切削加工参数优化及自适应控制技术综述

阐述离线切削参数优化技术的研究现状,在线自适应切削加工技术的应用,探讨数控加工过程中离线参数优化技术,以及在线自适应加工技术的关键难点。     

基于自适应卡尔曼滤波的侧滑移动机器人运动模型估计

精确实时在线的运动模型对于侧滑移动机器人的运动控制和轨迹规划至关重要,相比于离线模型估计,该文在基于速度瞬心(ICRs)的侧滑移动机器人运动学模型基础上,采用扩展卡尔曼滤波(EKF),在同一特定地形下在线准确得到ICRs的参数值;并针对不同的地形情况,采用k-近邻法对地形进行分类,实时判别机器人当前运行的路面,采用自适应的卡尔曼滤波器(AKF)调整滤波器参数。仿真和实验对比表明,该方法在同一地形和变化地形下均能快速估计出侧滑移动机器人的运动学模型,收敛时间均为3 s以内,可以满足实际使用的需要。     

复杂环境下基于CFSFDP的自适应室内定位方法

针对复杂环境下的WI-FI定位受限于多径效应等因素影响，提出一种基于CFSFDP（Clustering by Fast Search and Find of Density Peaks）的自适应室内定位算法。该算法分为三个阶段:第一预处理阶段，采用CFSFDP方法训练原始指纹，从中挖掘出稳定且有效的指纹特征；第二离线阶段进一步构建多层覆盖的采样点策略，建立指纹地图；第三在线阶段针对提取到的RSS信号进行参数训练，建立一种自适应信号传播模型，结合离线阶段的指纹地图实现指纹匹配。指纹地图可弥补自适应传播模型测距方案精度不高的缺陷，而测距方案降低在线阶段指纹批匹配开销。仿真结果表明:本文提出ALCCE算法在复杂环境下具有明显的优势，且使用的测距模型性能较高。      

基于Online-GRU信道预测的星上自适应功率控制方法

针对传统卫星功率控制方法存在资源浪费、时延长的问题,提出一种基于在线-门控循环单元(Online-GRU)信道预测的星上自适应功率控制方法,通过在线训练更新网络参数来解决离线预测算法存在的累积误差的问题。仿真结果表明,提出的在线训练算法比离线算法预测精确度提升了38.30%,相比在线-长短期记忆网络(Online-LSTM)节约了63.21%的训练时间;提出的自适应功率控制方法比固定发射功率的方法节约了55.74%的发射功率;同时,相比基于地面定时反馈信道状态的自适应功率控制方法具备更好的鲁棒性。     

模型参考自适应控制技术在雷达伺服系统中的应用

针对大型精密机械跟踪雷达测角分系统中的伺服系统,提出了用模型参考自适应技术解决伺服中慢时变的或未知非线性参数的影响。这些非线性参数包括天线刚度,粘滞摩擦,静摩擦等。采用滤波导数取代微分导数以简化模型参考自适应技术的实现。结合工程,给出了线性控制和模型参考自适应控制的仿真结果。仿真结果表明,采用模型参考自适应控制技术的系统优于传统的线性控制。     

基于自适应观测模型交互多模型粒子滤波的红外机动目标跟踪

针对红外目标跟踪问题,提出一种混合观测模型以描述日标像素灰度的渐变以及目标的突然消失或复现,采用在线EM算法对观测模型参数进行更新;将自适应观测模型与交互多模型粒子滤波相结合用于目标跟踪;基于概率排斥原则改进了似然函数,将上述算法推广到多目标跟踪领域.单目标和多目标跟踪仿真结果验证了所提算法的有效性.     

PIN光探测器的小信号电路模型参数的提取

提出了一种利用自适应遗传算法提取p-i-n光探测器小信号电路模型参数的方法.文章首先根据p-i-n光探测器的物理结构确定其等效电路模型,进而采用自适应遗传算法对测量的S参数进行拟合,提取模型参数.自适应遗传算法自动优化交叉概率和变异概率,避免了以往遗传算法中易早熟的缺点.利用该法成功提取出模型的10个参数,建立光探测器小信号电路模型.在130 MHz～20 GHz范围内的实验结果表明,模型仿真结果和测量结果相吻合,证明了这种参数提取方法的可靠性.     

