基于FPGA的电子节气门控制器硬件设计与实现

针对电子节气门控制系统对控制器的快速性、 低成本、 微型化等控制性能的要求, 通过现场可编程门阵列(FPGA: Field Programmable Gate Array)实现控制器的硬件设计, 在发展较为成熟的增量式PID(Proportional, Integral, Differential)算法基础上加入积分分离环节, 利用高级综合工具Catapult C实现了基于FPGA全硬件方案的积分分离PID控制器。设计制作了AD/DA采集板, 实现了基于FPGA的积分分离PID控制器与电子节气门之间的数据通信, 并进行了电子节气门的实物跟踪控制实验。实验结果表明, 基于FPGA的全硬件积分分离PID控制器实现了电子节气门跟踪控制, 提高了控制器的运算精度。     

基于FPGA的车辆横摆稳定预测控制器设计实现

为提高车辆横摆稳定预测控制器的实时性, 采用现场可编程门阵列(FPGA: Field Programmable Gate Array)设计实现了该预测控制器, 并采用基于罚函数的粒子群算法预测控制二次规划问题的求解。同时通过FPGA 进行并行运算, 以减少运算时间。为了验证控制器的有效性, 以车辆动力学软件veDYNA 中的车辆模型为被控对象, 以FPGA 为控制器的硬件实现平台进行了实时实验。实验结果表明, 基于FPGA 实现的预测控制器能很好地满足车辆横摆稳定控制的实时性要求, 为控制器的实车实验奠定了实践基础。     

基于FPGA的振动主动控制系统的设计与实现

该文以悬臂梁为研究对象,论述了利用可编程逻辑门阵列(FPGA)实现的振动主动控制系统.构建了振动主动控制物理实验系统,通过辨识得到被控系统的数学模型;并采用线性二次型Gauss(LQG)控制算法设计了控制律.讨论了控制器的硬件FPGA实现,并给出了相应的软件流程.实验结果表明:整个设计从物理实验系统的构建,到系统模型的建立,再到控制律的设计,控制器的硬件实现都是正确有效的.整个振动主动控制系统可以有效地抑制外扰引起的振动,能达到实时控制的要求.     

USB 2.0接口IP核的开发与设计

介绍了一种基于USB2．0协议的设备接口的IP核设计,着重研究了USB2．0协议控制器、缓存控制器、工作模式控制等硬件数字电路的实现,该电路支持高速(480Mbps)和全速(12Mbps)传输．为了满足USB2．0高速的传输要求,减小硬件设计的复杂性和硬件开销,整个系统采用硬件电路和MCU固件结合的方法进行设计,同时使用了不同传输方式缓冲区共用的双缓冲区缓存结构,因此电路具有实现简单,硬件开销小,传输速度较高等优点．设计的电路已经通过FPGA验证。     

基于ARM和FPGA的软体机器人的CAN总线运动控制器的设计

针对在软体机器人控制时,多电机协同控制过程中难度大、通用性差、协同性差等缺点,设计了基于ARM[adanced RISC(reduced instruction set computing) machines]和FPGA(field-programmable gate array)的软体机器人的控制器局域网络(controller area network,CAN)总线运动控制器,采用ARMCortex-M4为内核的STM32F407开发板和AX7102 FPGA开发板设计一种基于CAN总线的软体机器人运动控制器,主要包括该系统的体系架构、硬件设计和软件设计等。该控制器利用STM32作为控制核心和FPGA的高速处理能力来实现控制算法的运算,并用CAN总线技术来实现与上位机通信。经过试验操作,该控制器可以满足预定要求。     

基于FPGA神经网络PID控制器设计

本文提出了一种采用FPGA实现神经网络PID控制器的设计方法。首先在理论上设计三层BP_PID控制器。其次在FPGA芯片上实现了设计的BP_PID控制器,利用VHDL语言采用自上而下的设计方法,设计了BP_PID控制器的各个模块,并在Quartus中进行了时序仿真测试。仿真结果表明,设计过程合理,硬件实现结果正确,为在工业控制领域广泛应用智能控制算法的硬件电路实现创造了条件。     

