基于FMCW雷达的多人心率呼吸检测

针对目前毫米波雷达应用于多人生命体征检测效果不佳, 检测范围小等缺点, 提出了一种多人心率呼吸提取分离方法, 首先采用Capon波束成形技术对非目标区域信号形成零陷, 对目标区域进行提取相位、相位解缠绕操作; 其次利用自适应谐波跟踪算法滤除噪声; 最后使用粒子群算法和样本熵改进的变分模态分解法(PSO-SE-VMD)对信号进行分解得到模态分量, 选取合适的模态分量并通过短时自相关算法提取心率呼吸. 实验结果表明, 该方法在夹角30°和60°时心率的均方误差分别为5.55和3.15, 实现了多人检测并有效提高了检测范围.     

基于特征建模的连续体机械臂自适应鲁棒控制技术研究

针对连续体机械臂动力学建模困难,控制难度大的问题,使用特征建模的方法,用简化等价的特征模型设计了自适应鲁棒控制器。首先,通过对机械臂系统进行分析,使用特征建模得到等价的动力学模型,然后采用递推最小二乘法进行参数辨识,得到该特征模型的特征参数,最后,利用模型与辨识得到的参数设计了一种结合滑模控制的自适应控制器。通过仿真实验对本文方法与传统PID方法进行对比,仿真结果表明,本文的方法对于末端角度控制的跟踪精度高,同时对于末端扰动有着良好的自适应能力和鲁棒性。     

融合序列分解与Prophet模型的时序预测

传统时序预测方法其预测过程无法在相同数据集上推出共享模式, 而机器学习方法无法较好地处理非线性和大规模数据集, 并且需要手动设计特征工程. 深度学习方法弥补了传统预测方法需要高计算高人力的弊端, 用自动学习特征工程代替了手动设计特征工程. 但仅使用深度学习的预测方法所作结构假设较少, 通常需要较高的计算资源以及大量的数据来学习得到准确的模型. 针对上述问题, 本文提出通过采用融合t检验的EMD经验模态将序列分为高频分量和低频分量, 对高频分量使用传统STL序列分解方法进一步对数据做处理, 对高频、低频分量分别进行Prophet预测. 实验结果表明, 相较于传统的LSTM以及Prophet预测模型, 经过STL序列分解后的周期数据能够提升模型的整体预测精确度而融合EMD经验模态的Prophet模型则大大提升了训练效率.     

Nonlinear cascade control of an electro-hydraulic actuator with large payload variation

Electro-hydraulic actuators have been widely used in industrial production, but the unknown variable payload seriously affects its position control accuracy. Therefore, a radial basis function neural network disturbance observer is designed to estimate the lumped disturbance force through strong online learning ability in the absence of force sensor. Besides, a nonlinear cascade controller with double loop structure is proposed in this paper. A global fast terminal sliding mode control method is firstly applied in the outer loop position system, which can eliminate chattering and improve convergence speed comparing to traditional sliding mode control. The inner loop force system adopts a backstepping control method to calculate the actual input of the whole system. Theoretical analysis indicates that the proposed controller is stable even if existing time-variant disturbance. Moreover, three comparative controllers are designed and tested in both simulations and experiments. Comparative results show that the developed method has absolute average errors of 1.14 and 0.49 mm in different position tracking, which means more satisfactory tracking performance compared to the contrast controllers.     

Implicit discrete-time fast terminal sliding mode control with disturbance compensation

In this paper, an implicit discrete-time fast terminal sliding mode (DFTSM) control with disturbance compensation is designed and analyzed for uncertain high-order systems. First, a recursive discrete sliding surface is constructed based on implicit Euler technique, which can completely eliminate discretization chattering so as to significantly reduce the boundary layer of sliding mode motion. With the help of a high-order disturbance compensator, the accuracy limitation of implicit DFTSM control systems is overcome by increasing the order of sliding mode. Then the finite-time convergence of implicit DFTSM is proved for the first time, and the influence relationship of control parameters on the convergence speed and control accuracy of the algorithm is established. Finally, two numerical examples are provided to demonstrate the effectiveness and superiority of the proposed design approach.     

基于混合阈值事件触发机制的船舶自适应神经滑模控制

针对存在时变干扰和通信受限的船舶艏向保持控制问题, 本文设计了一种基于混合阈值事件触发机制的船舶自适应神经滑模控制算法. 首先, 采用径向基函数神经网络(RBF-NNs)对控制系统的模型不确定部分进行在线逼近. 其次, 构造了一种比例积分滑模面和基于混合阈值参数的事件触发规则来降低时变干扰引起的系统抖振和减少传输信道的通信资源占用. 并且在理论上分析了事件触发技术能够增强闭环控制系统对低频扰动的抗扰性. 最后, 通过Lyapunov理论证明了所提控制算法能够保证所有误差信号满足半全局一致最终有界稳定(SGUUB). 在时变干扰条件下进行数值仿真, 并且与现有控制技术进行对比, 仿真结果表明, 所提控制算法能够明显减少系统抖振和控制输入频率.     

Riemann-Liouville型分数阶导数的非线性估计（英文）

本文主要研究任意有界连续信号的Riemann-Liouville分数阶导数估计问题.当分数阶α属于0到1时,首先利用滑模技术提出一种有界连续信号分数阶导数的非线性估计方法;然后将其结果推广至分数阶α∈R⁺的情况,并给出相应的非线性估计方案.借助Riemann-Liouville分数阶微积分频率分布模型,本文详细分析讨论了所给分数阶导数非线性估计的收敛性问题,并得到相应闭环系统是渐近稳定的结论.文中所提方法的主要优点是在事先未知给定信号分数阶导数上界的情况下,不仅能自适应地估计其Riemann-Liouville分数阶导数,而且当信号中含有随机噪声和不确定扰动时依然能正常工作.数值仿真实例验证了本文所给估计方法的可行性和有效性.     

四旋翼无人机姿态系统复合连续快速非奇异终端滑模控制EI北大核心CSCD

本文针对受多源干扰影响的四旋翼无人机姿态系统,基于复合连续快速非奇异终端滑模算法,研究了姿态指令变化率未知情况下的连续有限时间姿态跟踪控制问题.首先,基于四旋翼无人机姿态回路动力学模型,通过引入虚拟控制量实现姿态跟踪误差动态的三通道解耦;其次,分别针对各通道跟踪误差动态设计高阶滑模观测器,实现跟踪误差变化率和集总干扰的有限时间估计;最后,结合姿态跟踪误差变化率的估计信息,构建动态快速非奇异终端滑模面,并在控制设计中用指数幂函数代替符号函数以保证控制量连续.并且基于Lyapunov分析方法给出了姿态跟踪误差有限时间收敛的严格证明,仿真结果验证了所提方法的有效性.     

具有执行器故障的四旋翼无人机有限时间容错控制

本文主要研究了四旋翼无人机在外部干扰、执行器存在部分失效和偏置故障并发情况下有限时间轨迹跟踪的控制问题. 通过分析四旋翼无人机动力学特性, 构建了带有外部干扰、执行器机构故障的动力学模型. 基于鲁棒全局快速终端滑模控制算法, 设计了一种有限时间容错控制器, 提高了系统对故障的响应速度. 其次, 针对常值/时变故障和干扰,在控制器设计中采用改进的连续函数进行补偿, 减少了由切换函数引起的系统抖振, 并基于Lyapunov函数对控制器的稳定性进行了分析. 最后, 通过仿真实验验证了所设计控制器的有效性和可靠性, 同时存在执行器故障和外部干扰的情况下, 无人机能够实现较好的轨迹跟踪性能.