利用自适应算法的快速估计参数进行图像纹理分割

本文提出使用Ｗｉｄｒｏｗ－ＨｏｆｆＬＭＳ自适应算法对二维随机场ＳＡＲ模型参数进行快速估计并报导了使用ＳＡＲ模型的自适应估计参数进行有监督纹理分类及纹理分割的实验结果，实验结果表明，ＳＡＲ模型的自适应快速估计参数能够比较有效地进行纹理识别。     

高效的在线/离线代理重签名方案

为了改善代理重签名的性能,该文提出在线/离线代理重签名方案。其基本思想是将重签名算法分成离线阶段和在线阶段。在签名消息到来之前,离线阶段进行重签名的大部分计算,并将这些运算结果保存起来;在签名消息到来时,利用离线阶段保存的数据能在很短的时间内生成消息的在线重签名。文中给出了在线/离线代理重签名方案形式化定义,在此基础上构造了具体实现的方案,并在随机预言模型下给出其安全性证明。该方案可将任意一个代理重签名方案转换为一个高效的在线/离线代理重签名方案。分析结果表明,新方案在效率上优于已有的代理重签名方案,在线重签名算法仅需要1次模减法运算和1次模乘法运算。     

基于ARMA-AKF的HRG随机误差建模分析

针对半球谐振陀螺(HRG)随机误差影响惯性测量单元测量精度的问题,提出了一种改进的基于自回归滑动平均(ARMA)模型和自适应滤波(AKF)的随机误差处理方法。该文对预处理的数据进行了自相关和偏相关特性分析,判断随机误差的适用模型,以及利用贝叶斯信息准则(BIC)准则估计ARMA模型的阶数,通过长自回归模型计算残差法获取模型参数,引入加权自适应因子在线调整一步预测误差阵和量测噪声矩阵用于改进滤波方程,并比较了5项主要误差系数值。结果表明,改进的算法能够有效抑制随机误差,为HRG的随机误差建模补偿提供了新方法。     

一种基于IMM的非迭代式自适应变数据率算法

本文提出了一种新的自适应调节跟踪数据率的方法。这种算法利用了跟踪帧周期与滤波精度和滤波器模型参数之间的解析关系,解决了自适应调节数据率时确定调节量的问题。仿真结果表明,这种算法不仅保留了多模型变数据率方法的主要优点,而且克服了现有多模型变数据率方法计算量太大的缺点。     

一种基于模板法的自适应雷达驻留调度算法

针对多功能相控阵雷达的波束驻留调度问题,建立了可用于脉冲交错的合理驻留模型,该模型的参数变化受目标状态影响较小,使得离线情况下可预测驻留类型,从而进行离线的驻留模板设计。在线调度算法综合考虑驻留的优先级和截止期两个参数,在时间和能量约束条件下对模板进行选取。给出了算法的具体实现步骤。仿真结果表明,与传统自适应驻留调度算法相比,本文提出的算法对跟踪任务和搜索任务均有效地降低了驻留的丢失率。      

基于神经网络的光伏系统MPPT控制算法设计

提出一种基于人工神经网络(ANN)的最大功率点跟踪(MPPT)控制算法。该算法通过扰动和观察(P&O)方法获得人工神经网络模型所需的参数,并分为离线和在线两种模式:离线模式通过测试神经网络参数,找到最佳的网络结构、激活函数和训练算法;在线模式实现优化人工神经网络以便应用于光伏系统。人工神经网络的输入变量为输出功率参数和电压参数,输出变量为归一化的增加或者减少占空比(+1或者-1)。通过Matlab/Simulink模型对所提跟踪算法的性能进行测试验证,结果显示所提算法表现出良好的动态响应速度和稳态控制精度。     