基于多模型广义预测控制器的DRTO双层结构

针对动态实时优化(DRTO)与模型预测控制器(MPC)结合的双层结构中由于DRTO与MPC的模型不一致影响优化效果的问题,本文将多模型广义预测控制器(GPC)引入到DRTO双层结构中,设计了基于DRTO双层结构的多模型GPC控制器。上层结构为DRTO层主要解决经济目标函数的优化问题,采用动态过程模型实时优化更新输出对象的最优设定值轨迹。下层结构采用多模型GPC控制器替代原先的单模型MPC控制器,主要是抑制过程中的快速干扰追踪DRTO层得到的最优设定值轨迹。多模型GPC控制器采用多个固定模型和自适应模型来并行辨识系统的动态特性,减小由于上下层模型不一致造成的误差的同时可以提高系统暂态性能和模型参数跳变时系统的调节能力,最后通过仿真验证了该方法的可行性和有效性。     

基于Verilog HDL的DDR2 SDRAM控制器设计

文章对适用DDR2 SDRAM控制器的结构、接口和时序进行了深入研究与分析,总结出一些控制器的关键技术特性,然后采用了自顶向下(TOP-DOWN)的设计方法,用Verilog硬件描述语言实现控制器,随后在Modelsi m6.1上通过软件功能仿真,用Synopsys公司的DC进行综合,通过Altera公司的FPGA进行硬件验证,结果表明控制器能完全胜任对DDR2 SDRAM的控制。     

基于FPGA的SPI接口Flash控制器设计及其在存储配置数据中的应用

针对现场可编程门阵列(FPGA)丰富的逻辑资源及产生精确时序的能力,给出一种基于FPGA的SPI控制器的设计方法.可方便地对SPI flash进行读写、擦除等操作,从而能快速、准确地存储数据.在SPI控制器设计过程中使用Modelsim进行仿真验证,并用VHDL硬件描述语言进行编程,下载到FPGA开发板上进行测试,对SPI接口flash进行操作,证明了系统设计方法的正确性和可靠性,该方法对flash存储控制系统的设计具有普遍适用性,实现了对以FPGA为控制核心的系统数据长时间存储.     

多无人机协同障碍规避控制方法

为有效地解决不确定动态环境下多无人机协同障碍规避问题,提出一种联合扩展卡尔曼滤波和模型预测控制的控制器设计方法。首先构建分布式无人机协同障碍规避体系架构、无人机的运动模型及其通信拓扑。采用扩展卡尔曼滤波(EKF)预测动态障碍物的轨迹,并设计一种信息补偿规则。然后,基于模型预测控制(MPC)方法,设计障碍规避控制器。仿真结果表明:EKF方法能够准确地预测动态障碍物的轨迹;无人机之间通过协作,可以有效地降低预测误差。     

有刷直流电机约束预测控制器设计及实现

为防止因过载而导致电机的损害问题, 考虑有刷直流电机的电压和电流物理约束, 采用线性约束预测控 制设计了直流电机转速跟踪控制器。 建立有刷直流电机的数学模型, 二次规划(QP: Quadratic Programming)问 题采用路径跟踪内点算法进行求解, 并搭建了基于 dSPACE 控制系统的硬件在环实验平台。 同时对设计的转速 跟踪控制器的有效性进行了实物验证。 实验结果表明, 该 MPC(Model Predictive Control)控制器能很好地满足 有刷直流电机的转速跟踪控制要求。     

模糊PID增益调节器的算法,结构及硬件实现

提出了一种模糊ＰＩＤ增益调节器算法。通过模糊推理在线调整ＰＩＤ控制器的参数,从而改善控制效果。仿真结果表明,模糊ＰＩＤ增益调节器在稳定时间、超调和均方误差上均比传统ＰＩＤ控制有较大的改进。     

纯电动汽车永磁同步电机驱动控制

以纯电动汽车采用的内置式永磁同步电机(interior permanent magnet synchronous motor, IPMSM)为研究对象,在提高电机的运行效率、扩宽转速范围的同时,又能在复杂工况中的提升响应速度并改善行驶舒适性的问题。首先建立IPMSM的数学模型,提出低速时采取最大转矩电流比 （maximum torque per ampere, MTPA）控制,中高速时采用弱磁（flux weakening, FW）控制的全速域电流控制策略,并分析得到各个控制求解的数学模型。然后对IPMSM数学模型进行离散化处理,得到状态空间方程,以此为基础设计模型预测控制 (model predictive control , MPC)的转速控制器和无差拍预测控制（deadbeat predictive control,DPC）的电流控制器。最后在Matlab/Simulink中搭建IPMSM的仿真模型,验证整个控制策略的有效性与可靠性。     

