共查询到20条相似文献,搜索用时 46 毫秒
1.
用8031单片机实现的位置测控系统肖本贤ThePositionMeasuringandControlSystemImplementedby8031Single-ChipComputer¥XiaoBenXian1引言本单片机位置测控系统是集数据采集、显... 相似文献
2.
3.
4.
5.
6.
7.
8.
9.
刘欢臣 《计算机光盘软件与应用》2013,(5)
由于工作环境的多样性,单片机测控系统在工作过程中所受干扰比较大。为了减少这种影响,提出了抗干扰技术,它是一项系统性的工程,该系统开发的整个过程与环节都要进行抗干扰能力的设计。本文分析了干扰的来源与形成以及其对单片机测控系统产生的不良影响,从硬件、软件两方面来讨论单片机的抗干扰能力,尽可能的提高整个单片机测控系统的稳定性与可靠性。 相似文献
10.
针对一类状态不可测的多输入多输出非仿射型非线性系统, 提出了基于极值搜索算法的输出跟踪控制方法. 此方法无需设计系统状态观测器, 仅利用系统的输出量和极值搜索向量形成控制律. 应用平均化理论分析平均化系统的稳定性, 然后利用奇异值扰动方法, 证明了所提出的控制方法可以保证闭环系统的稳定性和输出跟踪误差的收敛性. 仿真结果验证了本文方法的有效性. 相似文献
11.
Control system design based on the mathematical theory of optimality so far exhibits two practical shortcomings. First, due to analytical difficulties it is not always possible to carry the solution to the end, especially in the case of nonlinear problems. Second, even if such a solution is obtained, it must necessarily be based on knowledge of the characteristics of the controlled plant. However, incomplete knowledge of such properties is the typical situation in control system design. This need not be a disadvantage, since the classical basis of control systems, i.e., the principle of feedback, allows one to largely overcome these difficulties, because a system with feedback can achieve the control objective even when the plant characteristics vary over a wide range. 相似文献
12.
针对密度峰值聚类算法存在数据集密度差异较大时,低密度区域聚类中心难以检测和参数敏感的问题,提出了一种新型密度极值算法。引入自然邻居概念寻找数据对象自然近邻,定义椭圆模型计算自然稳定状态下数据局部密度;计算数据对象余弦相似性值,用余弦相似性值来更新数据对象连通值,采用连通值划分高低密度区域和离群点;构造密度极值函数找到高低密度不同区域聚类中心点;将不同区域非聚类中心点归并到离其最近的聚类中心所在簇中。通过在合成数据集和UCI公共数据集实验分析:该算法比其他对比算法在处理密度分布差异较大数据集上取得了更好的结果。 相似文献
13.
14.
一种基于改进的极值中值滤波算法 总被引:2,自引:0,他引:2
提出的改进的极值中值滤波(IEM)算法是在极值中值滤波(EM)算法的基础上做了如下两点改进.首先,采用更合理的检测方法来检测噪声点,减小将信号点误判为噪声点的概率.其次,采用改进的滤波算法,解决了当噪声点个数大于像素总数一半时,传统中值滤波无能为力的问题.实验证明,当噪声密度很大时,IEM方法不仅比EM方法有更好的滤波效果,而且能够更好地保护图像细节. 相似文献
15.
16.
17.
基于局部极值点的音频盲水印算法 总被引:4,自引:0,他引:4
该文提出了一种新的音频水印算法。它充分利用了离散小波变换的多分辨率特性,在小波变换的细节部分搜索局部极值点,通过修改局部极值及其相邻点的幅度值,实现水印信息的嵌入。水印检测不需要参考原始音频。实验结果证明了该算法的鲁棒性和不可感知性。 相似文献
18.
针对在长时跟踪中,快速运动、遮挡等复杂情况很容易引起模板漂移,导致跟踪失败的问题,提出一种适合长时跟踪的自适应相关滤波算法.首先融合HOG特征、CN特征和灰度特征,在增强特征判别力的同时,结合EdgeBoxes生成检测建议并找到最优建议,实现跟踪器尺度与纵横比的自适应;然后利用高置信度跟踪结果来避免模板被破坏,将目标移动速度与边缘组数结合起来形成一种新的自适应更新率,并对每一帧目标框的尺度进行校正;最后在跟踪失败的情况下,应用增量学习检测器以滑动窗口的方式恢复目标位置.在标准测试集上与基于相关滤波的7种算法进行对比,实验表明,该算法在精确度和成功率上均取得较优效果. 相似文献
19.
提出一种改进的适用于智能安防领域中离岗检测的目标跟踪算法,该算法结合均值漂移算法和粒子滤波算法的优点,先使用均值漂移算法对目标进行预跟踪,然后在此基础上使用粒子滤波对目标精确定位,在保证了跟踪准确率的前提下缩短了算法的计算时间。此外,针对监控视频大多分辨率低,目标辨识度不高等特点,在本文中,原始视频流的灰度信息和纹理信息被作为待跟踪目标的特征。实验结果证明,采用该混合特征的目标跟踪算法比其他同类算法在目标跟踪的准确率和实时性上具有更好的表现,能够适应更广泛的视频场景。 相似文献