无人动力伞带跟踪微分器的高度控制方法

为全面改善无人动力伞飞行高度控制性能,提出一种带跟踪微分器的积分先行控制(TD-IPD)方法。以线性二次型最优控制引出的积分先行控制器为基础,考虑到微分环节的干扰问题,引入跟踪微分器将信号从干扰中分离出来,并用最速控制综合函数fsun(·)减小达到稳态时所用步数;由于积分环节易饱和,采用饱和补偿方法对积分环节结构进行修改,从而提高积分环节抗饱和能力;以某动力伞的高度控制为对象,通过Matlab仿真验证了所提方法的有效性。     

基于改进离散跟踪微分器的目标状态估计算法

目前,大多数目标跟踪算法都是基于模型的,不正确的模型经常导致错误的结果。为此,提出了一种不依赖于模型的目标状态估计算法。首先,针对信号跟踪的特点,在控制不受限制的条件下,推导出了二阶离散系统最速控制综合函数;然后,基于此控制函数构造了一种简单的快速离散跟踪微分器;最后,将此离散跟踪微分器与移动平均技术结合用于目标的状态估计。数值仿真结果表明提出的方法对输入信号具有非常好的跟踪能力,能很好地滤除噪声且能给出较好的微分信号。     

跟踪微分器在半捷联导引头中的应用

对半捷联稳定方式导引头进行了研究,导出了半捷联导引头稳定控制原理,并进一步建立了完整的半捷联导引头稳定回路框图。介绍了跟踪微分器的工作原理,并对其进行了数值仿真,仿真结果显示了跟踪微分器良好的跟踪性能和滤波性能。在半捷联稳定中,为了减小由框架角位置微分求取框架角速度引入的较大的测速噪声,提出了采用跟踪微分器的方法。数值仿真和半实物实验结果说明了跟踪微分器能有效地从角位置信号中微分求得角速度信号,系统稳定精度提高了80%,证明了跟踪微分器在半捷联稳定中应用的可行性和有效性。     

一种简洁的离散快速无振荡跟踪-微分器的设计

针对几种传统的跟踪-微分器存在的缺点,构造了一种简洁的离散快速无振荡跟踪-微分器.对几种跟踪-微分器的控制综合函数进行了对比分析,设计了一种可变宽度线性区,利用状态倒推的方法确定了控制综合函数,并依此构造跟踪-微分器.仿真结果表明,该跟踪-微分器能够快速无振荡地跟踪输入信号,具有较好地滤波功能,能输出品质很好的微分信号...     

基于跟踪微分器的非线性PID控制器设计

文章介绍了基于跟踪微分器的非线性PID控制系统,并做癌算法仿真。仿真结果表明,跟踪微分器具有较好的滤波特性,并且基于跟踪微分器的非线性PID控制器,在噪声扰动下,体现了较强的抗噪声能力,并可无超调的跟踪原始信号。     

非线性跟踪微分器稳态性能分析及仿真研究

针对非线性跟踪微分器无法实现对所有输入信号的无差跟踪问题,研究3种不同形式跟踪微分器的稳态性能.通过分析抑制函数的特性和典型输入情况下系统的稳态误差,确定其适用范围,并对推论结果进行验证.仿真实验表明,非线性跟踪微分器为一阶无差系统,只能实现对阶跃输入信号的无差跟踪.     

基于线性高斯滤波的反干扰跟踪方法

以往机动目标的跟踪问题大多是针对确定性系统,而对随机跳变系统的研究较少.针对目标随机施放干扰的情况,将线性高斯滤波应用于观测噪声中带有尖头干扰信号的系统中,实现机动目标的反干扰跟踪.其算法是一种基于不同模型问"软切换"的机动目标跟踪方法,用计算的概率权值对这些模型输出进行综合,保证了跟踪精度,大大降低了离散时间结构随机跳变系统最优滤波算法的复杂程度.通过仿真实例可以看出,在观测噪声特性发生剧烈随机跳变的情况下,线性高斯滤波算法对机动目标进行了比较准确的跟踪,其性能显著地优于标准的卡尔曼滤波算法.     

