基于多特征自适应融合的分类采样跟踪算法

针对目标跟踪中的场景易变和目标模板不稳定等问 题,提出了一种基于多特征自适应 融合的分类采样跟踪算法。算法利用密集特征信息将目标模板用多个重叠子区域划分,每 个子区域对应一个多特征采样窗口。利用多特征自适应融合构造强可区分性的目标模型,最 大程度地提高各子区域之间的互补性,以增强目标模板的区分能力。在粒子滤波(PF)框架下 , 多特征自适应融合策略提高了目标观测质量,保证跟踪的持续稳定。实验结果表明,本文所 提算法具 有良好的目标跟踪性能,并对动态场景、目标形变及遮挡情况具有较好的跟踪准确性和鲁棒 性。     

基于平均电流的电压前馈控制图腾柱PFC的研究

图腾柱PFC变换器具有效率高,损耗低等优点,本文介绍了其工作原理及电流校正控制方式,提出了一种基于平均电流的电压前馈控制策略,并进行了主电路的参数计算.利用本文所提出的控制策略,可以使数字控制系统在极短的时间内对外界电压突变做出反映,提高系统响应时间和稳定性.并通过Simulink搭建了系统仿真模型,仿真表明该控制方法...     

Adaptive gain scheduling with feedforward control system based on system model for PMSM

A feedforward controller for permanent magnet synchronous motor (PMSM) has been proposed in this study, and proportional and integral gain could be self-adaptive under different operating conditions. The control structure used in the feedforward system is the same as in the feedback control system. This control structure could guarantee independence of the speed command input to output with the disturbance input to output, which makes the system have better reference trajectory tracking and disturbances rejection. In order to obtain optimal control performance when the parameters are uncertain, a gain scheduling adaptive controller is used in the feedforward system. The proposed controller has been verified by the experimental and simulation results with less steady-state error and better dynamic response than the controllers without it under the condition of external load torque disturbance and PMSM parameter uncertainties.     

基于自适应反步跟踪的反馈调整稳定性控制算法

当飞机在大回环飞行中,由于受到空气动力学的扰动较大,需要进行飞行姿态稳定性控制,传统方法采用分段线性化控制方法,在大扰动条件下,飞行过程中各段的控制误差不断方法,导致飞行稳定性不好。提出一种基于自适应反步跟踪的飞行器反馈调整稳定性控制算法。构建大回环飞行中的飞行稳定性控制的参量模型系统,考虑外界干扰的情况下,进行飞行器反馈调整稳定性控制目标函数构建,采用自适应反步跟踪方法拟合控制过程的状态误差响应,实现控制器优化设计。仿真结果表明,采用该算法进行飞行器的稳定性控制,系统误差受到外界扰动的影响较小,控制器的自适应收敛性较高,展示了较好的应用性能。     

基于PID控制算法的气味循迹车设计

气味源的循迹是目前的研究热点之一,在以后的日常生活以及生产方面有着较为广泛的运用。本文介绍了一种基于STC12C5A60S2单片机设计的简便智能气味循迹小车。采用两个气味传感器,根据浓度差判断气味流向,并通过PID算法控制舵机打出偏角,使小车循着气味行走。整个硬件模块的设计结构简单灵活,通过实验仿真,在室内时变气流场的环境下,该小车能达到气味循迹要求。     

基于航迹点控制的无人机目标跟踪算法

由于运动速度的差异性,固定翼无人机跟踪机动目标时,需要规划特殊的航迹才能达到较好的跟踪效果。根据无人机的机动特性对系统进行了建模,设计了基于航迹点控制的固定翼无人机目标跟踪算法,并对该算法的性能进行了仿真,仿真结果表明该算法实时性强,当目标进行各种运动时都能有效保证无人机目标跟踪的可靠性。     

基于间接型迭代学习控制的四旋翼轨迹跟踪

针对反推控制方法在四旋翼飞行器轨迹跟踪中存在动态误差的问题,提出改善轨迹跟踪性能的间接迭代学习控制算法。首先将飞行器分为姿态和高度全驱动控制通道和水平轨迹欠驱动控制通道;然后基于反推控制方法分别设计了全驱动和欠驱动通道的稳定控制器,进而采用PID型迭代学习算法对反推控制器参考输入信号进行更新优化;最后,采用压缩映射原理和λ范数理论证明了算法的收敛性。仿真实验结果表明,PID型迭代学习律能够有效改善反推控制器的控制效果,实现对期望轨迹的完全跟踪。     