基于动态反馈神经网络的复杂系统预测控制

在分析基于动态反馈神经网络(DRNN:Dynamic Recurrent Neural Network)的模型预测控制策略的基础上,为改善Elman网络辨识高阶系统时的计算复杂性,采用具有局部动态反馈特性的Elman网络进行线性系统状态空间模型的在线辨识.基于跟踪器型性能指标的预测控制器对系统进行滚动优化,并对动态反馈神经网络逼近状态空间模型进行了证明.对过程控制装置三容系统进行了仿真研究,通过离线训练方式获得网络初值的选择.仿真结果表明,此算法能使系统的输出保持期望轨迹,并能有效处理系统本身的输入、输出约束条件.     

基于变预测时域的电动汽车轨迹跟踪控制

针对在不同车速下由于车辆动力学参数改变导致轨迹跟踪的误差变大的问题,研究电动汽车自适应性轨迹跟踪控制器设计.首先,基于模型预测控制(model predictive control,MPC)设计轨迹跟踪控制器,对比分析不同车速下不同预测时域对轨迹跟踪的影响;其次,通过仿真结果,发现不同车速下采用恒定预测时域,轨迹跟踪在不同速度下自适应性变差,易产生较大的跟踪误差;最后,设计了基于车速变化的变预测时域轨迹跟踪控制器.CarSim/MATLAB/Simulink联合仿真结果表明,改进后的轨迹跟踪控制器在不同车速下轨迹跟踪具有良好的控制精度和稳定性.     

基于模型预测控制的三相四桥臂有源电力滤波器

针对现有有源电力滤波器数字化控制方法对模型依赖性较强的缺点, 在介绍了正负序系统和零序系统解耦控制的基础上, 提出了一种三相四桥臂有源电力滤波器的模型预测控制(MPC)方法, 以差分方程作为预测模型, 保留了常规MPC中的反馈校正和滚动优化环节, 推导出了最优控制率. 与常用的预测电流控制方法做了对比, 得出了带电源电压观测器的预测电流控制只是模型预测控制的一个特例的结论; 详细分析了参数对稳定性的影响, 修改MPC的参数, 可以在省略带通滤波器的情况下, 允许更大的连接电抗参数建模误差, 鲁棒性比预测电流控制更高.此外, MPC和重复控制相结合消除了MPC所固有的稳态误差. 仿真结果验证了所提方法的有效性和正确性.     

采用余弦相似度和变预测时域的汽车轨迹追踪控制

为提高自动驾驶汽车在不同车速下轨迹追踪精度、行驶稳定性和控制器的自适应能力,提出一种基于余弦相似度和变预测时域的轨迹追踪控制器。基于传统MPC的轨迹追踪控制器,提出以矩阵的余弦相似度来度量预设状态和实际状态两个矩阵的差异程度,确定预测模型的优化节点,采用模糊控制对预测时域和控制时域进行优化。通过计算机仿真对比试验,结果表明与传统MPC的轨迹追踪控制器相比,所提出的MPC控制器在不同车速下的轨迹追踪精度和车辆稳定性均有明显的提升。     

考虑测量噪声的车辆自适应巡航控制系统纵向跟车研究

提出一种具有自适应补偿能力的反馈校正模型预测控制器设计方法,该控制器由卡尔曼滤波器和模型预测控制器构成.建立ACC控制系统车间纵向跟车动力学模型,采用卡尔曼滤波器进行状态变量的估计,消除测量噪声的干扰;利用反馈校正机制改进跟车预测模型,以处理参数不完全确定和外部干扰对模型精度带来的影响,并采用向量松弛因子对硬约束进行软化处理,避免优化求解过程中出现无可行解的情况.将本文所设计的控制器转化为带约束的二次规划问题,利用MPC控制器滚动优化的特点,将控制量作用于被控对象,实现自适应巡航控制.实验结果表明:在存在测量噪声的情况下,本文提出的方法有效地提高了ACC系统的跟车安全性和乘坐舒适性,并且系统具备良好的抗干扰能力.