基于Sage-Husa的优化粒子滤波算法

针对非线性系统噪声未知时粒子滤波容易发散或者精度下降的问题,提出一种粒子滤波和改进的Sage-Husa估计器相结合的混合滤波算法。首先用粒子滤波对系统状态进行初步估计,将初步估计值作为次级Sage-Husa滤波器的输入量测值,并与系统状态方程组成新的系统,进而用改进的Sage-Husa算法实时估计系统噪声的统计特性并进行滤波,得到最终的系统状态估计值;为了进一步比较算法的性能,对算法的复杂度进行了定量计算,分析表明优化的算法并未明显提高算法的计算量;最后通过目标跟踪仿真实验验证了算法的有效性。     

抗激光散斑干扰的粒子滤波跟踪算法硬件实现

针对传统的电视跟踪系统在激光散斑干扰下跟踪效果不佳的问题,对抗干扰性较强的粒子滤波跟踪算法进行了硬件实现并改进。首先基于"DSP+ARM"技术架构设计了电视跟踪仿真平台;然后对裂变自举粒子滤波跟踪算法进行了研究,并结合仿真平台进行了工程化改进、优化和实现,提高了运算速度,满足了高效性和实时性的跟踪要求。实验结果表明,该仿真平台能够运行改进的裂变自举粒子滤波算法,达到实时稳定的跟踪要求,具备一定的抗激光散斑干扰的能力。     

基于抽样分布函数的Kalman滤波抗野值方法研究

针对目标跟踪系统出现的观测量野值问题,在分析Kalman滤波新息序列样本统计量及其抽样分布函数的基础上,引入一种活化函数对新息序列进行修正,并提出了基于x^2检验模型和基于t检验模型的两种Kalman滤波抗野值方法。仿真实验表明,所提方法有效改善了野值对Kalman滤波器性能的影响,尤其是对于出现连续野值的情况。     

一种变步长LMS自适应滤波算法

本文基于对最速下降法梯度的优化估值，提出了线性－指数自适应滤波算法。文中指出：对最速下降法的梯度优化估值和对误差信号非线性处理，是改善ＬＭＳ算法性能的等同措施。文中的理论分析与计算机模拟结果都证实了Ｌ。Ｅ算法的性能优于１所提出的线性－符号算法。理论分析与计算结果吻合较好。     

基于扩张状态观测器的快速反射镜控制研究

为了提高快速反射镜的动态性能并降低跟踪误差,提出了利用扩张状态观测器引入反馈和灰色PID模型控制相结合的方法,该方法基于音圈电机驱动的快速反射模型,采用离散跟踪微分器对输入信号进行过渡和滤波以及对子系统零点配置,并以扩张状态观测器引入反馈和灰色PID控制,对系统的不确定因素进行了估计和补偿,并同不完全微分PID和基于跟踪微分器的零点配置方法进行了性能比较。采用随机正弦信号进行跟踪仿真,仿真结果表明,采用文中算法的跟踪效果明显优于其他算法,且跟踪误差更小,被控对象的动态性能更优,尤其在系统的模型参数发生变化时。该方法具有良好的工程应用价值。     

A new TCAD-based statistical methodology for the optimization andsensitivity analysis of semiconductor technologies

A new TCAD-based statistical methodology for the optimization and sensitivity analysis of semiconductor technologies has been developed and demonstrated on a 0.18-μm SOI CMOS process. Two new screening techniques applicable to deterministic systems (Lenth's test and normal probability plots) were introduced and compared with correlation analysis. The graphical nature of the new techniques provided easier analysis of the screening results by clearly displaying which process factors surpass predefined significance limits. A multiresponse steepest ascent analysis was developed to locate regions of improved process performance before beginning response surface experimentation. To perform the analysis, a composite function representing the response criteria was constructed using desirability functions and incorporated within the steepest ascent methodology. Locating the region of improved performance allowed smaller experimental designs to be used for the response study significantly improving model accuracy. The response models were used to optimize the SOI CMOS process and perform sensitivity analyzes on both the baseline and optimized processes. Optimization resulted in a 15% increase in I_dsat without violating any other criteria. The results of the sensitivity analyzes, which showed the greatest benefit from the increased model accuracy, indicated no conspicuous device performance degradation caused by anticipated manufacturing variations     

