转台伺服控制系统的PID--模糊复合控制算法的研究

本文对转台伺服控制系统的控制算法进行了研究,对PID控制算法和模糊控制算法的原理进行了简单的叙述和对比,提出了基于这两种控制算法的复合控制算法,此算法是基于前两种控制算法的各自优点,依据转台在工作状态的各个阶段速度和位置偏差的不同,分别采用不同的控制算法,使转台具有更好的动、静态性能,更好的模拟飞行器的飞行状态.     

基于BP神经网络的三轴转台偏航控制

三轴飞行仿真转台系统作为一种非线性、强耦合系统,难以用精确的数学模型进行描述。文中以三轴飞行转台系统中的回转转台伺服控制系统为研究对象,在分析了回转转台的驱动机构一直流无刷电机的数学模型的基础上,对常规PID控制算法和BP神经网络PID控制算法进行了比较分析。对BP神经网络算法和计算流程进行了简介。同时对阶跃和正弦信号进行MATLAB仿真。仿真结果表明,该方法可以实现有效的控制,并且与传统PID算法相比,具有更好的自适应性和鲁棒性。     

基于混沌粒子群优化的约束状态反馈预测控制算法

提出一种基于混沌粒子群优化的约束状态反馈预测控制算法,用于解决带有输入约束和状态约束的控制问题.将混沌粒子群优化引入到约束状态反馈预测控制的滚动优化过程中,增强了算法在约束范围内的局部搜索和全局搜索能力.通过对一个实际的带有约束的线性离散系统控制优化问题的解决,验证了基于混沌粒子群优化的状态反馈预测控制算法的可行性和有效性,与传统的二次规划算法的比较结果说明了此算法的优越性,证明了状态反馈预测控制系统良好的鲁棒性.     

基于时域的PID模型预测控制算法改进及仿真

在分析模型算法控制(MAC)算法和PID算法的基础上,针对两种算法的不足,结合两种算法的优点,推导了基于PID性能指标的改进的MAC控制算法PIDMAC算法。这种算法既具有PID算法的优点,结构简单,参数调节方便,又具有预测功能。通过仿真研究的对比,在时域内分析了PIDMAC控制器的参数选择对系统控制性能的影响,说明了PIDMAC算法比基本MAC算法具有更好的控制性能,为工程应用打下较好的理论基础。     

无线传感器网络中故障容忍算法研究

针对无线传感器维护困难,改善故障容忍能力的问题,提出了一种基于故障容忍度的自适应容错拓扑控制算法。首先,阐述了节点故障容忍度衡量指标,其次,详细分析了算法的各个阶段,最后通过仿真实验与常用算法对比,结果表明,基于故障容忍度的自适应容错拓扑控制算法具有更好的控制效果,极大地提高了使用效率。     

Internet拥塞控制系统在不同源控制算法作用下的资源竞争分析

在未来的Internet拥塞控制协议中,不同的用户群根据不同的QoS需求,可以实现不同的控制算法.系统地研究了拥塞控制系统在AIMD和MIMD两类源算法共同作用下的稳态和动态特性,这些特性揭示了配置不同源控制算法的用户群对网络资源的竞争.内容包括AIMD,MIMD算法共同作用下的系统模型、系统稳态分析、系统稳定性分析等.基于NS2系统的仿真结果,证实了给出的分析方法的有效性,并揭示了不同源算法对网络资源的竞争情况.     

一种基于dsPIC30F控制器的高精度实时控制算法

针对汇编程序控制算法精度对大幅度变化输入信号适应性差、运算实时性差的问题,提出了一种通用控制模型迭代算法和累加器归一化处理算法,基于dsPIC30F控制器将算法编制成通用、高效汇编子程序。在硬件平台上采用二阶滤波和微分控制环节对算法进行验证,实验表明了该算法的有效性。     

