基于INA设计方法的多变量PID控制器设计方法的深入研究

基于增大求解方法选择性的目的,本文给出了一种从系统开环传递函数入手求解极限增益和极限频率的计算方法,并以TITO系统为例,给出了详细的推导过程;此外,在详细研究设计方法的基础上,本文以两个典型对象作为研究对象对设置点位置与逆Nyquist阵列（INA）设计方法的多变量PID控制器设计方法的设计性能之间的规律性进行了系列仿真实验研究,并得出：系统开环传递函数矩阵的逆的行Gershgorin带与负实轴的交点（离原点最近的交点）与点（-1,j0）之间的距离越远,系统闭环响应曲线的震荡性越弱,系统的稳定裕量越大。     

模糊控制器的结构化分析及系统化设计方法

对于模糊控制器的输入变量,采用一种新型的不均匀、全交迭、三角形的隶属度函数,推导了两输入（e,△e)－输出（△u）的典型模糊控制器输出的解析表达式,并对最常用的输入变量各取5个模糊变量的情况进行分析。在此基础上提出一种模糊控制系统的系统化设计方法,可根据已有的PI／PD控制器参数设计相应的模糊控制器参数。仿真实验说明了该方法的有效性。     

基于改进极限学习机的软测量建模

极限学习机（ELM）因其泛化能力好和学习速度快而成为软测量的新方法,但当应用到铝电解工艺参数建模时,ELM通常需要较多隐层节点并且泛化能力较低。针对这一问题,提出一种基于改进极限学习机（IELM）的软测量模型。首先,利用粗糙集中的约简理论剔除输入变量中的冗余或不相关属性,以降低ELM的输入复杂性;然后,利用偏相关系数对输入变量和输出变量间的相关性进行分析,将输入数据分为正输入和负输入两部分,分别对这两部分建立输入单元,重新构建ELM网络;最后,建立了基于改进极限学习机的铝电解分子比软测量模型。仿真实验结果表明,基于改进极限学习机的软测量模型具有较好的泛化能力和稳定性。     

单通道设计方法在工业锅炉多变量燃烧控制系统中的应用

介绍了采用单通道设计（ＩＣＤ）方法进行了工业锅炉多变量燃烧控制系统的设计,并对控制系统进行了仿真研究。结果表明,采用单通道（ＩＣＤ）方法设计的工业锅炉多变量燃烧控制系统具有良好的控制品质,同时,系统独立是个非线性且易于工程帝现。     

考虑相关性的多元输出仿真模型验证方法

复杂仿真模型一般具有多个不同类型且带有相关性的输出,现有验证方法存在变量信息缺失、变量相关性度量不准确等问题.为此,提出基于变量选择和概率分布差异相结合的多变量仿真结果验证方法,考虑不确定性的影响,对选取到具有相关性的多个变量进行联合验证.首先,引入分形维数和互信息方法对多元异类输出进行相关性分析,提取相关变量子集.而后对相关变量子集中的各变量提取数据特征,进而计算各相关变量子集关于数据特征的联合概率分布,采用概率分布差异法度量仿真输出和参考输出联合概率分布的差异,并将其转化为一致性程度;在此基础上综合多个验证结果得到模型可信度.通过实例应用及对比实验,验证了方法的有效性.     

基于极限学习机与改进K-means算法的入侵检测方法

入侵检测系统对于保障网络安全至关重要。针对传统的单一检测算法很难对不同种类的攻击都有很好检测效果的问题,提出一种结合极限学习机与改进K means算法的入侵检测方法。基于算法级联的方式,利用新型线性修正单元（PReLU）激活函数对极限学习机算法进行优化,采用设置距离阈值的方式,实现K means算法自动选择初始聚类中心与聚类簇数目的双重优化,设计了一种混合式入侵检测方法。采用NSL KDD数据集对所提出的入侵检测方法进行仿真实验,实验结果表明,与传统的BP神经网络、支持向量机与极限学习机算法相比,该方法有效地提高了检测效果,同时降低了误报率。     

