A novel AQM algorithm based on feedforward model predictive control

Developing feedforward model predictive controller as an active queue management (AQM) scheme is studied in this paper. MPC is an advanced control strategy for AQM. However, the conventional MPC is usually an implementable form of feedback MPC. In this paper, a feedforward and feedback optimal control law is presented. It is a clean, easily implementable, version of model predictive control that incorporates feedforward. Firstly, we use the nominal fluid model to design the feedforward control input so that the output tracks the given queue length with small error. Furthermore, in order to achieve robust performance and to reject the (unmeasured) disturbance, the feedback component is designed. In particular, a disturbance observer is incorporated into the prediction output in standard feedback MPC. This framework can significantly improve performance in the presence of measurement noise and certain types of model uncertainty. Finally, the simulation results show the effectiveness of FF‐AQM algorithm.     

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...     

基于无线遥控与视觉跟踪的焊接控制系统

为解决焊接工程现场有线示教器操作不便、传统模板匹配方法受电弧与飞溅干扰而导致跟踪稳定性差等问题,设计了一种基于无线遥控与视觉跟踪的焊接控制系统.首先,设计了包含视觉单元、控制单元和执行单元的嵌入式PC无线控制系统,实现图像采集处理和焊缝跟踪偏移信息计算,并控制焊机机器人执行相应的动作.然后,采用了粒子滤波跟踪算法进行焊...     

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.     

改进的“当前”统计模型变采样率目标跟踪算法

为满足实际雷达系统对高精度和高实时性的要求,提出了一种改进的"当前"统计模型变采样率机动目标跟踪算法。该算法针对"当前"统计模型必须预设加速度极值和机动频率的问题,提出一种加速度方差和机动频率在线同步自适应方法,建立改进的"当前"统计模型机动目标跟踪算法;针对在线自适应方法计算量大的问题,结合采样周期的大小与目标机动特性的关系,引入变采样率方法。仿真结果表明,与传统"当前"统计模型相比,改进的"当前"统计模型机动目标跟踪算法能显著提高对不同机动强度目标的跟踪精度;变采样率方法通过减少采样点数,节省了系统资源,提高了跟踪实时性;所提算法将两者结合,用传统的"当前"统计模型1.5~2倍的平均采样周期得到了更小的位置均方根误差,实现了用单模型方法同时改善跟踪精度和实时性的目的。     

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。     

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。     

基于双前馈+双神经网络自适应快速反射镜的解耦控制

基于柔性铰链结构支撑和音圈电机驱动的两轴快速反射镜是一个两输入两输出强耦合系统,X轴和Y轴间的耦合大幅降低了反射镜的定位精度,采用传统的PID控制算法很难实现高精度的解耦控制。针对中心对称和轴对称结构形式的两轴快速反射镜,理论分析了两轴快速反射镜耦合来源—直流耦合分量和非直流耦合分量;建立了X轴和Y轴间的耦合物理模型;提出的双前馈+双神经网络自适应解耦控制算法分别补偿直流耦合分量和非直流耦合分量。实验结果表明:该控制算法与传统的PID控制算法相比,耦合度从5%左右降低到1.0‰以内,从而定位精度从2.5%左右提高到0.5‰以内。     

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。     

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FPGA的精跟踪控制系统的设计与实验

针对自由空间光通信精跟踪系统对小型化、智能化的要求,设计了一套以FPGA为处理核心的精跟踪控制系统,完成了对光斑的采集处理、补偿控制及相机的自适应控制等功能,并重点介绍了模糊自适应PID控制的原理及实现方法.最后,搭建了室内试验平台,对系统进行了评估.