Intelligent PID controller based on ant system algorithm and fuzzy inference and its application to bionic artificial leg

A designing method of intelligent proportional-integral-derivative(PID) controllers was proposed based on the ant system algorithm and fuzzy inference. This kind of controller is called Fuzzy-ant system PID controller. It consists of an off-line part and an on-line part. In the off-line part, for a given control system with a PID controller,by taking the overshoot, setting time and steady-state error of the system unit step response as the performance indexes and by using the ant system algorithm, a group of optimal PID parameters Kρ, Ti^* and Td^* can be obtained,which are used as the initial values for the on-line tuning of PID parameters. In the on-line part, based on Kρ, Ti^* and Td^* and according to the current system error e and its time derivative, a specific program is written, which is used to optimize and adjust the PID parameters on-line through a fuzzy inference mechanism to ensure that the system response has optimal transient and steady-state performance. This kind of intelligent PID controller can be used to control the motor of the intelligent bionic artificial leg designed by the authors. The result of computer simulation experiment shows that the controller has less overshoot and shorter setting time.     

一种基于大脑情感学习的快速分类改进算法

为了提高数据分类的快速性与准确性,本文在大脑情感学习（Brain Emotional Learning,BEL）模型的基础上,结合遗传算法（Genetic Algorithm,GA）,提出了一种基于GA-BEL的快速分类改进算法.BEL模型根据大脑中杏仁体和眶额皮质之间相互学习的神经生物学原理建立,模拟了情感刺激在大脑短反射通路中被快速处理的过程.因此,基于BEL模型的网络运算速度快.进一步采用遗传算法优化BEL网络权值,提高其分类正确率.在UCI数据集上的对比实验结果表明,无论对于小样本还是大样本数据集,较其他分类算法,GA-BEL算法均有较高的分类正确率和计算效率.     

NCS网络协议分析

针对网络控制系统(NCS)中存在的不同网络负载时,系统会出现很严重的失真,提出通过利用更合适的网络协议来减少系统失真。对4种网络协议(以太网、CAN、令牌环网、交换式以太网)的特点作一个概括性的说明,然后通过建立网络控制系统仿真模型,编写代码,调节网络干扰占有率和选择不同网络协议,从实验角度证实这4种网络协议在低负载和高负载情况下各自所具有的网络特性。通过选取合适的网络类型可以使得网络控制系统具有更好的动、稳态性能。     

自适应策略的混沌局部搜索遗传算法

提出了一种自适应策略的混沌局部搜索遗传算法（ACLSGA）,它是遗传算法中每一代的所有个体经过一次遗传操作之后得到一个最佳个体,通过自适应策略决定是否在最佳个体附近进行混沌局部搜索。4个基本的测试函数优化结果表明：ACLSGA比具有精英保留选择机制的实数编码的遗传算法（RGA）的全局搜索能力强,收敛速度快。     

基于FPGA的医学超声成像数字波束合成器设计

在介绍数字波束形成原理的基础上,设计了一种以FPGA为核心芯片的新的数字波束合成器;该芯片可根据每个回波脉冲到达其对应阵元的时刻采用程序动态地调整合成波束的焦点和各回波信号的加权因子,实现回波信号的动态聚焦和动态变迹;对于波束合成过程中各阵元所需的接收延迟时间、聚焦延迟时间以及加权因子的存储采用软件方式为每个阵元单独设置一个专用ROM,以简化电路结构并提高系统的处理速度;仿真结果表明,与采用模拟聚焦和幅度变迹的方法相比,新方法的延时精度提高了80%,同时能更好地抑制波束旁瓣,有利于提高医学超声成像系统的图像质量。     

基于SSPF算法的移动机器人全局定位研究

传统粒子滤波器(PF)算法在移动机器人全局定位时会出现粒子退化和粒子耗尽问题,导致定位失败。提出了一种改进的PF算法即智能采样PF(SSPF)算法,该方法采用Unscented卡尔曼滤波器(UKF)算法和基于相关熵的自适应重采样算法相结合的方法,较好解决了传统PF算法所引起的粒子退化问题。由于重采样的一种极端情况会带来粒子耗尽问题,采用MH(metropolis hastings)算法,较好地解决了粒子耗尽问题。与以往方法相比,该方法可以实现准确性较高的移动机器人全局定位。     

柔性多面体在遗传算法中的应用研究(I)

文章提出了一种柔性多面体的方向进化算子,并在基本遗传算法中嵌入柔性多面体搜索算法,从而构成了一种基于柔性多面体的新的混合遗传算法(flexiblepolyhedronhybridgeneticalgorithm,FP_HGA)。方向进化算子紧跟基本遗传算法的变异操作之后,其作用是使适应度较低的个体向适应度较高的个体进化;柔性多面体局部搜索算法作用是对当前代所有新个体在进入到下一代之前,使它移动到局部最优点。并用FP_HGA来求解Rosenbrock测试函数的最小值,FP_HGA算法和SGA(SimpleGeneticAlgorithm,SGA)算法的计算结果表明该混合遗传算法在收敛速度和精度方面均得到很大提高。     

基于模糊PID控制的人工腿位置伺服系统设计与仿真

智能人工腿是机器人学和生物医学领域一个备受关注的研究课题,以前研制的智能人工腿,其汽缸内针阀开度的控制都是采用步进电机所构成的开环系统,位置精度不高,在本文中,我们将设计一个具有位置的速度反馈的闭环控制系统并引入基于Fuzzy推理的整顿PID控制策略,以提高控制系统的智能性,鲁棒性,快速性和准确性。本文首先概述了智能人工腿的控制原理和TMS320F240数字信号处理器（DSP）的主要特点,其次设计了一种基于Fuzzy-PID的直流电机位置伺服控制系统的结构,最后对该位置伺服系统进行了计算机仿真,结果表明,本文所提出的设计方法是正确的,可行的,可以有效地用于智能人工腿的行走控制。     

单幅图像的深度标签流形学习

图像中背景与前景对象的空间位置决定了场景在图像中的相对深度,利用图像的局部特征相似性和流形结构的降维性能,并应用salient区域DCT高频系数分布的深度排序索引性能,定义出图像深度的马尔科夫概率图模型MRF。通过划分场景对象检测salient区域模糊度,最后估计得出图像场景的相对深度图。通过学习图像数据的流形嵌入对数据流形分布概率密度函数进行迁移,得出遵循相似流形分布的对象特征类别标记概率密度分布。进一步检测空间变化salient区的模糊程度,融合多尺度梯度幅度的高频离散余弦变换DCT系数特征,依据模糊变化高频特征计算深度标记索引确定深度标签的层级次序,融合类别标签以生成深度图。这种模型框架下检测单个图像中模糊和未模糊的区域,可获得图像中场景的相对深度,而无需了解相机设置或模糊类型的先验参数。在典型的深度图估计数据集中应用MRF深度图模型评测图像的深度估计性能,实验结果给出该方法在检测场景分布和划分场景深度次序上的准确率,验证了方法的有效性。