基于反馈线性化的无人直升机参数估计与自适应控制

研究了一种无人直升机的自适应反馈线性化控制方法.正常情况下基于反馈线性化的控制必须系统模型已知,而本研究所采用的自适应反馈线性化却不受该条件限制,它采用近似稳定模型来替代被控系统中参数不确定部分,该算法的实现充分结合了反馈线性化技术和自适应控制方法的优点,自适应控制法则会在控制器参数不确定时引导其逐步逼近其期望值,从而使得参与控制计算的参考模型和系统模型相互匹配,最终收敛后的控制器参数可消除系统模型未知参数带来影响.     

基于UKF的马尔可夫参数自适应IFIMM算法

给出了一种基于不敏卡尔曼滤波(UKF)的马尔可夫参数自适应的新息滤波器交互式多模型算法,较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波的交互式多模型(IMM)算法和基于UKF的IMM算法更好的稳定性和计算精度,还避免了复杂的Jacobi矩阵运算;该算法结合了马尔可夫参数自适应和新息滤波器技术,实现了马尔可夫转移矩阵的自适应和量测噪声的减小.最后,通过Monte Carlo仿真进一步验证了该方法的正确性和有效性.     

输出不可量测非线性系统的神经模型参考自适应控制

该文针对被控对象输出不可量测的非线性系统,引入一个便于在线辨识的扩展神经网络模型,提出一种基于前馈-反馈结构的神经网络模型参考自适应控制方法。给出了具有全局收敛性的网络训练算法,并分析了控制系统的稳定性。仿真结果表明该控制方法是有效的,而且对网络初始权值的选取及被控对象特性参数的扰动都具有良好的鲁棒性。     

基于矢量泰勒级数的模型自适应算法

在实际环境中,由于测试环境与训练环境的不匹配,语音识别系统的性能会急剧恶化。模型自适应算法是减小环境失配影响的有效方法之一,它通过测试环境下的少量自适应数据,将HMM模型的参数变换到测试环境下。该文将矢量泰勒级数用于模型自适应,同时对HMM模型的均值向量和协方差矩阵进行变换,使其与实际环境相匹配。实验证明,该文算法优于MLLR算法和基于矢量泰勒级数的特征补偿算法,在低信噪比环境中性能提高尤为明显。     

自适应算法在地磁张量阻抗重构中的模拟研究

在地磁数据处理中,张量阻抗的估算通常是在频域里使用非参数谱分析方法进行的。本文使用有理函数模型表示张量阻抗,利用自适应参数时域逼近方法进行重构。这种方法可以直接使用观察到的ＭＴ数据,而无需进行频域转换,因而容许在线实时应用。模拟结果表明,利用此法重构的冲激响应函数与实际的相比较,符合性很好。     

一类不确定非线性系统变结构自适应鲁棒控制

本文针对一类不确定非线性系统,在假设系统模型参数和不确定性界都未知的情况下,提出了一个变结构自适应鲁棒控制算法,该算法在确保闭环系统稳定的前提下,在线对系统模型参数和不确定性界进行估计.最后以船舶减摇鳍非线性控制系统为例,进行了变结构鲁棒自适应控制器的设计,经仿真研究表明,所提出的算法是有效的.     

一种零陷展宽稳健旁瓣相消算法

受到实际条件的限制,自适应旁瓣相消器通常不可能频繁地更新自适应权值,使得其在对抗空域非平稳干扰时,会出现权值失配现象,严重影响干扰抑制性能。该文从空域密集干扰产生宽零陷的角度出发,提出一种适用于自适应旁瓣相消器的零陷展宽算法。该算法通过对主通道的合成权值和辅助天线间的协方差矩阵同时进行锥削实现零陷展宽,锥削向量和锥削矩阵只与阵元位置和展宽宽度有关,可以离线计算,在线直接调用,实现简单,适合工程实际使用。仿真实验证明,该文方法可以有效展宽自适应零陷,增强自适应旁瓣相消器对抗空域非平稳干扰时的稳健性。