基于参数自整定模糊PID算法的平地机行走速度优化控制系统设计

针对平地机作业时行进速度精度的滞后问题及控制参数,提出了基于参数自整定模糊PID算法的平地机行走速度优化控制系统,协调解决行进速度的滞后问题,并完成了将该算法应用在平地机的控制系统中.系统采用单片机作为行走速度的控制中心,为验证参数自整定模糊PID算法的有效性和可靠性,对平地机的行进速度控制进行了设定干扰信号的测试.通过Matlab软件的Simulink仿真,分析了不加PID的常规控制、PID控制、参数自整定模糊PID控制进行速度稳定控制的效果,测试显示响应时间短、响应速度较快,能够满足设计的要求.     

基于结构风险最小化的TS模糊模型辨识研究

针对TS模糊模型的后件参数辨识,为了避免传统意义上以经验风险最小化来求解参数,同时考虑到如何控制模型结构复杂性以及经验风险又要最小,提出了一种基于最小二乘支持向量回归(LSSVR)结构风险分解建立新的代价函数来辨识TS模糊模型。紧接着,以该代价函数作为优化目标,TS模糊模型为约束条件,通过引入拉格朗日方法对其求解,最终得到模型的后件参数。该方法有如下显著特征:1)引出的代价函数是基于结构风险而非经验风险;2)计算过程不仅避免了核函数的选择,而且仅对原输入数据空间做内积;3)全局与局部性能得到保证。最后,论证了该方法的有效性和优越性。     

基于无迹卡尔曼滤波的LSSVR在线多步时间序列预测

准确宽范围多步预测在时间序列预测应用中带来了巨大挑战.提出了一种基于最小二乘支持向量回归(LSSVR)和无迹卡尔曼滤波(UKF)的在线多步预测方法,利用时间滑动窗口减小算法的计算负荷,UKF方法实现LSSVR模型参数更新以提高预测精度.当预测范围达到预定步长p时,由核宽度σ、支持值参数{α_k}_k~L_(=1)以及偏移项b所构成的模型参数通过新的测量值和UKF进行在线更新.提出的方法不仅以较少的训练数据建立在线预测模型(所需训练数据集大小为相空间维数与滑动窗口长度之和),且多步预测值的精度相比于传统方法得到进一步提高.最后,通过几个实验研究论证了提出方法的有效性和优越性.     

单片机系统常用抗干扰技术研究

目前,单片机应用系统已在工业测控领域中得到广泛应用,其系统的可靠性也越来越受到人们的关注。单片机系统的可靠性是由多种因素决定的,其中系统抗干扰性能的好坏是影响系统可靠性的重要因素。硬件系统和软件系统可靠性是系统可靠性的主要组成部分。本文主要从单片机常见抗干扰技术问题方面进行了研究,论述了单片机系统的干扰来源及其对抗干扰措施的分析,提出了软件滤波、软件陷阱、开关输入/输出、软件看门狗等软件抗干扰措施的具体应用。