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。     

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。     

改进的人工免疫识别系统及其性能分析

为了改善人工免疫识别系统的非线性能力,进一步优化分类器性能,提出了一种改进的人工免疫识别系统。新算法采用混合核函数来提升算法的非线性能力,同时,对记忆细个体进行适应度评估,淘汰低适应度的细胞来优化免疫分类器。改进的算法被应用于复杂UCI数据集的分类,分类结果与其他经典的分类算法的结果进行比较,结果显示该算法具有更好的分类性能。     

单纯形搜索在遗传算法中的融合研究

构造了单纯形混合遗传算法SM-HGA⁺。分析单纯形搜索算法,提出了单纯形交叉算子和K步随机单纯形搜索算子,并将单纯形搜索算法和这两个算子分别融入到最优微群体μP_B（t）、最差微群体μP_W（t）和普通群体P_C（t）,形成SM-HGA⁺。最优微群体中的单纯搜索算法提高算法的精度;最差微群体中的单纯形交叉算子加速最差个体向优秀个体进化;普通群体中K步随机单纯性搜索提高全局搜索速度,同时在普通群体采用大交叉概率的标准遗传算法,提高全局搜索能力。遗传算法测试函数验证算法SM-HGA⁺的正确性、效率。     

CIP-I智能仿生人工腿步速测量系统研究与设计

CIP—I Leg是国内首个智能仿生人工腿原型机,首先介绍了CIP—I Leg的基本结构,然后重点介绍了该人工腿步速测量系统的设计方案,包括步速调整原理、控制系统结构、针阀开度值的设置方法以及步速测量系统硬件和软件设计等;提出了一种新的步速测量方法,即通过测量人工腿一个完整的步行周期,用步行周期的长短来反映步行速度的快慢;实验结果表明,所设计的步速测量系统精度高,实时性好,功耗低,能非常可靠地检测出CIP—I Leg的步行速度。     

三电平矢量控制变频器随机SVPWM技术

针对三电平矢量控制变频器优化PWM控制问题,提出一种能够使系统保持固定的开关频率和采样频率的随机空间矢量脉宽调制(SVPWM)方法。该方法在不改变矢量作用的伏秒平衡规律的前提下,通过随机调整各矢量在每个三角载波的上升段和下降段的时间分配来实现随机SVP-WM,且其随机效果不依赖于零矢量。另外,提出一种三重随机化M序列的设计思路,以增强SVP-WM的随机效果。实验结果表明,相比常规的SVPWM算法,该算法输出的线电压和相电流频谱在较宽的频带范围内分布更均匀,整数倍开关频率处的谐波幅值大大降低。     

智能仿生人工腿步速测量系统硬件研究与设计

CIP-I Leg是国内首个智能仿生人工腿原型机。本文首先介绍了CIP-I Leg的基本结构，给出了实物照片和三维CAD视图，然后重点介绍了该人工腿步速测量系统的设计方案，包括步速调整原理、控制系统结构、针阀开度值的设置方法、以及步速测量系统硬件和软件设计等。文中，我们提出了一种新的步速测量方法，即通过测量人工腿一个完整的步行周期，用步行周期的长短来反映步行速度的快慢。在硬件电路设计中，我们采用了美国A1legro公司的A3144EUA开关型霍尔传感器和TI公司的MSP430F149微处理器。微处理器用米处理霍尔传感器的信号并计算出步行周期值。实验结果表明，所设计的步速测量系统精度高，实时性好，功耗低，能非常可靠地检测出CIP-I Leg的步行速度。     

基于计算机网络控制技术的实验室系统

根据一般工科院校底子薄、基础差、经费紧张,实验室建设规模严重滞后于迅速膨胀的学生规模和国内外网络实验室的发展状况,提出了一种基于计算机网络技术的现代实验室系统方案.     

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(flexble polyhedron hybrid genetic algorithm,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(Simple Genetic Algorithm,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.     

Fuzzy-GA PID controller with incomplete derivation and its application to intelligent bionic artificial leg

An optimal FID controller with incomplete derivation is proposed based on fuzzy inference and the genetic algorithm, which is called the fuzzy-GA PID controller with incomplete derivation. It consists of the off-line part and the on-line part. In the off-line part, by taking the overshoot, rise time, and settling time of system unit step response as the performance indexes and by using the genetic algorithm, a group of optimal PID parameters Kp* , Ti* , and Td* are obtained, which are used as the initial values for the on-line tuning of PID parameters. In the on-line part, based on Kp* , 77 , and Td* and according to the current system error e and its time derivative, a dedicated 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 dynamic and steady-state performance. The controller has been used to control the D. C. motor of the intelligent bionic artificial leg designed by the authors. Th