时滞系统的自抗扰广义预测控制的性能分析

为了实现对时滞系统的高性能控制,提出1种自抗扰广义预测控制算法。首先阐述自抗扰广义预测控制算法的设计原理,得到算法的闭环反馈结构。然后利用频域分析法推导出算法的频域特性,分析并总结时滞系统自抗扰广义预测控制算法的参数整定原则。最后对自抗扰广义预测控制算法以及传统的广义预测控制算法的动态性能进行比较。研究结果表明:自抗扰广义预测控制算法无需在线辨识被控对象精确的数学模型,可以离线求得丢番图方程的解析解,算法的在线计算量大大减少;相比于传统的广义预测控制算法,自抗扰广义预测控制算法具有更好的动态性能。     

陀螺稳定平台控制算法比较研究

针对一款实验教学陀螺稳定平台,文章分别采用常规PID控制算法,变参数PID控制算法和变参数自调节模糊PID控制算法对速率环进行控制。仿真结果表明,系统采用变参数自调节模糊PID控制算法响应速度快,超调量小,抗干扰能力强,较常规PID和变参数PID控制算法具有更好的动、静态性能。     

基于模糊自整定PID的单片机温度控制系统设计

介绍了温度控制系统的硬件组成、软件设计及控制算法。针对控制对象的不确定性,采用了模糊自整定PID控制算法,实现了PID参数的在线自整定。该系统具有实时性好、控制速度快、稳定性强等优点。     

静液驱动履带车辆行驶控制策略研究

为提高静液驱动履带车辆行驶控制性能,设计了基于马达转速调节的车辆行驶控制策略,并采用线性自抗扰控制算法调节马达输出转速。首先建立了静液驱动系统流体动力学模型,获得以马达转速为输出的系统传递函数;然后基于履带车辆行驶动力学和运动学原理建立了以两侧马达目标转速为控制量的车辆数学模型;在此基础上根据静液驱动系统特点制定整车行驶控制策略并设计线性自抗扰控制器,对马达转速进行闭环控制;最后在MATLAB/Simulink中进行仿真分析,验证了车辆行驶控制策略的有效性。结果表明：线性自抗扰控制算法在不同工况下可有效控制车辆完成稳定的直线、转向行驶,与经典PID控制算法相比,具有响应速度快、无超调和抗干扰能力强的优点。     

整车道路模拟试验台的控制算法研究

介绍多输入多输出系统时域波形再现(TWR)过程,给出基于频率响应函数(FRF)模型的系统辨识方法以及基于频域迭代自学习控制(ILC)算法的目标信号迭代具体流程.针对整车道路模拟试验台控制算法软件的开发,提出在迭代过程中对信号进行适当重叠分段的频域迭代自学习控制算法.通过现有的四通道整车道路模拟试验台,在真实环境中成功实现了对某样车各车轮轴头处垂向加速度的时域波形再现.结果表明,该算法精度较高,能够作为试验台的控制算法.     

生产过程的自校正预测补偿控制

本文介绍了预测控制算法原理,提出了自校正预测补偿控制算法,给出了控制算法流程框图和系统实际运行记录,并在水泥立窑生料配料生产过程控制系统之中作了尝试,取得了满意的控制效果。     

运动控制系统自学习问题研究

研究了运动控制系统在重复运动方式下的自学习问题,设计了开环迭代自学习、闭环迭代自学习和预测自学习三种控制算法和结构,并对比分析了各种自学习控制算法的特点。实验结果表明,学习控制结构简单,计算量小,便于实现,对被控对象的动态模型没有严格的要求,可以明显改善具有周期性输入控制系统的轨迹跟踪精度。     

两轮自平衡移动机器人实验系统设计

两轮自平衡移动机器人是通过机体上所搭载的姿态传感器检测自身的姿态数据,把数据送至微控制器进行处理后输出控制量给电机驱动电路,进而控制电机不断运动以校正自身的姿态保持自身车体平衡的机器人,在未来交通领域将占有重要地位,同时它也是验证控制算法的一个典型实验平台。基于Kinetis K60微控制器,设计了一个小型两轮自平衡移动机器人实验系统,给出系统整体设计方案及软硬件设计方法。学生能够在平台上进行控制算法验证及滤波融合算法调试等。     

一类自校正控制器及其稳定性分析

本文对具有有界干扰和未建模动态的系统，建立了自校正控制系统的闭环模型和控制算法。对比研究了修正的投影估计法和修正的最小二乘估计法的自校正控制算法，并给出了稳定性分析。使用修正的投影估计法更简单、稳定性更好。     

基于模糊PID参数自整定的温度系统控制方法

对基于模糊PID参数自整定的温度系统控制方法进行了研究。为了构造生化分析仪,首先必须要建立温度系统模型。然后通过模糊PID参数自整定的方法对温度系统进行控制,最后给出模糊PID自整定控制算法的软件实现。实验结果表明,该方法具有良好的性能。     

肺介质中光子剂量算法在不同能量下的计算精度差异

建立一包含肺介质的水模体,分别用笔形束(Pencil Beam,PB)算法、卷积叠加(Convolution-superposition,CS)算法和蒙特卡罗(Monte Carlo,MC)模拟计算1 cm×1 cm到7 cm×7 cm射野条件下,6 MV和15 MV光子在该模体中的百分深度剂量和离轴比,并以MC模拟为标准比较其计算误差.结果表明肺介质中,笔形束算法计算精度总体上随能量的增加降低,卷积叠加算法计算精度受能量影响不大.     

