考虑关节柔性的模块机器人动力学参数辨识

提出了一种基于3维运动测量系统Optotrak3020的柔性关节模块机器人动力学模型参数辨识方法.首先将机器人的动力学模型参数化为不包括刚度力矩的线性形式,避免了参数矩阵的标定问题.激励轨迹基于有限的傅里叶级数函数,采用自适应遗传算法得出了优化的傅里叶级数系数.机器人每一关节单独跟随优化激励轨迹进行运动,同时电机位置、...     

延时双线性系统参数估计的一种新方法——Fourier级数法

本文提出了一种用Fourler级数来估计延时双线性系统模型参数的新方法.通过Fourier 级数的延时分析法,把原延时双线性系统方程转换成可用输入输出信息来确定待定参数的代 数方程,最后用最小二乘法得到参数的估计值.与Walsh级数方法相比本文给出的运算矩阵 精确度更高,并且在输入信息是正弦信号时,计算过程相当简洁.     

不同位置四点支承矩形薄板的自由振动特性

研究不同位置四点支承条件下矩形薄板的自由振动特性.首先,在板结构模型的不同位置上引入横向约束弹簧,并设定人工弹簧的刚度值以模拟出四点支承的边界条件.然后,基于二维改进傅里叶级数表示结构的位移容许函数,其中改进部分的正弦附加项可解决以往位移函数在边界上可能存在的求导不连续问题.建立矩形板系统能量对应的泛函,令其取驻值建立线性方程组.最后,求解矩阵特征值问题得到点支承矩形板自由振动频率等参数,给出不同位置四点支承条件下矩形薄板的振动特性.所应用二维改进傅里叶级数法中,位移函数基于改进傅里叶级数展开时的附加项能够提高结果的精度和收敛速度.研究结果为不同位置点支承矩形板的自由振动问题提供一定的参考.     

基于贝叶斯网络模型的纹理分析及分类

用贝叶斯网络对纹理图像建模,并基于此模型给出了一种纹理分类的方法.把纹理图像在一个窗口内各个像素的灰度值看作贝叶斯网络的一次实现,通过训练得到各类纹理所对应贝叶斯网络的结构和参数,用纹理图像像素点在网络中的条件概率分布作为特征进行纹理分类.实验结果证明了该方法的有效性.     

超小型旋翼机系统悬停状态的辨识仿真研究

建立了超小型旋翼机系统的非线性参数化模型. 通过把非线性模型在悬停点线性化，得到用物理参数描述的系统姿态运动的线性模型；基于其离散状态空间模型，采用子空间方法进行线性系统识别．仿真结果表明：子空间方法可以较准确地辨识所推导的超小型旋翼机系统悬停状态的线性物理参数模型，从而能获得系统的一些难以准确计算或测量的主要物理参数．     

基于多神经元模型的非线性系统预测控制

利用单神经元来逼近非线性系统在平衡点邻域内的泰勒展开式的直至二次项,首次提出了一种用多个单神经元模型来拟合非线性系统的建模方法,引入多模型参考轨迹,得到一种新的多模型预测控制。仿真结果表明,基于二阶泰勒级数得到的多神经元模型的预测控制器的性能要优于采用泰勒级数一阶线性项得到的多模型预测控制器,但计算量并未显著增加。     

利用误差多项式设计模型匹配控制系统的一种方法

一、前言在伺服控制系统中,有关模型匹配控制系统的设计方法已有为数众多的研究。这些研究的共同之处是用有理多项式除法所产生的无穷级数来设计控制系统。一般无穷级数     

PanoVideo:摄像机运动建模及从视频估计摄像机运动参数的一种方法

通过给摄像机平移、旋转与变焦等运动建模，并把运动模型与基于象素点亮度变化的方法相结合来估计 摄像机运动参数。用得到的运动参数可以把视频构造成一幅全景图，全景图可广泛应用于视频压缩与检索。实验表 明，该方法可成功地应用于视频会议系统中的视频压缩与视频检索。     

Pano Video:摄像机运动建模及从视频估计摄像机运动参数的一种方法

通过给摄像机平移、旋转与变焦等运动建模，并把运动模型与基于象素点亮度变化的方法相结合来估计摄像机运动参数。用得到的运动参数可以把视频构造成一幅全景图，全景图可广泛应用于视频压缩与检索。实验表明，该方法可成功地应用于视频会议系统中的视频压缩与视频检索。     

基于BP神经网络的距离损耗模型室内定位算法研究

传统的基于距离损耗模型的室内定位算法大部分都是先将接收信号强度RSSI进行滤波,再转换成距离,然后再通过位置距离算法实现位置估计。此方法必需要根据经验或通过大量数据拟合无线信号传播模型中的参数A和N,因此过于依赖经验且对不同的定位环境算法普适性不强,精度不高。在研究分析无线信号传播模型和传统的室内定位算法的基础上,提出了用BP神经网络模型来拟合传统的距离损耗模型,得到距离后,再利用泰勒级数展开的算法最终实现位置估计。实际的实验结果表明,与传统定位算法相比提高了定位精度和算法普适性。     

基于傅立叶级数的小样本振荡序列灰色预测方法

针对现有灰色模型不能适用于小样本振荡序列预测的问题, 提出了基于傅立叶级数的小样本振荡序列灰色预测方法. 首先对原始序列建立GM(1,1) 幂模型以描述系统行为的总体趋势; 然后利用傅立叶级数提取模型的残差序列所包含的周期性振荡规律, 并以二者之和构成新的时间响应函数; 最后以平均误差最小化为目标, 建立非线性优化模型求解最优参数. 应用实例表明, 该方法能够有效地提高灰色模型对小样本振荡序列的预测精度.     

