智能跑步机跟随速度自适应控制方法研究

当前跑步机都是外部速度跟随机器完成控制,在变速过程中智能化程度较低,导致变频调速精度和稳定性控制过程很被动,影响了整体的智能化效果。为此,提出智能跑步机跟随速度自适应控制方法。通过设备完成人体静止及运动状态实时数据采集,利用卡尔曼滤波算法结合采集的数据,实现用户加速度预测,根据预测结合用户在跑步机上的受力情况,带入跑步机速度控制器,实现其跟随速度的自适应控制。实验结果表明：所提方法在接近0.2s时达到理想速度,变频调速精度高于95%,证明该方法的稳定性好、响应速度快且调节精度高,整体控制效果好,更能满足用户对于智能跑步机的自适应变速要求。     

自适应跑步机人机跳跃交互稳定性分析与控制

自适应跑步机是虚拟现实环境中用于人机交互的重要设备,为了丰富其应用场景,针对跳跃运动模式下的交互控制技术展开研究。针对人体跳跃落地稳定性分析问题,综合考虑下肢骨骼及关节肌肉的联合作用,提出一种变刚度弹簧倒立摆模型,实验结果显示所提模型能够有效实现质心运动过程建模及跳跃稳定域分析,稳定性判断准确率为93.0%。在此基础上,为了提升交互过程中的人体落地稳定性,提出自适应跑步机跳跃交互控制策略,仿真和实验结果表明,所提方法能够有效提升人体落地稳定性。同时,所提方法能够有效降低下肢关节扭矩,膝关节峰值扭矩由230 N/m降低到210.7 N/m,踝关节峰值扭矩由143.6 N/m降低到131 N/m,可期减小人体跳跃落地过程中的运动损伤风险。     

涡街流量计信号估计的自适应陷波方法

本文提出采用自适应陷波方法计算涡街流量计输信号的频率,并给出实验结果。流量计信号为一窄带信号,自适应陷波抑制一个特定的涡街频率,并且几乎不受位于带宽以外频率的影响。此自适应陷波器只需估计一个参数,频率计算非常简单,与以前的频率估计方法相比,它以前的频率估计方法相比,它有许多优点,是一种有效的新方法。     

堆料机行走速度的确定

介绍了堆料机行走速度的确定方法和计算公式,指出预均化堆场用堆料机行走速度设计成可调速的反而使推料机的设计和操作变得复杂,因此可设计成恒速的,即正反向输送时堆料机的速度相同。     

基于Creo的起重机行走台车参数化建模

行走台车是起重机行走机构的主要部件,主要由台车架、车轮组和铰轴组成,其结构形式相对固定,可以扩展出一系列通用零部件的三维模型.本文利用Creo软件强大的参数化建模功能和族表工具完成行走台车的系列化建模,并提出一种系列化通用标准件的建模方法和思路.     

基于LuGre轮胎动力学摩擦模型的路面估计与车辆自适应制动控制

为了实现车辆的制动最优控制,利用LuGre轮胎动力学摩擦模型,建立车辆的系统动力学模型,首先分析模型参数对地面附着系数与滑移率关系曲线的影响,明确所需估计参数;然后对输入压力采取增压、保压、减压三种方式,在车速、轮速、纵向加速度可测的情况下,采用参数自适应算法在线估计路面参数,并基于滑移率设计制动控制器;最后运用simulink实现车辆的制动过程仿真,得到不同路面的车辆制动输出响应曲线及路面参数估计值,结果表明基于该模型实现车辆制动控制,能使制动策略适应路面参数的随机及连续变化和地面附着能力随车速的变化情况,以提高制动效果.     

基于自适应窗口选择PIV技术的序列星图运动估计方法

对星空观测CCD相机获得的序列图象,由于相机姿态的变化或者观测平台位置的改变,观测的序列图象存在全局运动,需要对星图的运动参数进行准确的估计。粒子图象测速技术（Particle Image Velocimetry, PIV）的发明和发展标志着现代实验流体测量技术的重大突破。PIV技术在流体力学及空气动力学研究领域具有较高的学术意义和实用价值,本文提出一种基于自适应窗口选择PIV技术的序列星图运动参数估计算法。算法通过自适应选取窗口使得分析窗口内的恒星成像密度达到最大,且窗口边缘区域不存在高亮恒星成像,然后对分析窗口进行互相关计算,求得序列星图的运动参数。结果证明本文算法在很大程度上提高了互相关运动参数估计的精度,将运动参数估计误差降低到0.01pixel以内。     