多变量V规范型解耦控制系统设计

本文提出多变量系统部分变量前置V型解耦,部分变量后置V型解耦的设计方法。并就某电厂三输入、三输出磨煤机系统,设计解耦控制系统,给出了仿真结果。     

双通道继电特性及其应用 — MIMO情形

研究了带有双通道继电特性的多变量反馈控制系统，采用描述函数阵理论和广义Nyquist稳定判据给出了该系统极限环振荡的存在条件和稳定条件，阐述了分散双通道继电反馈与多变量系统特征根轨迹相位特征之间的关系，进一步，将分散双通道继电反馈用作一种新的测试方法来提取多变量系统多点频率特性，对一个典型的多变量化工过程的仿真取得了良好的结果，表明了所提出方法的有效性。     

结合栈式监督AE与可变加权ELM的回归预测模型

在现代工业生产过程中,许多关键变量与产品质量或生产效率密切相关,关键变量的实时监测是实现利润最大化及节能降耗的有效途径。针对回归预测任务中目标特征提取不全面、预测精度较低等问题,提出一种基于栈式监督自编码器与可变加权极限学习机的回归预测模型。通过堆叠多层自编码器并在每层自编码器中添加回归网络,同时以有监督方式对栈式自编码器（SAE）进行逐层预训练,得到与输出变量相关的特征表示。利用反向传播算法对网络参数进行微调,优化自编码器模型参数。在分析提取特征与输出变量的相关性基础上,对极限学习机（ELM）的输入权值和偏置进行加权得到预测结果。实验结果表明,与基于ELM和SAE-ELM的回归预测模型相比,该模型在多晶硅铸锭的G6产品数据集上的均方根误差降低0.056 7和0.011 2、决定系数提高0.489 3和0.290 3,具有更高的回归预测准确性及更强的鲁棒性与泛化性能。     

基于FLCN方法的足球机器人动作控制

考虑到足球机器人比赛中射门动作的重要性,为了使足球机器人的动作具有准确性,提出了一种基于FLCN（Fuzzy Limit-Cycle Navigation,即模糊极限环导航）方法的动作控制。通过对极限环形状的改进,使其具有椭圆特性;并针对该情况设计了相应的模糊规则,应用模糊算法确定椭圆中心点的位置来导航机器人,完成截球和射门的动作。在仿真试验与集控式足球机器人实战中进行了验证,结果证明了该方法的有效性。     

射频仿真系统中自动增益控制系统的设计

在射频仿真系统中,由于雷达系统的接收信号动态范围很大,而数字接收部分存在最佳输入电平范围的问题,所以中频接收需要实现信号的增益自动控制（即AGC功能）。该文提出了一种基于FPGA的数字AGC实现方法,给出了具体的硬件电路和详细实现算法。仿真分析和实验结果均表明,该数字AGC系统具有响应时间短、增益调节精度高、系统参数控制灵活的特点。     

自适应去噪的非接触式生理参数检测方法

成像式光电容积描记法(imaging Photoplethysmography,iPPG)是一种利用视频信号实现非接触式生理参数检测的方法,但该方法的性能易受外界条件影响,尤其对环境光变化及受试者头部运动等噪声敏感.为了消除噪声影响,根据噪声信号和iPPG信号的时频特性,提出了一种基于变分模态分解(Variationa...     

一种改进的基于形态骨架的二值图象编码

基于图象形态学的二值图象编码方法,近来在国际上得到了比较多的研究。为了提高基于骨架的编码方法效率,提出了一种基于形态骨架的子集--终极腐蚀（ultimate erosion）二值图象编码方法。该方法是基于扩展的非骨架点判定定理,使得有更多的点在编码过程中被判为非骨架点,从而提高了编码效率。与其他同类方法相比,这一方法更充分地去除了图象形态分析中的信息冗余,从而得到了很好的压缩效果,其对二值图象“工具”的压缩率达到0.065,大大优于游程码、四分树、链码等方法。     