基于数据融合估计理论的Kalman滤波

本文在经典Kalman滤波算法的基础上针对多传感器数据处理的特点,根据不同的数据融合结构方案给出了多传感器数据融合系统的Kalman滤波算法。根据多传感器数据融合估计知识,建立了基于Kalman滤波的数据融合模型;给出了融合结构的数据融合滤波算法：集中式Kalman滤波算法;进行了算法仿真演示实验。实验结果表明,通过多传感器融合能够提高系统的估计精度。     

非线性速度估计器在光电跟踪系统中的应用

高质量的速度反馈信息对光电跟踪系统的跟踪精度有着非常重要的影响。由于受传感器物理限制以及从价格上考虑,通常采用光学编码器并同时为系统提供位置信息和速度信息,因此如何从光学编码器的位置信息中获取高质量的速度信息就显得尤为关键。首先从传统的编码器位置信号差分求速出发,介绍了非线性跟踪-微分器的原理,在此基础上提出了一种非线性速度估计器,同时讨论了如何选择该控制器的设计参数。基于某光电跟踪系统伺服控制结构,并采用抗积分饱和PI控制器作为三环回路控制器,分别对采用非线性速度估计器和向后差分方法的伺服系统进行仿真分析,并进一步在实验平台上进行实验。仿真和实验验证,采用非线性速度估计器的系统比采用向后差分的系统,在稳态性能和跟踪精度上都有明显的提高。     

航拍图像噪声分析及滤除方法研究

对航拍图像所含噪声进行了分析,针对航拍图像主要舍有高斯白噪声和脉冲噪声的特点,根据后续数据处理需要,提出一种基于四阶偏微分方程（PDE）去噪模型与改进的自适应中值滤波相结合的混合去噪方法。首先使用改进的中值滤波去除脉冲噪声,然后利用四阶偏微分方程的各向异性及边界滞留特性进行图像滤波。实验表明,该方法在去除噪声和保持边界的同时,还能避免产生阶梯效应,比单独采用其中一种方法的去噪效果更为显著,鲁棒性更强。     

一种基于RFM模型的新型协同过滤个性化推荐算法

摘要：为了提高个性化推荐效果及预测准确度,特别是针对传统算法中评分矩阵过于稀疏等问题提出一种新颖的协同过滤算法。该算法首先利用RFM模型合理地筛选用户信息,其次通过黏性客户的消费记录稠密化用户—项目评分矩阵,并改进了传统相似度计算公式。通过仿真实验证实了算法的准确性,最后将其应用于一套具有个性化商品推荐功能的系统原型中,证明了该推荐算法的有效性及实用性。     

非线性跟踪微分器在光电编码器测速中的应用

给出了一种基于位置测量的实时速度估计方法,并应用于轴角编码器测速。该算法基于非线性跟踪微分器理论,采用对输入信号进行数值积分的方式,快速准确地估计出其微分信号,避免了常规差分算法带来的噪声放大问题;算法不依赖于对象模型,计算量小,易于实现。给出了该算法的理论依据,以及基于欧拉方法的离散表达公式,并进行了数值仿真分析和实验验证。实验结果表明:该方法能有效地降低编码器采样频率和测量噪声对测速的影响,明显提高低速测量的实时性和准确性,进一步将此方法应用于实验系统的速度闭环反馈控制,在不改变控制器参数的情况下,将0.004(°)/s的速度波动方差从1.563(″)/s减少到1.066(″)/s,改善了低速跟踪的速度平稳性。仿真和实验证明了该方法的有效性和实用性。     

协作过滤中的多级分布式日志存取研究

协作过滤作为一种有效的个性化推荐技术受到了广泛的关注.在实际应用中除算法本身效率外,影响算法性能发挥的一个重要的因素就是日志数据的存储与读取速度.针对该问题,文中提出一种多级分布式的日志数据存取方案,采用双哈希表的内存组织与分布式的持久存储相结合的方式来缓解日志I/O的瓶颈问题.实验结果表明,该方法比直接从硬盘读取数据以及串行读取数据的性能有明显提高.