一种永磁同步电机新型高阶滑模观测器设计

为了提高无位置传感器控制的精度,增强控制系统的鲁棒性,减小不确定扰动的影响,提出了一种新型高阶滑模观测器。该设计使用改进的积分滑模定子电流观测器估算永磁同步电机的反电动势,从而分析得出转子位置和转速估算值。在指数趋近律的设计上,等速项用连续光滑的开关函数代替不连续的符号函数,指数项引入随系统的变化而调整的增益项。通过仿真实验,验证了该滑模观测器对改善转子位置和速度估算精度有明显的提升效果,增强了系统的鲁棒性,抑制了抖振现象。     

室内激光雷达导航系统设计

小型无人机和移动机器人技术迅速发展,对室内导航技术的要求越来越高,针对当前室内导航精度不高、导航设备比较复杂的问题,提出一种采用激光雷达定位和地磁传感器检测相结合的室内主动导航方法。该方法首先使用激光雷达扫描室内环境,用采集到的数据拟合出室内地图,根据目的地信息和室内的环境信息来规划行进的路线;然后在行进中使用激光雷达连续地扫描得到数据与地图数据进行比较,来确定所处的位置,同时使用地磁传感器取得行驶的方向,二者相结合判断是否在规划的路线上行驶,及时地对出现的偏差进行纠正;最后通过搜索RFID地标确定是否已经到达指定位置。仿真和实验的结果表明:所设计的室内激光雷达导航系统结构简单、可靠性高,能够较好地满足室内导航的要求。     

显著性直方图模型的Camshift跟踪方法

针对在复杂背景下跟踪运动目标的要求,建立了目标的显著性直方图模型,提出了改进的连续自适应均值漂移(Camshift)跟踪方法。通过比较目标区与背景区的色调差异,计算目标不同色调等级的显著性值;基于加权的方式强化显著性色调在目标识别过程中的作用,弱化非显著性色调的作用,从而抑制背景区对目标识别的干扰。利用加权直方图模型反向投影,建立了跟踪图像的概率投影图,利用均值漂移方法完成目标跟踪任务。将该方法分别应用于标准测试库视频图像的跟踪以及实际运动目标的跟踪实验中并与传统方法进行了比较。结果显示,该方法能够利用显著性色调很好地将目标从背景中区分出来,在计算量增加不多、且满足电视跟踪系统实时性要求的情况下,提高了目标识别的准确性和稳定性,目标定位的最大偏差与被跟踪目标区的尺寸比小于25%,能够确保被跟踪目标不丢失。     

多通道长短期记忆卷积网络的风速预测

为提高风速的预测性能,提出了多通道长短期记忆网络和卷积网络相结合的风速预测方法。预测模型由多个长短期记忆子网络及卷积网络组成。各子网络选择不同长度的历史数据作为输入,分别实现未来风速值的计算,避免了单一网络输入数据长度参数难以确定的问题。卷积网络将各子网络的计算结果进行卷积、最大池化操作,并通过全连接层计算风速序列的预测值。为避免预测误差累积及漂移,利用误差动态补偿方法对预测值进行校正,获得最终的预测结果。多通道长短期记忆卷积网络可用于风速的超短期预测中,仿真实验结果表明,与现有基于深度学习的预测网络相比,该网络能够更好地拟合实际风速序列的变化趋势,表现出更优的预测性能。     

双重复控制器在单轴角振动台中的应用

高频角振动台控制系统设计的核心问题是如何提高对周期参考输入信号的跟踪精度以及如何提高对周期性干扰信号的抑制能力。由于机械振动和台体结构的限制，系统很难满足角振动台的加速度和带宽的指标。为减少对角加速度陀螺动态指标测试的干扰误差，该文根据重复控制理论提出了高频单轴角振动台的双重复控制器的设计，并推导出该系统的稳定性、鲁棒性和跟踪误差的相关结论，同时给出控制器的设计方法和参数选取的条件。仿真和试验结果表明通过双重复控制器在高频角振动台中的应用，很好地提高了周期信号的跟踪精度，同时提高了系统的鲁棒性。     

蚁群混沌混合优化算法

为了克服混沌搜索的盲目性,提出了一种蚁群算法和混沌优化算法相结合的混合优化算法,该算法利用蚁群算法中信息素正反馈的思想指导当前混沌搜索的区域。工作蚁群按照信息素的浓度高低,分别按照不同的概率搜索不同的搜索区域,从而可减少混沌盲目搜索的次数。仿真结果表明,该方法能够明显提高混沌优化算法的寻优效率,同时算法的通用性将有所提高。另外,对于含有多个全局最优解的函数,在一次寻优过程中,该算法可以找到全部最优解,这是通常混沌搜索算法所不具备的。