基于时延优化的软件定义网络控制层部署策略

当前大多数软件定义网络（SDN）中控制器的部署方案均重点考虑正常网络状态下传播时延对性能的影响,而忽略了链路故障状态下对时延的影响,针对此问题,提出了一种基于时延优化的控制层部署方案。首先,在综合考虑网络正常运行以及单链路故障等多种网络状态下的最坏情况时延最小化问题的基础上,以网络状态时延作为新的时延优化目标并建立了相应的数学模型。其次,提出了解决上述模型的两种启发式部署算法：基于贪婪算法的控制层部署算法（GA-CPA）和基于粒子群优化（PSO）算法的控制层部署算法（PSO-CPA）。最后,选取了真实网络拓扑及数据进行验证。仿真结果表明,GA-CPA和PSO-CPA两种部署算法均能在不同程度上降低网络状态时延,从而保证了大部分网络状态下的最坏情况时延维持在较低范围。     

控制量离散的轮式小车轨迹跟踪研究

针对机器人小车控制过程中的轨迹跟踪问题,以控制量为离散值的轮式小车为研究对象,提出一种新的预测控制算法.建立小车在离散状态空间下的运动学模型,并根据此模型设计预测控制算法,以克服实际过程中的不确定性.然后,为解决传统预测控制算法在应用上出现的计算量指数增长问题,基于改进模拟退火的快速寻优算法,设计一种新的预测控制策略,以同时保证小车轨迹跟踪的精确性与实时性.通过仿真实验给出了该算法下小车对不同轨迹的跟踪情况及鲁棒性测试,在与传统预测控制算法计算量的比较结果中表明,该算法能够减少计算时间且实现对轨迹有效地跟踪,并保证较高的稳定性,同时,该算法可以推广到各类控制量为离散值的预测控制问题.     

基于粒子群算法的混洗蛙跳算法

基于模因进化的演化算法是一种模拟自然界生物进化或社会种群活动的随机搜索方法。本文介绍一种基于新的智能搜索算法——混洗蛙跳算法的改进演化算法。对SFLA算法和PSO算法的基本原理进行阐述,为了更好地改进SFLA算法局部搜索能力差、收敛速度降低,将粒子群优化算法（PSO）与混洗蛙跳算法（SFLA）相结合,提出一种改进的混洗蛙跳算法（SFLA）,能够提高算法的局部搜索能力和稳定性。该算法比上述两种算法具有更好的性能,特别是对函数优化等问题计算效果更好。     

封闭园区内无人驾驶洗扫车路径规划及控制

为实现封闭园区自动洗扫车的无人驾驶功能,设计了一种基于封闭园区场景的路径规划与控制算法。采用改进的A-Star算法并融合三阶贝塞尔曲线构建全局路径规划层;基于状态空间采样设计局部路径规划层,考虑洗扫车转向约束、安全碰撞距离、道路边界距离等约束设计代价函数得到最优局部路径;使用Pure-Pursuit跟踪算法对局部路径规划层输出的最优路径进行追踪;搭建Simulink-ROS联仿平台,在Simulink中编写规划控制算法并编译植入到ROS平台下进行仿真验证;最后采用MDC300F车载计算机对算法进行多工况实车实验。结果表明,该规划控制算法能够控制自动环卫洗扫车在多工况场景下完成跟车、避障、会车等无人驾驶功能。     

GPC的预测状态空间形式及预测控制算法形式的统一

提出一种与ＭＡＣ，ＤＭＣ预测状态空间形式算法相似的ＧＰＣ预测状态空间形式的算法，使ＧＰＣ可以进行多步迭代预测，并讨论了ＧＰＣ预测状态空间算法可作为预测控制算法的一种统一形式。     

基于修正后拟牛顿算法的织物实时模拟

选用质点-弹簧模型来描述整个织物运动系统,提出了两种新的基于拟牛顿算法的方法用于织物的实时模拟,同时给出了一种开关算法,根据实时状态对两种方法进行自动选择,以保证更好的收敛速度.对新算法的收敛速度进行了理论上的证明和讨论,并将修正后拟牛顿算法的实验数据和结果与已有的研究成果作了深入的比较和分析,结果表明修正后拟牛顿算法无论在收敛速度还是整体性能上都比已有算法优越.     

