飞行模拟器洗出算法多重滤波信号补偿优化研究

针对经典洗出算法在应用于飞行模拟器时存在的信号丢失以及适应性不强的缺陷，提出一种多重滤波信号补偿的洗出算法优化方案。分析经典洗出算法中信号丢失的环节，截取丢失信号并采取深度滤波策略进行深度滤波，依据人体感知误差与运动平台的动作余量，将多重滤波后的信号以自适应的比例分别补偿到洗出算法3个通道中，实现最大程度上减小信号损失，从而减少人体感知误差。对经典洗出算法和改进洗出算法进行对比仿真和试验，结果表明改进洗出算法有效降低了人体感知误差，减少了信号丢失，改善了相位延迟，同时充分利用了运动平台的工作空间，增加了动感逼真度。     

基于并联机构运动范围的自适应洗出算法

由于传统的自适应洗出算法中各通道之间没有联系,只能以牺牲动感模拟逼真度为代价来保证运动平台在复合运动下各作动筒不超过其运动限制。为解决这一问题,提出了一种将运动平台在当前位姿下各自由度的运动范围引入到自适应洗出算法代价函数中的改进方法。该方法减小了由于复合运动造成的作动筒超限的可能性,使得洗出算法的参数能够更加开放,提高动感模拟的逼真度。通过起飞和着陆数据进行验证,结果表明该方法能够充分利用运动平台的运动空间,拓展了动感信号复现的频宽,提高了动感模拟的逼真度。     

基于VR运动模拟器的体感模拟算法的研究

针对VR(Virtual Reality)运动模拟器使用的经典体感模拟控制算法存在相位延迟、虚假暗示的缺点导致虚实运动一致性不够,引发VR晕动症的问题,提出了一种改进体感模拟算法。改进体感模拟算法在经典模拟算法的基础上加入了前庭感知系统,对算法的输出误差进行反馈,采用模糊控制算法对输入加速度和角速度进行修正和预测,并且对虚拟现实中地形的起伏变化进行模拟。在MATLAB/Simulink中对改进体感模拟算法进行建模仿真,仿真结果表明改进体感模拟算法降低了相位延迟和虚假暗示,提高了虚实运动的一致性。     

基于粗糙逻辑的增量式属性约简算法

知识约简、决策规则的获取是粗糙集理论研究的核心内容。以粗糙逻辑为基础，首先给出了在新实例加入论域后判断约简变化与否以及判断原极小决策算法中决策规则变化与否的判定依据。在此基础上，提出了一种增量式属性约简算法。该算法能有效地减少计算属性约简与极小决策算法的计算量，提高了计算效率。     

基于SPGA算法的低频超宽带 SAR运动补偿方法

对已经初步聚焦的低频超宽带(ultra wideband, UWB)合成孔径雷达(synthetic aperture radar, SAR)图像进行基于图像域的相位误差补偿,可进一步提高图像聚焦质量。依据UWB SAR运动误差模型,提出了基于条带式相位梯度自聚焦（strip phase gradient autofocus, SPGA）算法的相位误差补偿方法。该方法有效地补偿大合成孔径、宽测绘带低频UWB SAR图像中的二维空变相位误差。仿真和实测数据处理结果验证了所提方法的有效性。     

一种改进的萤火虫算法及在洗出优化中的应用

为提高萤火虫算法精度,解决该算法迭代步长固定易陷入局部最优等问题,提出一种改进的萤火虫算法—极值优化萤火虫算法(Extremal Optimization Firefly Algorithm,EOFA).EOFA是将极值动力学算法强大的局部搜索能力与萤火虫算法的强搜索性相结合,采用倒S型函数的迭代步长,提高萤火虫算法的...     

基于粒子群算法的城市单交叉口信号控制

在简要介绍基本PSO算法的基础上，提出一种在速度变迁公式中增加用组内的局部最优值未指导飞行的项的改进算法，并将其运用到单交叉路口的信号控制。通过对本周期及前一个周期的车流量进行实时测量，采用一个周期的滞留车流量评估，从而确定一周期的相位配时方案，最终以路口各周期滞留车辆量的变化作为控制性能评价。采用Matlab语言编程进行实时仿真实验，仿真验证了此算法对交叉路信号控制的有效性。     

输入受限的β增量型模型算法控制

在β增量型广义预测控制算法和输入受限解决方案的基础上,提出一种输入受限的β增量型模型算法控制算法.该算法通过在指标函数中引入适当加权多项式来解决输入受限,并通过在输入受限的增量型模型算法控制的控制增量前乘以β因子来提高系统稳定性.理论分析和仿真实验都表明,当模型无失配时,该算法可以通过调整β来确保闭环系统的稳定性;在满足一定条件的失配情况下,该算法具有良好的鲁棒稳定性.     

