭环PID控制相比,自适应反演滑模控制具有较好的响应性能、跟踪性能和鲁棒性强、定位精度高,很好地满足高速高精度的运动要求。

基于嵌入式监控系统的运动估计算法

基于对监控视频序列运动矢量分布的方向特性和起始点预测搜索技术的研究,提出了一种运动估计算法—自适应三分级搜索算法(ATLS),并结合Inter XScale微处理器架构对算法进行优化,解决了传统运动估计算法在嵌入式系统中搜索速度低的问题,算法运算复杂度低。实验结果显示,与运动矢量场自适应搜索算法相比,在图像质量几乎不下降的情况下,该算法平均搜索速度明显提高,综合性能优于运动矢量场自适应搜索算法(MVFAST)算法。

基于遗传算法的自适应块匹配运动搜索算法

提出了一种应用于视频压缩编码中的基于遗传算法的块匹配运动搜索算法。为了加速搜索进化过程并更好地与具有不确定性的进化过程相匹配,该算法引入了一些新的自适应遗传机制,包括初代个体选择,父代个体选择以及进化结束判决等。这些自适应机制充分利用了视频图像自身的相关性。仿真结果表明,该算法可以实现较为精确的块匹配运动搜索,同时保持较低的运算复杂度。

一种基于灰度投影的电子稳像改进算法

通过分析电子稳像中灰度投影算法及其相关函数的特点,提出了一种基于单峰特征的改进算法,即三点自适应局域搜索算法:在搜索区间2n+1内以中点为中心,搜索宽度为n选取两个端点和中点共3点,计算并比较其相关值,并以最小值为中心,搜索宽度减半再确定两个端点值,再次比较,直到搜索完毕,找到最佳匹配点的最小值.同全局搜索算法相比,在搜索区间长度为2n+1时,全局算法运算量为2n+1,该算法仅为3n,运算量显著减少.该算法在船载稳像系统中验证表明,该算法的计算量大大降低,较好地满足了稳像系统的实时性要求.

基于状态观测的自适应摩擦力补偿的高精度控制

摩擦力是影响运动系统定位精度的主要因素之一.基于模型的摩擦力补偿是消除摩擦力的基本方法.文中在比例微分(PD)控制基础上,采用LuGre摩擦力模型,通过设计状态观测器和引入自适应以及离线拟合模型参数的方法,成功应用于直线电机驱动的高精度运动平台.实验比较了上述方法与未加入任何摩擦力补偿的PD控制以及基于经典摩擦力模型补偿的PD控制.结果表明,基于这种状态观测与自适应相结合的LuGre摩擦力模型补偿效果最好,它不但可以大幅度减少系统的跟踪误差,而且还提高了定位精度.

基于动态轮廓误差估计的三轴运动平台NNLARC控制

在直线电动机驱动三轴运动平台中,为提高轮廓加工精度,需要解决两个主要问题,即轮廓误差估计和轮廓误差控制。采用基于牛顿极值搜索算法的动态轮廓误差估计的方法,建立更为精确的轮廓误差模型。由于永磁同步直线电动机(PMLSM)易受外部扰动和摩擦力等因素影响,为使系统具有良好的跟踪性能和抗干扰性能,采用神经网络学习的自适应鲁棒控制(NNLARC)进行单轴位置控制器的设计,削弱各种因素对于系统性能影响。另外,采用位置环交叉耦合控制器,解决三轴间的动态特性不匹配问题,进一步减小轮廓误差。仿真结果表明,所设计的方法能有效提高系统的加工精度和鲁棒性。

基于ACS-DE的混合式直线力电机结构优化研究

混合式直线力电机是直驱式电液伺服阀的重要执行器件,其驱动力为直驱式电液伺服阀提供了故障恢复功能,为其稳定运行提供了安全保障。因此,提升其驱动力对混合式直线力电机的优化设计具有重要的意义。首先本文分析了电机结构和工作原理,根据优化目标和约束条件确定了混合式直线力电机结构优化问题的优化函数。其次本文改进了布谷鸟搜索算法的局部搜索阶段和全局搜索阶段,提出了基于混合差分进化的自适应布谷鸟搜索算法(ACS-DE),通过与原始CS算法的实验对比,证明了改进的有效性。最后通过与其他传统智能优化算法的实验对比,证明了ACS-DE拥有更快的计算速度与更优的求解精度,并且与初始结构的电机相比,驱动力可提升一倍以上。

轴类零件素线直线度误差评定方法的研究

目前,基于机器视觉检测轴类零件直线度时多采用最小二乘法进行评定。为了得到更精确的素线直线度误差结果,提出基于最小包容条件的约束旋转逼近法、多变异位自适应遗传算法以及包容线搜索算法,并分别对某轴类零件所提取的轮廓数据进行直线度评定实验。结果表明:多变异位自适应遗传算法的评定精度最高,约束旋转逼近法和包容线搜索算法评定结果基本一致,运行速度快,此三种评定方法精度均优于最小二乘法。最后对文献中的数据进行评定与比较,所得结果基本相同,表明三种评定方法可用于视觉检测轴类零件直线度误差时的评定,在实际检测中可以根据检测时间和精度进行选择,具有较高参考价值。

运动估计的空间光通信像差预测技术

空间激光通信系统中,波前校正系统时间延迟引起校正器生成的校正面形与实际的畸变不匹配,最终导致校正滞后误差。针对这一问题,分析大气扰动产生的时序像差模型,提出一种基于运动估计的波前预测补偿技术。在大气冻结模型假设下,采用自适应根模式搜索(ARPS)运动估计算法,根据参考帧与当前帧的畸变光斑图像对下一帧的大气扰动进行估计。仿真结果表明:在50 Hz采样频率下,波长为1550 nm、口径为0.1 m的望远镜系统在10 m/s等效风速时归一化光强图像校正残差从1.24 rad降低到1.17 rad。

基于CISSA的冗余机械臂逆运动学求解

基于冗余机械臂在求逆解过程中无法获得封闭解的问题,针对性地提出了综合改进麻雀搜索算法(CISSA)。首先,在初始化过程中对算法中的种群进行混沌处理,增加种群的丰富度;其次,将自适应动态权重融入到探索者的位置更新公式以及种群中探索者与追随者的数量中,提高算法快速收敛的能力;同时,在迭代过程中引进柯西变异和Tent混沌扰动,提升算法的抗停滞能力;对于越界的个体处理后重新放入种群中,提升算法性能。CISSA在多项指标上明显优于PSO、WOA和GWO等传统群智能算法;将CISSA应用到冗余机械臂逆运动求解,在算法精度上较SSA提高了2~3个数量级,在算法稳定性上较SSA提高了3~4个数量级,说明了CISSA在实际应用的过程中,有收敛快、精度高、稳定性好的特点。