光电跟踪仪伺服系统的工程设计

介绍光电跟踪仪伺服系统的工程设计，在设计中采用计算机模糊滑模变结构和位置环、速度环和电流环三环控制技术，提高了系统的控制精度。     

多采样率控制器设计在光电跟踪系统中的应用

采用保持器、采样器和提升技术对输入、反馈和输出多采样率多环路系统进行分析,并将多采样率的周期离散时变系统化为时不变系统,且在输入和反馈端依据信号特性引入高频低通滤波器进行信号频谱延拓周期的扩展.在三环结构光电跟踪控制系统中的应用表明:离散控制器有和连续控制器一致的阶跃响应,在引入高频低通滤波器扩展频域延拓周期后,由低频位置输入引入的系统速度震荡基本上完全被抑制.     

大型光电跟踪系统的调焦控制

大型光电系统在对运动目标进行成像或跟踪时，要求其光学系统的焦距能够根据探测目标的距离进行实时调整，使得目标能够清晰志成像在光学系统的探测器靶面上，便于系统对探测到的目标图像数据进行后续处理。     

自适应模糊PID控制的太阳光跟踪伺服系统

针对太阳光跟踪伺服系统中应用的传统PID控制过程中的一些问题,本文通过对自适应模糊PID控制系统的分析,设计了双轴跟踪伺服系统自适应模糊PID控制器,并在Simulink环境中建立方位角跟踪传动机构仿真模型且完成仿真。仿真结果表明,太阳光跟踪伺服系统自适应模糊PID控制器较传统PID控制器具有较强的稳定性、适应性与鲁棒性,这在太阳光跟踪伺服系统控制领域具有重要的实用价值与应用空间。     

光电跟踪伺服系统先进控制策略概述

光电跟踪系统中的伺服控制技术是实现高精度跟踪的关键技术之一。系统自动化程度的提高,为先进控制策略的实现提供了必要条件。本文综述了国内外光电跟踪系统中的伺服控制技术,希望为该方向的工程研究提供基本的技术支持与参考。     

光电跟踪伺服系统的自适应差分进化算法辨识

为了获得准确的光电跟踪伺服系统的模型,采用自适应差分进化算法对光电跟踪伺服系统进行辨识研究,该算法根据辨识误差平方和自动调整变异、交叉因子。在输入为正弦离散数字信号下辨识系统的离散模型。为了验证算法的有效性,在频域内与扫频法辨识的一、二阶模型和系统实际输出比较研究。实验结果表明:在相同正弦离散信号条件下,辨识输出与系统实际输出基本一致,与扫频法的RMSE相比减小了20.33%,二阶模型在高频段偏离系统实际输出稍大些,一阶系统输出与系统实际输出基本一致。研究结果表明,自适应差分进化算法计算量小,方法简便,辨识准确,在光电跟踪伺服控制领域具有一定的工程应用价值。     

四象限探测器光电跟踪伺服系统的研究

为了实现光电跟踪目标,用四象限探测器检测目标物,利用单片机MSP410F169的AD采集,将采集到的信号进行滤波,利用PID算法,以及单片机MSP410F169的时钟控制PWM波的占空比来调节电机的转速。通过两个电机来实现跟踪装置的空间旋转跟踪目标物。     

光电跟踪伺服系统中的模糊PID控制器设计

针对光电跟踪伺服系统性能指标要求提高以及传统控制方法的不足,在系统位置控制环路中采用一种参数可在线整定的模糊PID（比例、积分和微分）控制器。分析其结构和设计原理,介绍参数自整定模糊PID算法的实现。基于Samsung公司推出的ARM7TDMI核的16/32位RISC S3C44B0X平台从硬件和软件方面对控制器进行构...     