基于搜索自适应的快速运动估计算法

为提高H．264／AVC视频编码器的计算速度,提出了一种搜索模式自适应快速运动估计算法（PAFME）。该算法结合了变块尺寸运动估计的特点,利用运动矢量的时空域相关性,预测初始搜索中心;采用多种搜索模式,提出了搜索模式自适应的选择机制,以节省不必要的搜索点和加快搜索速度;避免了陷入局部极小。实验结果表明,与H．264／AVC的参考软件JM12．4相比,该算法使整像素精度运动估计的耗时平均降低了33％左右,同时保持了编码效率基本不变。     

基于模糊自适应速度调节器的异步电机矢量控制系统研究

本文首先建立了基于转子磁场定向的异步电机矢量控制系统仿真模型,在常规PI速度调节器的基础上应用模糊控制原理构建了模糊自适应PI速度调节器.仿真结果表明,模糊自适应PI调节器较常规PI调节器具有响应快、超调量小的特点.     

基于运动学信息融合的四轮驱动汽车纵向车速自适应估计方法

针对四轮驱动汽车纵向车速难以直接测量的问题,考虑多源传感器信号置信度动态变化特征,提出一种基于运动学信息融合的纵向车速自适应估计方法.研究行驶环境对车载传感器信息的影响规律,建立基于Kalman滤波框架的运动学信息融合模型,设计面向有色噪声的车速自适应滤波算法,实现对车轮滑移和道路坡度等非随机时变因素的扰动补偿.为兼顾...     

基于FPGA的速度动态估算方法

针对常规测速方法存在的精度差和测量滞后严重的问题,在通用的M／T法的基础之上,提出了一种基于可编程逻辑器件（FPGA）的速度动态估算方法。利用FPGA的高效的数字信号处理能力,将增量式光电编码器反馈信号进行了四倍频细分,通过~erilogHDL语言编程设计了时间阀门、计数等相关模块。利用小数估计不完整脉冲的思想,采用动态的速度估算方法估算了速度值,通过一阶低通滤波器滤波得到了结果。研究结果表明,该方法无论应用于低速还是高速情况下,测量的精度都有所提高,而且测量的滞后减小可以控制在一定范围内。     

基于梯度优化自适应指数平滑法的风电场短期风速预测方法研究

针对传统的三次指数平滑法预测精度不高、自适应遍历三次指数平滑法计算效率低等问题,引入了梯度优化算法,提出了一种基于梯度优化自适应指数平滑法的风电场短期风速预测方法。该方法可以在很短时间内获得最优平滑系数α,而且在最优平滑系数下大大提高了预测的准确性,对后续的风速预测精确性有大大的提高。将该方法与传统的指数平滑法、灰色预测法、梯度优化指数平滑法等诸多方法作了比较。研究结果表明,本研究方法在计算效率上,比动态遍历指数平滑法提高近80%,而在预测精度上,比传统指数平滑法和灰色预测法分别提高了27%和32%,该预测模型在风速变化平缓和波动情况下均具有较高的精度,以上结果验证了该方法的准确性和有效性。     

基于贝叶斯自适应估计的光子计数集成成像

针对光子数极少环境下三维目标的重构问题,基于光子计数集成成像系统提出了一种贝叶斯自适应估计方法,来提高三维目标深度切片的重构质量。首先,通过光子计数集成成像系统获得一系列光子计数元素图像。接着,从光子计数过程的泊松分布出发,利用集成成像系统中对于同一个目标像素的多次采样特性,引入了局部自适应均值因子,从而建立起元素图像像素光子数估计的单参数后验概率模型。最后,通过后验概率模型的均值计算获得更新后的光子计数元素图像,并基于光束可逆原理重构出深度切片图像。实验结果表明:采用该方法在场景的两个深度处重构的切片图像相比传统贝叶斯重构图像的峰值信噪比提高了7.4dB和8.5dB,极大地提升了微弱光三维目标的重构质量。     

基于自适应脉宽的超声信号FRI采样方法及应用

脉冲超声信号求取包络后可视为具有有限新息率(FRI)的高斯脉冲串信号,对于FRI采样框架下的高斯脉冲串信号,时延和幅值的准确估计是以高斯脉冲宽度准确先验为前提的。针对此问题,研究了FRI采样框架下信号脉宽、时延和幅值的关系,并提出一种基于信号峰值先验信息的FRI采样方法,该方法可自适应调整脉冲宽度参数,无需准确先验脉宽参数,解决了传统FRI采样中脉宽准确先验的难题。通过仿真试验和在管道缺陷检测中的应用表明,即使在无法预知信号脉宽真实值的情况下,仍能准确从稀疏采样数据中估计得到信号的准确参数。     