基于视频的车辆检测与跟踪算法综述

首先介绍了交通检测系统,指出视频交通检测技术日益成为计算机视觉领域中备受关注的前沿方向.在此基础上,分别讨论了常用的车辆检测算法,基于模型的车辆检测算法,车辆跟踪的基本类型,以及基于模板匹配、卡尔曼滤波和粒子滤波的车辆跟踪算法,同时分析比较了各种算法的优缺点.最后,展望了这一领域未来研究的热点.     

基于GIS的最短路径算法研究

最短路径算法是计算机科学与地理信息科学领域的研究热点。本文对常用的最短路径标号算法进行了分析,并讨论了优化算法的方法。     

MoM与GTD算法结合评估着陆系统电磁环境

为提高进近着陆系统对不断变化场地环境的适应能力,要求对着陆系统电磁环境进行准确评估.提出利用MoM和GTD算法结合的方法分析进近着陆系统电磁环境效应.用MoM计算照射到位于近区场的散射体的入射场,然后将此结果作为GTD算法的源以预测评估对着陆系统辐射场的受扰特性.结果表明这种方法可有效用于评估着陆系统电磁环境.     

基于点云数据的去噪算法研究

阐述了点云数据的去噪方法的研究情况,并对几种经典的去噪算法进行了介绍分析,对其优缺点进行了总结.通过实验对各种主要算法进行了有效性检验,并对目前及未来的研究重点做了展望.     

一种新的直序列长伪码捕获方案

针对长序列伪码捕获的特点要求,对传统的序列估计伪码捕获方法进行改进,提出了差分序列估计伪码捕获算法和FFT频率校正技术相结合的方法作为长伪码的捕获方案,对其工作原理进行了分析和理论推导.仿真结果表明,在高斯白噪声的情况下,该方法在捕获长序列伪码时的性能与传统的序列估计法相比较,在较低信噪比的情况下有较大提高,并能适应10 kHz范围的多普勒频移环境.     

Parallel Frequent Pattern Discovery： Challenges and Methodology

Parallel frequent pattern discovery algorithms exploit parallel and distributed computing resources to relieve the sequential bottlenecks of current frequent pattern mining （FPM） algorithms. Thus, parallel FPM algorithms achieve better scalability and performance, so they are attracting much attention in the data mining research community. This paper presents a comprehensive survey of the state-of-the-art parallel and distributed frequent pattern mining algorithms with more emphasis on pattern discovery from complex data （e.g., sequences and graphs） on various platforms. A review of typical parallel FPM algorithms uncovers the major challenges, methodologies, and research problems in the field of parallel frequent pattern discovery, such as work-load balancing, finding good data layouts, and data decomposition. This survey also indicates a dramatic shift of the research interest in the field from the simple parallel frequent itemset mining on traditional parallel and distributed platforms to parallel pattern mining of more complex data on emerging architectures, such as multi-core systems and the increasingly mature grid infrastructure.     

基于样本集质量的建筑能耗预测机器 学习算法选择及参数设置

使用机器学习算法对建筑能耗进行预测正逐渐成为建筑设计初期重要的决策辅助工具,机器学习算法的选择及其参数设置一直是机器学习领域研究的热点和难点。但现有研究大多从算法原理角度进行预测模型的选择及参数设置,训练样本集的特征信息未得到充分利用。为此,提出一种以样本量及样本分布特征为出发点的样本集质量分类方法,针对不同质量样本集测试不同机器学习算法的学习性能,制定不同质量样本集的算法选择及参数设置策略。分析样本特征与算法性能之间的关系,为建筑设计提供有效指导。     

基于计算机视觉的车流量检测算法

提出了一种基于计算机视觉的车流量检测算法。通过分析CCD摄像头采集的现场交通视频数据,运有用图像处理的方法提取图像中通行车辆的车速以及通过视场内的车流量,研究了视场距离标定算法和基于灰度统计的通行车辆识别算法,仿真结果表明了该算法的正确性和有效性。     

The Present Status and Future Development of Predictive Control Algorithms

ＴｈｅＰｒｅｓｅｎｔＳｔａｔｕｓａｎｄＦｕｔｕｒｅＤｅｖｅｌｏｐｍｅｎｔｏｆＰｒｅｄｉｃｔｉｖｅＣｏｎｔｒｏｌＡｌｇｏｒｉｔｈｍｓＸｉｅＫｅｍｉｎｇ＊＊ＺｈａｎｇＪｉａｎｗｅｉ（Ｄｅｐｔ．ｏｆＡｕｔｏｍａｔｉｏｎ）ＡｂｓｔｒａｃｔＴｈｅｄｅｖｅｌｏ...