基于连续时间的二阶多智能体分布式资源分配算法

针对二阶多智能体系统中的分布式资源分配问题, 本文设计两种连续时间算法. 基于KKT (Karush?Kuhn?Tucker, 卡罗需?库恩?塔克)优化条件, 第一种控制算法利用节点局部不等式及其梯度信息来约束节点状态. 与上述梯度方法不同, 第二种控制算法包括一致性梯度下降法和固定时间收敛映射算子, 其中固定时间收敛映射算子确保算法的节点状态在固定时间收敛到局部约束集, 一致性梯度下降法目的是确保节点迭代到资源分配问题最优解. 两种控制算法都对状态无初始值约束, 且控制参数都是常数. 利用凸优化理论和固定时间李雅普诺夫方法, 分别分析了上述控制策略在有向平衡网络条件下的渐近和指数收敛性. 最后通过数值仿真验证了所设计算法在一维和高维资源分配问题的有效性.     

基于dsPIC30F控制器的高精度实时控制算法

针对汇编程序控制算法精度对大幅度变化输入信号适应性、运算实时性差的问题，该文提出了一种通用控制模型迭代算法和累加器归一化处理算法，基于dsPIC30F控制器，将算法编制成通用、高效汇编子程序。在硬件平台上采用二阶滤波、微分控制环节对算法进行验证，实验表明了该算法的有效性。     

基于单神经元PID控制的直流无刷电机调速系统的建模与仿真

采用单神经元PID控制器的调速系统具有更好的动态性能和启动性能。针对直流无刷电机调速系统,采用了一种基于改进的单神经元PID控制算法,用MATLAB／Simulink仿真工具对调速系统进行了建模,矛对控制算法进行了仿真分析。仿真结果表明,使用该算法对直流无刷电机进行调速控制具有较高的可行性。与传统的PID控莉算法相比,新算法具有更好的鲁棒性,且易于实现。     

HSV颜色空间特征与Kalman滤波融合的目标跟踪

为了克服噪声、遮挡、背景的改变等对目标识别带来的困难,出现了很多的跟踪算法。提出了一种基于HSV色彩空间的目标跟踪融合算法,即在较短时间内,将目标的运动看作一时不变系统,引入卡尔曼滤波进行参数辨识,使得跟踪系统具有后续状态预测的能力。算法包括均值漂移算法跟踪下利用卡尔曼滤波对后续状态预测和基于卡尔曼滤波状态估计的Bhattacharyya系数分析两个子过程,整个跟踪过程分两个子过程交替执行。对不同的视频序列测试的结果表明,算法能够对目标进行持续、稳健的跟踪。验证了新方法的有效性和准确性。     

基于观测器的鲁棒模型预测控制算法

对于含有未建模动态的输入受限离散时间线性系统,当系统状态不可测时,提出一种基于状态观测器的鲁棒模型预测控制算法。该算法采用双模型控制结构,将不变椭圆集同时应用于估计状态方程和误差方程,保证算法的稳定性和可行性,并同时给出系统稳定和可行的条件。     

一种基于PID神经网络的农作物土壤湿度控制算法

针对不同农作物对于土壤湿度的不同要求,提出一种基于PID神经网络的土壤湿度控制算法。该算法综合PID神经网络和改进的粒子群算法,能够满足在大块田地中的多种农作物对于土壤湿度的不同需求。仿真分析的结果表明,该算法能够有效地满足各类农作物对土壤的湿度要求,提升了系统整体控制效果,缩短了控制时间,具有良好的动态性能。     

基于助老机器人的驱动电机控制算法研究

传统PID控制算法可靠性高、控制精度高、算法简单,但只对能够建立精确数学模型的控制系统有更好的控制作用。模糊自整定PID控制算法是结合传统PID控制和现代控制理论中模糊控制优点的一种现代控制算法。基于此,在结合PID控制算法的基础上进行改进,采用模糊自适应PID控制算法,并利用MATLAB进行仿真。结果表明,该算法提高了助老机器人控制系统的准确鲁棒性和抗干扰性能。