强跟踪滤波器在PID控制器中的应用

该文介绍了强跟踪滤波器理论及其算法,建立伺服系统中直流电动机模型,采用强跟踪滤波器来克服伺服系统中的测量噪声和控制噪声对控制性能的影响,并在MATLAB环境下进行对比仿真试验,验证了强跟踪滤波器对噪声的有效抑制作用。     

卡尔曼滤波在陀螺稳定吊舱控制中的应用

通过对当前流行的控制方法进行比较,采用变结构控制的原理对系统控制器进行设计.以典型的两轴四框架结构吊舱系统的内俯仰框架为控制对象,设计了一种基于Kalman滤波器的滑模变结构控制方案.当过程噪声和量测噪声较大时,针对不同形式的跟踪信号,对有无滤波器两种控制方案的跟踪效果进行了比较.仿真结果表明,采用基于Kalman滤波器的滑模变结构,系统的跟踪性能较没有Kalman滤波器的跟踪性能有明显的改善,提高了系统跟踪精度.     

基于分数阶BICO滤波器的运动控制测量噪声抑制

为解决反馈信号测量噪声影响运动控制性能的问题,提出了基于分数阶BICO滤波器的运动控制系统测量噪声抑制方法。分析了分数阶BICO滤波器的性能特点,并基于扩张状态观测器构建了直线电机轨迹跟踪运动控制系统。与常规的低通滤波器以及不加滤波器控制方案进行对比,分别研究了系统未加负载、系统参数变化以及存在外部干扰时的轨迹跟踪误差。对比仿真和实验结果表明:分数阶BICO滤波器能有效抑制测量噪声的影响,进一步提高运动控制精度。     

球杆系统的建模、仿真与控制器设计

球杆系统是一个非线性不稳定系统,其中小球在导轨上滚动过程的动态描述十分复杂.通过建立球杆系统机械部分模型、角度模型和电机模型,简化后得到了整个球杆系统的传递函数.同时通过设计最优鲁棒控制器、最优瞬态控制器和二自由度控制器对其进行控制,证明了系统是可控的和稳定的.在Matlab的Simulink环境下的仿真试验也印证了上述结论.充分说明了球杆系统对学习控制理论来说是一个很好的实验装置.     

彩色图像脉冲噪声的自适应矢量滤波

提出了基于噪声像素检测的自适应矢量滤波器的新方法,该法对图像中噪声像素进行检测时,仅对噪声像素进行矢量滤波,而对非噪声像素则保持其原值不变,并可根据图像噪声情况自适应地选择滤波窗口。新滤波器能有效地滤除彩色随机脉冲噪声,并保持图像边缘与细节,其性能优于经典的矢量中值滤波器、方向一距离滤波器、方向一幅度矢量滤波器等非线性滤波器。     

基于改进搜寻者优化算法的PID控制

针对传统PID参数整定方法存在精度低、稳定性差,且被控制系统易受噪声影响等缺点,提出一种基于改进搜寻者优化算法(ISOA)的PID控制方法。采用Z-N方法得到的PID参数整定值指导初始种群的产生和个体寻优范围的确定,再引入变异操作方法和个体进化方向引导策略,从而提高PID参数优化精度,并结合Kalman滤波器实现对被控系统中控制噪声和测量噪声的滤波处理。仿真结果表明,与基于标准搜寻者优化算法(SOA)的PID控制方法比较,基于ISOA算法和Kalman滤波器的PID控制,不仅可以获得更优的PID参数,而且能够有效抑制控制过程中的噪声干扰,实现了高精度、强鲁棒性的PID控制。     

车内宽带噪声自调节主动声品质控制研究

为改善车内噪声的声品质，在主动噪声均衡器基础上，提出通过设计整形滤波器和自调节系数来建立一种宽带主动声品质均衡器的思想。首先利用烦恼度来设计整形滤波器，用于控制宽带残余噪声的频谱形状并使控制后的残余噪声满足人耳听觉特性。然后设计自调节系数使控制后残余噪声频率特性基本与预设声音频率特性保持一致，并通过声品质检测器更新自调节系数，从而实现声品质的自动调节。最后通过使用不同声压的白噪声信号作为初级噪声信号进行仿真试验。结果表明：控制后的残余噪声频谱形状与整形滤波器频谱特性基本保持一致，不仅使得控制后残余噪声频谱符合人耳听觉特性，而且能够实现声品质自动调节。     

大型装备多轴电液执行器同步控制

为提高大型装备多轴电液执行器的同步精度,建立运动系统的动态数学模型,提出一种主从同步控制方案.它由前馈控制器,卡尔曼滤波器以及PI反馈控制器组成.与位移微分并滤波相比,卡尔曼滤波器可以在噪声环境下获得平滑且相位滞后小的速度估计;前馈控制可加快系统的响应速度;采用PI控制器可以抑制模型不确定性以及负载变化对同步性能的影响.在Matlab/Simulink环境下,比较分析2种速度估计方法以及3种同步控制方法的性能.仿真结果表明,该方法响应快速并且具有较强的抵抗噪声干扰的能力.将该方法应用于实际系统中,实验结果表明,该方法具有较好的动态性能,并且能够有效克服噪声以及负载变化的影响;同步精度有效控制在±2 mm之内.     

基于粒子群算法的自适应滤波器研究及应用

针对神经网络自适应滤波器易于陷入局部极小的缺陷,采用抑制局部最优的粒子群算法优化神经网络的权系数,设计了基于改进粒子群算法训练的三层神经网络的自适应滤波器,并将其应用于自适应噪声抵消器.仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声抵消能力,信噪比大大提高.     

采样周期干扰对离散线性系统的影响

针对实际控制系统中普通存在的采样周期干扰问题，详细讨论了该现象对系统参数以及系统状态的影响，得到了采样周期干扰为白噪声时，对离散线性系统状态的影响。本文结合这一结论给出了相应的系统的滤波理论基础，并提供了系统滤波器的结构。