基于点云数据的单木三维绿量估算方法

针对不同树种的树叶疏密及空间结构不同,提出基于激光点云数据,顾及冠层叶面积密度的树木三维绿量（Living Vegetation Volume, LVV）计算方法。该方法首先根据树木局部点云的主方向相似度和局部点云轴向分布密度分离枝干与树叶,剔除非光合作用成分,提取树叶点云;然后建立体元模型,引入Graham算法确定分层树冠边界,获取激光接触频率,从而基于体元冠层分析（Voxel-based Canopy Profiling, VCP）方法求出冠层叶面积密度（Leaf Area Density, LAD）;最后分层棱柱体积乘以叶面积密度,累加得到树木的三维绿量。利用Riegl VZ-400地面激光扫描仪获取13棵不同形状和树种的树木点云数据,利用该方法估算各树木三维绿量,并与传统的凸包法和台积法的结果对比。实验结果表明,台积法计算的三维绿量值最大,凸包法计算的三维绿量次之,顾及冠层叶面积密度的树木三维绿量方法计算的三维绿量值最小,为台积法的36.69%,为凸包法的47.80%。相比传统方法,顾及冠层叶面积密度的树木三维绿量计算方法侧重光合作用组分叶片点云的统计,并考虑了树冠内部树叶分布情况,更符合树木的实际情况,能充分利用三维点云数据特性,反映树冠内部三维绿量分布。     

PID控制器参数的优化整定方法

针对存在临界点的A类被控对象及不存在临界点的B类被控对象, 分别采用其$-180^\circ$和$-120^\circ$相位点的频率和增益提出了PID (Proportional-integral-derivative) 控制器参数的优化整定方法. 基于Tchebyshev多项式和分数阶积分器求取被控对象$-180^\circ$或$-120^\circ$相位点的频率和增益, 建立其积分滞后模型. 采用负载扰动下跟踪误差平方和(Sum of squares of tracking errors, SSE)最小作为优化指标, 使闭环系统具有强的鲁棒性的最大灵敏度和最大补灵敏度为约束方程, 针对两类被控对象, 分别建立了基于$-180^\circ$和$-120^\circ$相位点频率和增益的PID控制器比例、积分与微分三个参数的优化整定规则. 通过与其他常用PID控制方法的仿真与物理对比实验, 表明所提方法的优越性.     

一种附加约束的ESPRIT测向方法

经典旋转不变技术（ESPRIT）算法测向估计性能在大多理论情况下接近于克拉美罗下界,且其在计算量方面要明显优于多信号分类算法（MUSIC）。本文首先论述了经典ESPRIT方法,描述了广义特征值分布在单位圆附近的实际工程应用情况,并提出了一种将广义特征值附加约束在单位圆上的修正ESPRIT算法。理论分析和仿真实验表明,该算法同经典的ESPRIT算法相比,当阵列存在几何误差的情况下,可明显改善测向估计的性能。     

基于改进EMD的脑电信号去噪方法

以经验模态分解(EMD)为理论基础,提出一种相似波形加权匹配的方法,对脑电信号(EEG)端点进行延拓,改善EMD分解过程中存在的端点效应,利用延拓后的EMD方法对EEG进行去噪。基于美国加州理工学院数据库中EEG的仿真结果表明,延拓后的EMD方法可有效去除EEG波形中的噪声部分,使EEG的特征更明显。     

基于改进引导滤波与DCPCNN的图像融合方法

针对红外图像与可见光图像融合易产生边缘信息缺失,目标不够突出等问题,将引导滤波的保持边缘特性与双通道脉冲耦合神经网络（DCPCNN）的非线性耦合调制特性相结合,提出一种基于改进引导滤波与DCPCNN的红外与可见光图像融合算法。该方法首先选取非下采样剪切波变换将图像进行分解,获得高低频分量;对低频分量的融合是利用改进空间频率作用DCPCNN输入激励,且其链接强度由表征图像信息的平均梯度自适应调整来确定;高频分量融合是利用局部平均梯度与区域方差自适应加权,而后采用改进的引导滤波进行平滑处理实现空间一致性;最后,对分别处理后的各分量经过非下采样剪切波变换可逆变换获取融合图像。针对典型背景目标和复杂背景目标两类实验结果表明,与经典的曲波变换、双树复小波变换、非下采样轮廓波变换和非下采样剪切波变换等方法相比,该算法可以有效综合图像的优势信息,且在平均梯度、标准差、空间频率、相关系数等方面具有更高的优势。     

基于小波变换和分形维数的车牌汉字识别

提出一种基于小波变换与分形维数的车牌汉字识别方法.对字符图像进行预处理和小波变换,应用改进的微分盒维法计算图像分形盒维值,并构造特征向量,利用支持向量机分类器对字符进行分类与识别.实验结果表明,该方法对模糊字符的识别具有鲁棒性,可提高汉字识别率.