基于T-S模糊模型的机器人轨迹跟踪控制

为了解决机器人跟踪控制的建模误差和扰动所引起的不稳定问题,设计一种基于T-S模糊模型的滑模控制器。首先对机器人动力学方程进行扇区非线性处理,建立T-S模糊模型,然后设计出保证机器人系统渐近稳定的滑模控制器。对二连杆机器人进行给定轨迹实验时,系统具有良好的轨迹跟踪性能,系统误差很快收敛到零。实验结果表明该方法对非线性系统具有较强的鲁棒稳定性,验证了该方法的有效性。     

基于Toeplitz方程的改进广义预测PID控制

针对具有较大时滞的复杂被控对象,研究了改进的广义预测(GPC)PID控制算法。在保证经典PID控制性能的前提下,用滚动预测优化原理,自整定PID控制参数,同时解决系统时滞引起控制问题。通过最后对仿真结果的分析来看,运用Toeplitz方程的改进算法能有效提高系统的稳定性和求解计算的快速性。     

Evolutionary algorithm based feedforward control for contouring of a biaxial piezo-actuated stage

The main objective of this paper is to establish a precision contouring control of a biaxial piezoelectric-actuated stage. The positioning accuracy of the piezoelectric-actuated stage is limited due to the hysteretic nonlinearity of the piezoelectric actuators (PEA). To compensate this hysteresis problem, a feedforward controller based on an evolution algorithm is proposed. The dynamics of the hysteresis is formulated by the Bouc–Wen model and the evolutionary algorithms (EAs) are studied to identify the optimal parameters of the Bouc–Wen model. To verify the consistency, two micro-contouring tasks are implemented by the proposed feedforward controller with the feedback of linear optical scales in DSP based real-time control architecture.     

基于跟踪精度控制的传感器管理方法研究

军用多传感器系统往往需要在保证完成任务的同时,尽可能地隐蔽自己,为此要求传感器管理系统必须能够在满足跟踪精度要求的前提下,最大限度地降低对资源的使用,特别是减少主动传感器的开机时间。基于该目的,讨论了一种基于跟踪精度控制的传感器管理方法,该方法利用协方差控制技术,保证系统在满足给定性能指标的前提下,对传感器资源的利用最少,从而提高了系统的抗毁性。同时对给定精度过高,造成的系统无解情况给出了一种解决方案,并通过对一个单目标跟踪场景的仿真,验证了该方法的有效性。     

基于分散化神经鲁棒控制的轨迹跟踪算法研究

针对外部扰动以及建模误差对机械臂轨迹跟踪精度影响的问题,利用递归神经网络设计了分散化的神经鲁棒控制器,采用机械臂各个关节状态方程的子系统表示整个系统。使用滤错训练算法估计神经网络未知权重系数,同时引入鲁棒项抑制关节神经控制器之间的相互影响和建模误差,并利用Lyapunov函数进行稳定性证明。与没有鲁棒项的仿真结果对比表明,设计的分散化神经鲁棒控制器具有更精确的轨迹跟踪精度,误差的收敛性更好,稳定性更高。     

光电跟踪伺服系统的输入多采样率满意控制

针对成像跟踪器低采样率帧频特性对光电跟踪伺服系统控制性能的影响,提出了一种基于输入多采样率控制原理的满意PID控制器.应用输入多采样率控制原理,提高了控制系统的稳定度,减小了跟踪器的低采样率帧频特性对系统跟踪性能的影响.将输入多采样率PID控制器的参数求解转换为满足极点约束和方差约束的多目标满意优化问题,从而使伺服系统的跟踪性能满足指定的快速性和精度指标要求.对所提出方法的有效性进行了实验验证,结果表明:在成像跟踪器的输出帧频为25Hz的条件下,所提出的输入多采样率满意PID控制器能够减小光电跟踪伺服系统工作模式切换带来的超调和振荡,对0.5Hz正弦信号的动态跟踪精度能够提高2个像素点;能够有效降低成像跟踪器的低采样率帧频特性对伺服系统控制性能的影响,提高了系统跟踪目标的稳定性、动态性和跟踪精度.     