一种非线性状态参数延时系统的离散化方法

为了得到非线性状态参数延时系统的离散模型,提出 了一种非线性状态参数延时系统的离散方法.该方法基于泰勒级数和Scaling and Squaring技术,可以为非线性状态参数延时系统提供准确的离散模型.所得到的模型具有有限的维数,因此该模型可以用来设计相应的非线性控制器.当采样周期增大的时候,为了得到足够准确的离散模型...     

输入具有齿隙非线性特性的周期系统的自适应控制

针对一类输入含齿隙非线性动态特性的周期时变系统, 在周期不确定性可时变参数化的条件下设计自适应控制器. 对周期时变参数进行傅里叶级数展开, 并采用微分自适应律估计未知傅里叶系数和齿隙动态特性参数, 通过鲁棒方法消除截断误差和齿隙模型的有界误差项对系统性能的影响. 采用双曲函数替代符号函数确保控制器可微, 同时能有效抑制颤振. 引入Δ函数, 避免参数估计发散, 并保证系统输出渐近跟踪理想轨迹. 理论分析与仿真结果表明, 闭环系统所有信号有界.     

考虑谐波影响的开关磁阻电机无位置技术研究

针对用传统傅里叶级数相电感模型估计开关磁阻电机转子位置时直接忽略高次谐波,仅考虑到基波或者二次谐波,导致位置估计精度不高的问题,提出了一种考虑谐波影响的开关磁阻电机无位置控制方法.该方法通过对电感进行坐标变换以及差值电感辨识,消除了傅里叶级数电感的直流分量、偶次谐波分量以及三的倍数次谐波分量.选取谐波含量最少的差值电感构建角度--差值电感关系数学模型,利用其特征点估算转子位置.为了验证所提算法的有效性以及正确性,以一台12/8极开关磁阻电机为控制对象,进行了仿真以及实验.实验结果表明,减少电感谐波后估计转子位置精度提高,且在较大电流条件下用差值电感估计转子位置角度时,位置估计精度几乎不受电机磁饱和因素的影响.     

改进的软件测试预测模型

基于Gompertz模型进行软件测试预测存在数据拟合精度差的不足,提出改进的Gompertz模型,用高斯-牛顿法将原Gompertz方程式按照泰勒级数展开,选取样本观测值与参数的初始点后,为了进一步估算参数,用最小二乘法反复迭代修正参数校正量。用实测数据验证改进后的模型,结果表明改进后的模型在缺陷发现的准确率、与实际数据的拟合度、预测值与实际值的绝对误差率方面都优于原模型。     

磁共振成像的3D头面部模型的标准化处理

通过磁共振成像技术获取人体头部的系列二维图像,分别提取其边界坐标数据,并采用傅里叶级数拟合各层的外形轮廓,建立了一种分层描述的3D头部参数化模型.然后根据人类面部主要特征定义了若干特征层,并基于面部特征相匹配的原则,对多个样本进行了平均处理,构造出3D标准头面部模型,能够反映特定人群的综合特点.作为实例,用558个样本...     

用于头面部装备设计的3D头部模型的标准化处理

根据医用CT测得的头部切片的边界数据,采用傅里叶级数拟合各个切片的外形轮廓,建立了一种分层表示的3D头部数学模型．为了得到能够反映特定人群综合特点的标准头部模型,根据人类面部的主要特征定义了若干特征层,并根据特征层相匹配的原则,对样本进行了平均处理,构造了3D标准头部模型．作为实例,用98个样本构造了一个标准头部模型．     

网格分解二维投影边界点的三维模型检索方法

提出了一种网格分解二维投影边界点的三维模型检索方法．首先，对三维模型进行位姿对准、投影变换和边界点提取；然后，对提取的投影边界点用网格分解的组合方法参数化，并对该参数化函数进行傅里叶分解，得到图形特征；最后，对特征描述符做相似性匹配，计算特征比较值，得到检索结果．对比实验表明，该方法可以在较短的响应时间获得较优的检索性能．     

基于泰勒级数的迭代学习算法

针对存在不确定扰动的线性时变系统的轨迹跟踪控制问题，提出了基于泰勒级数的迭代学习算法．该算法利用泰勒级数将系统参数化，导出一种基于泰勒级数的线性时变系统的近似模型．在此模型的基础上，利用迭代学习方式修正输入量的泰勒展开系数，并用LMI方法求解学习增益矩阵．所提出算法在系统不满足正则性或无源性时，仍可用输出误差信号来构造学习律．仿真结果表明了该算法的有效性．     

基于特征模型的柔性结构直接自适应模糊预测控制

为了避免用模态截断方法设计控制器时所引起的控制和观测溢出问题,把柔性结构模型转化为用含有未知系数的二阶差分方程描述的特征模型,对此模型提出了当柔性结构实现位置保持时的直接自适应模糊预测控制方法.此方法直接利用模糊逻辑系统设计预测控制器,并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整.文中证明了所设计的控制器可使广义误差估计值收敛到原点的一个小邻域内.仿真结果验证了此方法的有效性.