基于改进YOLOv5的密集场景行人检测方法研究

当前的研究中密集场景行人检测精度较低,为提高检测精度,提出一种基于YOLOv5网络的改进方法V-YOLO,采用加权双向特征金字塔网络(bi-directional feature pyramid network, BiFPN)改进原始网络中的路径聚合网络(path aggregation network, PANet),加强多尺度特征的融合能力,提高对行人目标的检测能力。为了保留更多的特征信息,提高主干网络的特征提取能力,添加残差结构VBlock;引入SKNet(select kernel networks)注意力机制,动态融合不同感受野的特征图,提高对不同行人特征的利用率。使用CrowdHuman数据集进行训练和测试,实验结果表明,所提出算法比原始网络的精确度、召回率和平均精度值分别提高1.8%、2.3%和2.6%,验证了所提出算法能有效的提高密集场景下行人目标检测的准确率。     

基于递归神经网络的再入飞行器最优姿态控制

针对再入飞行器的姿态跟踪问题,基于递归神经网络提出最优跟踪控制.采用反步法和递归神经网络,设计自适应前馈控制,将再入飞行器的最优姿态跟踪问题转化为等价的姿态角误差/角速率误差最优调节问题.采用自适应动态规划技术,解决最优调节问题.引入神经网络估计最优控制中的代价函数,推导最优反馈控制律,同时保证Hamilton–Jacobi–Isaacs(HJI)方程估计误差最小化.采用Lyapunov理论,保证闭环系统中所有信号,包括姿态角跟踪误差是一致最终有界的.在MATLAB/Simulink中仿真验证了所提出控制策略的有效性.     

具有通信序列的网络控制系统LQG控制器设计

研究了具有通信序列的网络控制系统控制器设计问题.通过在系统的输入输出端设计通信序列,分时占用网络,以降低带宽约束对系统的影响,进而构建了具有通信序列的网络控制系统模型;在此基础上,将网络控制器设计分为2个部分,首先,基于输出值设计Kalman滤波器,用于提供最优状态估计值;然后,在考虑通信序列的基础上利用LQG方法协同...     

基于Backstepping的临近空间飞行器非线性控制

为解决临近空间飞行器的稳定跟踪控制问题,考虑模型参数不确定和外界未知干扰对跟踪控制性能的影响,基于backstepping方法与非线性控制理论设计稳定跟踪控制算法.将通用临近空间飞行器数学模型转化为严反馈形式,采用backstepping方法递归求取控制信号,并利用非线性方法对控制器进行设计,从而保证了系统的稳定性和鲁棒性.仿真结果表明,给出的控制方法能有效抑制模型参数不确定和外界干扰的影响,对于实现临近空间飞行器的稳定跟踪控制具有较好的应用价值.     

拒绝服务攻击下互联多区域电网系统的弹性负载频率控制

为实现互联多区域电网系统的频率稳定,负荷频率控制需要通过开放通信网络获取信号和发送命令。在开放的通信网络环境下,系统不免会受到天气、网络攻击等外界环境的干扰,引起电网频率波动。例如拒绝服务(denial-of-service, DoS)攻击,这些因素会阻止一定数量的信号传输,从而降低负载频率控制方案的性能,甚至导致电网系统不稳定。针对测量通道和控制通道拒绝服务攻击下互联多区域电网系统,完成弹性负载频率控制。首先给出DoS攻击频率和持续时间满足的假设条件,然后设计灵活的弹性控制器,保证闭环系统的输入状态稳定性,并确定合适的采样机制,实现系统性能和通信资源的有效折衷平衡。最后,以两区域互联电网系统为对象进行仿真,得到所提方法能够有效地克服DoS攻击和扰动带来的影响,保证了闭环系统的输入状态稳定性,验证了此方法的有效性。     

基于EMD-IPSO-LSTM模型的短期电力负荷预测

准确地预测短期负荷为发电厂电力调度提供依据,提高电力系统的经济性。由于负荷数据的非线性非平稳性,提出一种经验模态分解-改进粒子群算法-长短期记忆(EMD-IPSO-LSTM)的预测模型。首先,利用EMD处理非线性的负荷序列,将序列分解为多个本征模态函数(IMF)以及残差(Res),引入非线性递减分配方法和正弦函数分别改进粒子群算法(PSO)的惯性权重和学习因子,可以更有效地寻找LSTM参数的最优解。其次,利用IPSO优化LSTM的第1层神经元个数、损失率、以及批量大小等参数,将所有IMF和Res分为高、中,低频三组分量,并代入优化后的LSTM网络进行预测,叠加获取最终的预测结果。最后,以GEFCom2014预测竞赛电力负荷数据集进行仿真实验,并且对LSTM、IPSO-LSTM、EMD-PSO-LSTM这3种模型作比较,结果表明所提的预测模型具有较高的预测精度。     

基于Terminal 滑模的高超声速飞行器姿态控制

针对高超声速飞行器六自由度再入模型,考虑模型参数不确定和外界干扰对再入姿态控制的影响,基于Terminal滑模对再入过程中姿态角的跟踪控制问题进行研究.为了减少外界高频噪声对系统性能的影响,首先,利用多时间尺度技术将姿态模型划分为双环结构;然后,分别针对各环路设计Terminal滑模控制器,并通过Lyapunov理论和奇异摄动理论对系统的稳定性进行证明.仿真结果表明,对于六自由度再入模型,该控制方法能够很好地跟踪再入制导指令.     

四旋翼无人机轨迹稳定跟踪控制

针对四旋翼无人机轨迹稳定跟踪控制问题,为抑制外界扰动和参数不确定性的影响,设计一种双环鲁棒控制系统.首先,基于动态面内模法设计输出调节器进行位置控制,可解决系统的渐近跟踪及干扰抑制问题;其次,利用高阶滑模设计姿态控制器,可实现全局有限时间收敛,消除系统抖振和相对阶的限制;再次,为进一步提高控制精度,采用一种鲁棒精确微分器对姿态角指令信号进行精确求导;最后,对系统稳定性进行严格的数学证明,并与PID控制和传统滑模控制进行仿真对比,结果验证了所提出控制策略的优越性和鲁棒性.