单片机模块化控制及其在光电跟踪系统中的应用

基于工作实际经验提出了单片机模块化控制思想和模块化控制在光电跟踪系统中的应用，重点介绍了一个模块化控制应用的实例及其硬件设计，方案和软件设计思想。     

基于伪线性和输入估计的无源自适应跟踪算法

基于伪线性滤波算法和输入估计算法提出了一种对空中机动目标进行三维测向无源自适应跟踪的新算法。该算法把目标机动加速度看成是未知的输入向量附加到状态方程中,再利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度。仿真结果表明：该算法不需要对目标进行机动检测,即能够适应目标机动和非机动2种工作模式,实现对空中机动目标的自适应无源跟踪。     

新的多速率多播拥塞控制方案

提出了一种新的基于数据包束探测(packet-bunch probe)和TCP吞吐量公式的多速率多播拥塞控制方案PTMCC(packet-bunch probe and TCP-formula based multicast congestion control)。这种接收端驱动的拥塞控制,采用数据包束来探测网络的可用带宽,利用TCP吞吐量公式得到TCP友好速率,并采用了新的速率调节算法。仿真实验表明,PTMCC在收敛性、灵敏性以及TCP友好性上具有较好的性能。     

基于Canny检测算法实现的目标跟踪

为了设计一种实时高效、稳定可靠的图像目标跟踪系统平台,避免因图像边缘提取效果差而引起跟踪失败,采用自适应Canny边缘检测算法。该自适应算法能够很好的确定平滑参数以及高、低两个阈值,更好的获得图像边缘图。经Canny算法处理图像目标后,获得目标的单像素边缘图,根据边缘图计算得到目标质心。利用最小二乘法拟合出目标的运动轨迹,同时可根据时间间隔预测出目标质心的下一位置,控制伺服机构,实现目标跟踪。实验表明,采用Canny算法的目标跟踪系统,能够满足实时跟踪的需要。     

基于拥塞控制的多速率MAC协议的研究

在IEEE 802.11b协议中有四种速率用于数据传输,节点可根据信道情况选择传输速率,致使802.11DCF公平的退避机制不再适用.为了让高速节点能更容易的竞争到信道以体现多速率协议的优势,提出了基于拥塞控制的速率自适应机制.竞争信道的节点根据拥塞情况来选择合适的退避窗口.通过NS2软件仿真证明该机制进一步提高了竞争窗口自适机制的性能.     

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。     

一种基于子空间跟踪的认知MIMO预编码算法

针对多用户认知MIMO下行系统,提出一种适用于慢衰落信道环境的预编码算法。该算法基于子空间跟踪思想,利用信道时域相关性,通过递推方式自适应更新预编码矩阵来跟踪和适应慢衰落信道环境的变化。分别从算法收敛速度、收敛精度、跟踪性能以及计算复杂度四个方面进行了理论推导和仿真分析。结果表明,所提算法可以有效的跟踪信道环境的动态变化,与传统算法相比,在保证系统性能的同时显著降低了处理复杂度。     

Autonomous mobile target tracking system based on grey-fuzzycontrol algorithm

This paper presents a new position-based tracking system for autonomous mobile target tracking task. A grey-fuzzy controller (GFC) is developed for motion control of the tracker, in which dynamics models of the target and tracker are not required a priori. The target detection is based on the adaptive visual detector (AVD), which can online adjust the histogram model based on the change of surrounding conditions, such as light variation, in a natural environment. The AVD and GFC are integrated together for mobile target-tracking applications. There are several advantages of the integrated system, in particular: (1) it can rapidly learn the target appearance model for the detection involved with the tracking task; (2) the temporal dynamics model of the target motion can be approximated for the predictive localization of the moving target; and (3) the system can deal with the uncertain environmental conditions to ensure the tracking performance by GFC. Three mobile robots in the authors' laboratory have been used to demonstrate the success of this integrated system experimentally. They also conduct target tracking experiments, in which Chung Cheng-I tracks various moving targets. The results demonstrate the robustness and flexibility of the overall system in dealing with mobile target-tracking problems under varied natural environment conditions