基于卡尔曼滤波的时变水声信道估计

为了能同时利用时变水声信道的簇状稀疏特性和时间相关性,构造了一种时变水声信道模型,并基于该模型对传统的卡尔曼滤波压缩感知算法进行改进。该方法主要利用前一时刻估计的信道状态响应来确定当前时刻信道的候选支撑集,并以此构造时变水声信道的状态转移方程。通过卡尔曼滤波迭代的方法计算候选支撑集上的系数,最后通过阈值法滤除误差原子。仿真结果表明：该方法能有效地利用水声信道间的时间相关性来提高信道估计的性能,同时由于水声信道存在簇状稀疏特性,因此经该方法也具有一定的鲁棒性。     

机器人曲面抛光末端VCM力迭代学习控制研究

针对曲面元件机器人抛光过程中的柔顺控制和响应速度问题，研究一套机器人抛光柔顺控制系统。采用切片算法完成抛光轨迹规划以控制机器人顺应曲面元件表面低频段轮廓与曲率变化，设计一种力控末端执行器达到主动力输出和高速响应要求，提出基于迭代学习控制的电流迭代优化控制策略使执行器中音圈电机输出力以高精度跟随目标力，减小元件表面中高频段波纹度与表面粗糙度。搭建以机器人、力控执行器、六维力传感器、运动控制卡为核心部件的实验平台。仿真与实验结果证明所设计柔顺控制系统力控性能良好，力平均响应时间为55.4 ms,力跟踪误差小于3 N,能够满足曲面元件抛光加工需求。