基于多传感器数据融合的智能机器人设计

提出一种基于多传感器数据融合技术的智能机器人系统设计，介绍了系统所选用的激光、超声、红外、光敏等传感器的类型．阐述了系统的硬件结构与软件设计及D—S数据融合算法。     

基于STAR-CCM+的空调导流罩性能分析

建立三种不同空调导流罩数值模拟模型,应用流体数值分析软件Star-ccm+对其气动阻力进行对比分析,结果表明迎风面和背风面均采用圆弧面结构的方案2和仅迎风面采用圆弧面结构的方案3较优。并通过与无侧风工况风洞试验数据对比,以验证模拟数据的准确性。同时通过数值模拟计算方案2和方案3进排风口的压力分布,评价不同导流罩外形对冷凝器进排风及新风进风功能的实现,为空调导流罩的设计提供依据。     

基于自适应PID模糊控制的电液随动系统的仿真研究

对自行设计的电液随动系统进行了自适应PID模糊控制研究,并利用MATLAB的仿真工具对此系统进行了仿真试验,仿真结果表明系统具有很好的控制效果,很适合工程应用.     

一种变步长LMS自适应滤波算法研究

为了解决最小均方(LMS)算法的稳定性及收敛速度(自适应速度)和稳态误差(自适应滤波器的精度)之间的矛盾,本文提出了一种自适应变步长的LMS算法,它的权系数的调整取决于误差曲面在新权值点上的梯度.分析了新算法的收敛特性以及参数选择对算法性能的影响.该算法具有较快的收敛速度、鲁棒稳定性且运算小易于实现的特点.计算机仿真的结果证实了该算法的收敛性能优于标准的LMS算法并且具有较好的实用性.     

基于DSP的有源降噪系统的研究

在分析噪声危害的基础上,针对履带车辆舱室内各频率噪声大约为100dB～120dB的低频特点,阐述了有源噪声控制的原理、意义及发展现状。针对有源噪声控制中信号处理的实时性要求,将高速实时信号处理器DSP应用于有源降噪系统中,在此基础上完成了有源噪声控制的单极子两源系统的硬件设计。实验结果表明,降噪效果在100Hz～400Hz频段上平均降噪量达到10dB。     

模糊神经网络在有源降噪中的仿真研究

1引言 众所周知,噪声污染已成为一个世界性的问题.多年来,人们在不断探索控制噪声的有效方法.[1]传统的无源噪声控制(用吸声材料吸声、阻尼处理等)在高频段取得了较好的消声效果,但在低频段消声效果不理想;而有源噪声控制技术(Active Noise Control ANC)以其独特的优点为低频噪声控制开辟了一条崭新的途径.由于噪声是时变的,为了达到对噪声的实时控制,自适应有源降噪控制技术(Adaptive Active Noise Control AANC)应运而生,并伴随着声学理论、控制理论和电子技术的发展,高速信号处理器DSP的开发成功而蓬勃发展起来.原理示意图如图1所示.     

RBF网络在有源降噪系统中的应用仿真

针对车辆舱室内的噪声特点,在分析噪声系统非线性特性的基础上,将高速实时信号处理器DSP应用于有源降噪系统的硬件设计中,提出一种基于变结构RBF神经网络的噪声自适应控制方案,给出滤波-x算法并进行仿真验证.同时将该滤波算法的降噪效果和基本的滤波-x算法的进行比较.结果表明,采用该控制算法取得了良好的降噪效果.