基于FLOCC-ESPRIT的极化阵列参数估计方法

针对基于分数低阶矩类阵列波达方向(DOA)估计方法仅适用于独立同分布(i.i.d)SαS背景噪声的缺点,提出了一种线性极化阵列DOA和极化参数联合估计的分数低阶循环相关(FLOCC)极化参数联合估计(ESPRIT)算法。该方法首先利用入射信号的循环平稳特性,采用分数低阶循环相关函数抑制α和高斯混合噪声及与信号循环频率相异的任何循环平稳干扰信号。在此基础上,利用阵列信号参数与噪声子空间的正交性,采用ESPRIT算法直接求取了信号的DOA和极化参数。该方法对于α和高斯混合噪声及与信号循环频率相异的任何循环平稳干扰信号具有很强的抑制能力。即使对于空域内靠得非常近的信源,该方法也可利用极化信息的差异进行区分。实验结果表明,在α和高斯混合信噪比(SNR)为0 d B,信干比(SIR)为3 d B时,其DOA和极化参数估计的均方根误差分别为0.23°和0.54°;并且在实测数据环境下,当SNR为10 d B时,本文算法仍然有效。     

基于增广矩阵束的方向角与仰角估计

基于最小冗余线阵提出了基于增广矩阵束（MEMP）的方向角与仰角的联合估计算法。采用2个垂直的有约束最小冗余线阵构造一个类L型阵列,首先,利用四阶累积量虚拟阵列扩展的性质,计算2个线阵输出的互累积量矩阵,对此矩阵构造增广矩阵,然后,运用2D ESPRIT算法实现二维角度的估计,并采用一种新的配对算法,实现方向角与仰角的自动配对。该算法增加了阵列的分辨能力,提高了阵列的利用率,无需进行谱峰搜索,计算量小。仿真实验证明了算法的有效性。     

基于模糊自适应PI控制的无刷直流电机无级调速系统

针对传统PID控制策略对电机转速控制响应速度慢、控制精度低,以及电机调速系统负载或参数变化时很难达到预期效果等问题,提出了新型模糊自适应PI控制策略,并对该策略在无刷直流电机调速系统中的应用进行了仿真研究;以TI公司的TMS320F2812为主控芯片,IR2136为驱动芯片搭建了无刷直流电机无级调速系统的硬件平台。试验分析结果表明,模糊自适应PI控制策略能加快电机调速系统的响应速度,具有稳定性好、精度高、鲁棒性强等优点,并得到了良好的控制效果,具有较高的应用价值。     

基于MAP估计的复小波域局部自适应绝缘子红外热像去噪方法

为了从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息,提出一种基于MAP估计的复小波域局部自适应去噪方法.首次证实了绝缘子红外热像双树复小波变换(DT-CWT)系数服从拉普拉斯分布,并对不同滤波器组采用各自最精细分解层子带系数估计噪声方差,利用待估计点圆形邻域系数估计信号方差,且随分辨率变化调整圆形邻域半径,使得MAP估计的无噪声系数更为准确,提高了去噪图像质量.实验结果表明,该方法比传统的Wiener滤波法、基于离散小波变换和DT-CWT的贝叶斯阈值去噪方法具有更高的信噪比,在有效去除图像噪声的同时,图像细节信息保留更完好.     

基于CNN-GRU的遥操作机器人操作者识别与自适应速度控制方法

传统空间遥操作系统中从端机械臂的运动速度完全取决于操作者的操作速度.为了提高空间遥操作系统的安全性,提出了一种基于操作者操作速度识别的自适应速度控制方法.结合深度学习的理论,提出了一种基于卷积神经网络(CNN)和门控循环单元(GRU)神经网络的融合模型来对操作者的速度进行识别分类.选取了九位受试者构建操作者速度样本库,...     

基于二次相关的超声波风速风向测量方法

为解决超声波测风仪存在的抑制噪声能力不足、受环境温湿度等影响导致稳定性差等问题,提出一种基于二次相关算法的三阵元超声波测风方法。首先结合超声波测风原理设计了一种三阵元测风结构,该结构包含3个收发一体式超声波换能器;其次依据该系统结构给出一种基于二次相关的超声波传播时间测量方法,利用二次相关算法对噪声抑制更强的性能可有效提高风速风向测量的精度,并从理论上说明了所提测风方法不受超声波本身传播速度即环境温湿度对其的影响。最后通过模拟仿真实验和搭建的实际测量系统对所提方法进行了有效性验证。在实际测量中风速风向角的最大测量误差分别为2.0%和2.1°,基本达到了超声波风速风向测量的精度要求。