利用模型算法控制提高模拟器运动性能的仿真研究

本文讨论了旨在提高三自由度模拟器运动系统的响应性能问题。通过对系统进行数字仿真分析,确认采用模型算法控制可提高系统的响应性能及整个系统的鲁棒性。文中绘出了仿真运算的结果。     

基于模糊逻辑的机械手智能力/位控制

提出了一种面向机器人参与机械加工的智能柔顺控制策略,通过一个模糊阻抗控制器和一个速度控制器,该策略被应用于机器人切除毛刺操作中。模糊阻抗控制器可以根据机器人末端实际位置和期望位置的误差调整阻抗参数,从而提高控制性能和加工效果。而模糊速度控制器被用来调节工具进给速度,从而彻底清除较大的毛刺,避免损害工件和刀具,得到理想的加工表面。为了验证控制策略的柔顺控制能力,以一个三关节机器人进行了计算机仿真,仿真结果表明提出的策略能够很好提高控制性能,获得理想的加工效果。     

基于模糊逻辑和GA的智能车辆横向控制算法仿真研究

控制器设计可看作一个结构和参数搜索与优化的过程。本文以模糊逻辑(FL)为控制策略，以T-S模糊神经网络(FNN)为控制结构，以遗传算法(GA)为参数搜索和优化工具，给出一种智能车辆横向运动控制器自动设计算法，并通过计算机仿真实现。结果表明，所设计的控制器具有较好的控制性能，能够有效地解决智能车辆横向运动中的非线性和参数时变性问题。     

基于遗传算法的主动悬架模糊控制器设计

应用模糊逻辑控制理论,进行了车辆主动悬架模糊控制器的设计,并利用遗传算法对模糊控制的控制规则进行了优化。利用Matlab/Simulink对主动悬架系统进行了仿真,并与传统的被动悬架和用LQG控制的主动悬架进行了性能比较和分析,仿真结果表明具有模糊控制器的主动悬架能够有效提高车辆的平顺性和操纵稳定性,且具有较好的适应性和鲁棒性。     

GF-IMU角速度解算方法的研究

根据无陀螺惯性测量单元(GF-IMU)测量角速度的一般工作原理,提出了一种九加速度计的配置方案及其角速度解算方法,该算法利用加速度计输出的测量信息直接求得所测量的角速度的绝对值,没有积分运算引入的迭代误差,一定程度上提高了载体角速度的解算精度;为了避免角速度解算过程中的开方运算及符号误判,研究了一种解算角速度的代数算法,该算法降低了系统的计算量、提高了系统精度和实时性.     

非单点模糊逻辑系统及仿真研究

对一类采用高斯型模糊产生器的模糊逻辑系统进行了研究,该系统有助于克服实际数据信息中存在的干扰;通过一个定理表明其对致密集上连续函数的一致逼近能力;仿真结果说明本文提出的模糊逻辑系统对含噪声的数据信息处理有优势。     

基于模糊逻辑的混联式电动汽车控制策略研究

提出了一种基于模糊逻辑的混联式电动汽车功率分配控制策略,功率分配控制器的核心是规则库,它由制动规则库、燃油经济性规则库、加速性能规则库以及校正模块等四个独立的规则库组成。利用已建立的四驱混合电动汽车模型对其燃油经济性进行计算机仿真表明:采用模糊控制策略比传统控制策略的百公里油耗在市区(FUDS)和高速(FHDS)工况下均下降了约10%。     

基于分支定界法的运动控制相机轨迹跟踪

提出一种与视频图像纹理信息无关,以运动控制机器人手眼标定算法为核心的相机轨迹跟踪方法。针对无特定参照物的手眼标定算法精度较低的问题,该方法提出一种运用无穷范数在给定旋转分量时迭代求局部优化解的算法。并进一步基于旋转空间分支定界法,提出新的标定方程定界约束条件及划分策略,用于寻找全局最优解。实验结果表明,提出的方法有效提高了无参照物场景的手眼标定精度,并应用于虚拟现实领域。