基于BP神经网络的机械臂轨迹控制研究

针对六自由度机械臂耦合性强、时变、非线性等性能,基于拉格朗日动力学建模方法,文章采用BP神经网络逼近模型,实现高精度轨迹跟踪。该方法根据六自由度机械臂本体采集的数据进行黑箱辨识建模解耦,建模过程采用BP神经网络逼近,提升建模精度、简化建模过程。针对解耦后的系统,还需建立PID闭环控制器进一步实现轨迹跟踪控制。仿真及实验结果表明,基于BP神经网络的PID控制器能够改善系统的鲁棒性和稳定性,并有效抑制抖动。     

基于滑模的永磁同步电机速度跟踪控制

文中针对永磁同步电机(PMSM)的速度跟踪控制,提出一种基于平衡点处的PMSM滑模控制器设计方法,该方法是首先建立d-q轴下的数学模型,计算在给定转速值时平衡点PMSM系统的控制输入电压值,然后对PMSM与平衡点系统相减得到的误差系统,设计滑模面,根据滑模理论知识,获得相应的等效滑模控制器,并结合所得到平衡点PMSM系统的控制输入电压值,得到PMSM控制输入电压,实现电机转速输出对给定值的高精度跟踪。最后,通过MATLAB数值仿真,验证了该方法的有效性。     

基于树莓派和OpenCV的瞳孔追踪和眼球控制系统

眼球追踪是通过捕捉眼球的运动,为人们提供一种新型的智能控制方式,是近几年来图像处理以及人工智能等领域内热门的研究课题之一。为了使得基于眼球追踪技术实现一系列人机互动,并着力提高眼球捕捉的实时性,构建了一个以树莓派为核心处理器,以高清摄像头模块和OpenCV库为基础的实时眼球跟踪控制系统,该系统在实时捕捉瞳孔位置的基础上,进行一系列的基于眼球动作的人机互动,为人们的生活带来了更为便利的控制方式。     

自适应神经网络的光电跟踪成像消旋控制系统

为解决机载光电跟踪系统在跟踪过程中由于工作平台框架的转动导致成像画面的旋转问题,提出了一种基于自适应神经网络的消旋控制方法。系统以消旋指令角作为给定位置信息,以光电编码器实测角度值前后两拍之差作为实测速度值,组成速度反馈内环;以陀螺仪测得的角度值作为位置反馈值,构成位置外环;校正算法采用二阶超前-滞后校正并加入了自适应神经网络算法对其控制参数进行自适应调整。实验结果表明,在消旋拍摄过程中,消旋速度满足设计要求,拍摄图片清晰,消旋精度(均方值)达到1.4’,比传统校正方法输出误差减少了46%。     

基于粒子群优化和M-H采样粒子滤波的传感器网络目标跟踪方法

针对实际应用条件下传感器节点的观测数据与目标动态参数间呈现为非线性关系的特性,提出了一种基于粒子群优化和M-H抽样粒子滤波的传感器网络目标跟踪方法。该方法采用分布式结构,在动态网络拓扑结构下,由粒子群优化和M-H抽样技术实现滤波中的重抽样过程,抑制粒子退化现象,并通过粒子间共享历史信息,降低单个粒子历史状态间的相关性使各粒子能快速收敛至最优分布,从而实现高精度的目标跟踪效果。仿真结果表明,相比现有的基于信息粒子滤波和并行粒子滤波技术的传感器网络目标跟踪方法,所提出的方法能降低网络总能耗,同时保证目标跟踪的精度。     

基于离散时间积分MCS算法的共轨系统自适应跟踪控制

为了获取燃油共轨压力动态参数,采用离散时间积分MCS自适应算法设计了一个全新的模型。通过实验,证明了离散时间积分自适应作用可以提高CR闭环回路的性能,并确定了新算法的有效性。该算法可以有效解决CR压力监控和调节的问题,对于CR闭环控制具有借鉴意义。     

基于强跟踪AUKF的目标跟踪算法

针对无迹卡尔曼滤波器在递推过程中不具有对测量条件变化和系统模型不确定性的自适应性,在模型不准确或出现不良测量条件时跟踪效果不佳的问题,提出一种新的目标跟踪算法,即基于改进强跟踪的自适应无迹卡尔曼滤波器(STF-AUKF)。该算法一方面基于自适应滤波的思想,利用新息协方差匹配原理,建立对不良测量具有鲁棒性的自适应UKF;另一方面,依据改进强跟踪滤波的思想,采用时变渐消因子实时调节矩阵增益以此应对模型突变,保证跟踪效果。仿真结果表明,STF-AUKF算法在目标突发机动时仍然具有较好的稳定性和跟踪效果。