基于惯性传感器MPU6050的滤波算法研究

针对运动体姿态角测量问题,利用惯性传感器MPU6050提出了一种参数可调的自适应显性互补滤波算法,并与经典互补滤波、显性互补滤波、基于梯度下降法的互补滤波算法及传感器数字运动处理器自带滤波算法进行了比较,分析了几种算法在工程应用中的适应性。测试结果表明,此类互补滤波算法具有思路清晰,计算量小,估算精度高及易实现等特点,改进后的算法综合性能最优,适用于各种运动姿态测量系统。     

基于STC89C52单片机的步进电机控制技术研究与实现

本文采用以STC89C52单片机为核心,进行了步进电机控制系统的软硬设计,实现了步进电机的起停、正反转、调速等控制,并实现了电机转速的实时显示。经实验验证,该系统具有软硬件设计合理、运行稳定可靠、抗干扰能力强及实时显示性好等特点。     

基于发射功率自适应调节的无线通信网抗扰研究

为解决智能楼宇中ZigBee网络与WiFi网络之间的干扰问题,通过采用TI公司的CC2530芯片,设计了一种发射功率自适应调节的无线传感器网络节点。文中主要采用试验的方法对不同环境下的ZigBee节点之间通信的可靠性进行测试,得出通信距离、误包率和接收信号强度指示RSSI之间的关系。利用RSSI作为通信评价因子,根据实际应用环境的变化,自适应地改变ZigBee通信节点的发射功率。经实验测试,只需RSSI值＞-51 dBm,便可保证干扰环境下的误包率接近为0。     

基于自适应显式互补滤波的姿态解算方法

显式互补滤波(ECF,explicit complementary filter)原理简单、计算量小,被广泛应用于低成本的姿态检测系统中.针对显式互补滤波中PI参数只能试凑的问题,给出了其PI参数设计规律及其离散化形式,并提出了自适应显式互补滤波(AECF,adaptive explicit complementary filter)算法.该算法根据加速计的输出,判断载体的运动情况,实时调整PI参数,从而提高姿态估计的精度.实验测试表明,自适应显式互补滤波的静态和动态性能均优于固定增益的显式互补滤波.     

粒子群优化BP算法在短期负荷预测中的应用

电力系统短期负荷预测是电力系统调度运营和用电服务部门的重要日常工作之一,其预测精度直接影响到电力系统运行的安全性、经济性和供电质量。为提高预测精度,本文引入一种新型的群智能方法--粒子群优化算法,并将这种智能算法与BP算法相结合,形成了粒子群优化BP算法模型,建立了计及气象因素的短期负荷预测模型。通过具体算例将此模型与单纯的BP模型进行比较,结果表明:该算法具有较高的预测精度,完全能满足实际工程的要求。     

粒子群优化BP算法在电力系统短期负荷预测中的应用

为提高电力系统短期负荷预测的精度，引入一种新型的群智能方法——粒子群优化算法，并将这种智能算法与BP算法相结合，形成了粒子群优化BP算法模型，建立了计及气象因素的短期负荷预测模型．通过具体算例将此模型与单纯的BP模型进行比较，结果表明：该算法具有较高的预测精度，完全能满足实际工程的要求．     

基于粗糙集理论的电力系统短期负荷预测

本文基于粗糙集（Rough Set）理论在处理不确定信息及数据分析和挖掘等方面的优点,建立了基于相关历史负荷数据及气象因素数据的初始信息表．并运用粗糙集理论实现了决策表的离散化、属性约简及决策规则的生成,进而根据得到的决策规则实现了电力系统日负荷预测。最后,通过具体算例分析证明该方法是具有较高的预测精度及稳定性。     

自适应混合滤波算法在微型飞行器姿态估计中的应用

针对低成本惯性测量单元(IMU)存在漂移和噪声干扰等问题,提出了一种具有自适应参数调节的混合滤波算法。采用四元数法进行系统模型的描述,用梯度下降法对加速度计测得的数据进行处理,再通过互补滤波器将其与陀螺仪测量值进行融合,形成混合滤波算法。同时,考虑到飞行姿态的复杂性,进行参数λ的自适应调节,因而改进后的混合滤波算法,能保证各种飞行姿态变化情况下实时姿态的最优估算。实际系统在线实时性能测试表明,提出的算法简单,估计精度高,易于在嵌入式系统中实现,具有较高推广应用价值。