基于聚类的PCA和GRNN的CSI指纹定位算法

针对多径效应影响指纹定位算法中定位精度的问题,提出了一种基于聚类的主成分分析(principal compo-nent analysis,PCA)和广义回归神经网络(generalized regression neural network,GRNN)的信道状态信息(channel state information,...     

基于3DCNN的CSI-cluster室内指纹定位算法

针对室内环境中复杂的多径效应影响定位精度问题,提出一种基于3维卷积神经网络(3 dimensional convolutional neural network,3DCNN)多径程度划分的自校准指纹定位算法。该算法利用MeanShift方法分析定位区域内每一个采样点的信道状态信息数据分布特性,得到其可代表多径效应程度的簇类数量,结合阈值原则将指纹库划分为2种不同多径程度的子库,从而减少多径程度差异较大的指纹点对后续定位影响利用3DCNN深度学习2类指纹子库。在定位阶段,根据校准算法判断待测数据所属子库,并采用相应的3DCNN模型估计位置。通过仿真实验验证,该方法在保证指纹库构建合理性和高效性的同时,在定位精度方面实现了明显的提升,优于与之对比的相关算法。     

一种改进的基于脊线跟踪的指纹特征提取方法

本文改进了基于脊线跟踪的指纹特征提取方法,用局部Gabor滤波对指纹图像进行增强,提高了指纹脊线方向的计算精度,增强了指纹跟踪终止点的判决条件.改进后的算法在不增加算法时间复杂度的前提下,增强了特征点提取的准确性.     

一种机器人系统的鲁棒轨迹跟踪方法

文章基于标称模型，在反馈力矩补偿控制的基础上，考虑在实际机器人系统存在不确定性(外部扰动及摩擦力)时，基于终值有界定理，运用连续状态反馈的方法设计出一个新的机器人轨迹跟踪控制器．数值仿真表明，在初始误差较大的情况下，该轨迹跟踪控制器能够保证跟踪误差的终值有界性。     

一种基于神经网络的机器人轨迹跟踪方法

提出了一种基于神经网络中BP算法的动力学模型 ,该方法将估计转矩及由神经网络构成的补偿结构有效地结合在一起 ,增强了控制器的自适应性 .在机器人动力学方程存在误差的情况下 ,能通过文中提出的参数调整规则补偿误差 .该控制器在理论和仿真实验中均取得较理想的结果 .     

机器人运动的离散轨迹规划法

提出了机器人运动的逐段离散轨迹规划法，该方法考虑了离散轨迹规划时间间隔应与轨迹跟踪控制所决定的采样时间间隔的一致性，在关节速度，转矩，关节冲力及工具端速度的束条件下，沿给定路径逐段规划出各关节的位置，速度等的时间序列，对具有六自由度的Ｓｔａｎｆｏｒｄ操作的规划实例，充分表明了该方法的有效性。     

轮式移动机器人轨迹跟踪控制方法

针对轮式移动机器人轨迹跟踪这一典型控制任务,提出了基于模糊控制规则的滑模控制方法。该方法采用等速趋近律,利用连续函数代替符号函数获得切换控制律,最后运用Lyapunov理论证明系统的稳定性。仿真结果表明该方法不但能够有效的跟踪机器人的参考轨迹,还能有效的减少在控制中的抖振现象。即使存在外界干扰的情况下,也具有良好的控制品质。     

基于backstepping方法的两轮移动机器人轨迹跟踪控制

主要利用backstepping方法实现对两轮移动机器人基于动力学模型的控制系统设计与轨迹跟踪.首先,利用牛顿-欧拉公式对两轮移动机器人进行动力学建模;其次对两轮移动机器人的动力学模型进行解耦;最后,利用backstepping方法完成了对移动机器人的轨迹跟踪控制.数值仿真验证了backstepping控制方法的有效性...     

基于随机部署RP的位置指纹定位算法

随着人们对位置信息需求的不断增加,室内定位技术迎来了前所未有的研究热潮.在分析影响基于位置指纹定位算法性能主要因素的基础上,提出了基于随机部署参考点(RP)的位置指纹定位算法.该方法首先将目标环境划分成多个子区域,在每个子区域中采用随机方式部署RP,从而减少定位成本、提高灵活性;为了在保证定位性能的前提下缩短定位时间,给出了两种数据剔除方法.仿真结果表明,该方法能够获得良好的定位性能,具有实际的应用价值.     

一种基于CSI的跌倒检测方法

针对传统人体行为识别方法系统搭建成本高、部署复杂且存在侵犯隐私等问题,提出一种使用商用Wi-Fi设备获取信道状态信息CSI进行人体行为识别与跌倒检测的方法.通过提取信道状态信息CSI中的幅度和相位特征作为基础信号,并使用功率谱熵作为新特征建立指纹库.采用基于人工鱼群算法AFSA修正的支持向量机SVM对动作进行分类识别,通过对SVM中的参数惩罚因子和核函数参数进行优化选择达到优化分类的效果.根据真实环境数据验证表明,平均识别率达到94.64%.     

基于轨迹线性化控制方法的全驱动自主式水下航行器轨迹跟踪控制

基于轨迹线性化控制(Trajectory Linearization Control,TLC)方法研究了全驱动自主式水下航行器（AUV）的轨迹跟踪控制.利用微分方程奇异摄动理论中的时标分离思想,将全驱动AUV的轨迹跟踪控制系统分成快、慢回路,分别基于轨迹线性化思想设计出快、慢回路控制器;利用Lyapunov稳定性理论对闭环控制系统进行了稳定性分析,通过AUV爬升转弯过程的仿真验证了该控制方法的有效性.     

基于车辆动力学的轨迹跟踪器设计

轨迹跟踪是移动机器人导航中的核心问题之一。针对非完整运动约束车辆,利用反馈线性化方法设计了轨迹跟踪器,仿真研究了跟踪算法的鲁棒性。最后,介绍了工程实现中参数观测器设计等相关问题。     

基于跟踪轨迹的车辆异常行为检测

为提高ITS(Intelligent Traffic System)交通事件管理的智能性, 提出基于跟踪轨迹的车辆异常行为检测,分为目标检测跟踪、轨迹分析处理和车辆行为分析3 个步骤。首先利用三帧差法对目标进行初始定位, 采用基于Kalman 预测器的改进跟踪算法对车辆进行跟踪; 然后提出采用最小二乘法自适应分段直线拟合算法对目标跟踪获得的运动轨迹进行快速拟合; 最后结合运动方向变化率和速度变化率两个参数建立车辆异常行为检测模型。实验结果表明, 在道路监控视频中, 该算法能快速准确检测急刹车、急转弯和急转弯刹车等车辆异常行为。     

基于视觉和后推方法的智能车轨迹跟踪控制

通过基于视觉的车道标志线识别系统建立智能车的期望跟踪轨迹,并将智能车运动学模型转换为链式系统模型,同时利用Backstepping方法设计控制律,克服了动态反馈线性化的方法设计的控制器维数较高以及滑模变结构控制器会呈现高频的抖振的缺点。通过仿真试验表明该方法得到了较好的轨迹跟踪控制效果和良好的全局稳定性。     

基于Backstepping的非线性船舶航迹跟踪控制器设计

针对船舶动态存在大惯性、时滞、非线性等特点,和船舶航行中易受海风、海浪、洋流等环境因素的影响的问题,考虑三自由度非线性船舶运动数学模型。基于Backstepping设计思想,设计了具有全局渐近稳定的船舶航迹跟踪控制器。Simu-link仿真结果表明,船舶实际航迹能够跟踪期望航迹,达到了满意的控制效果,验证了所设计控制器的有效性。     

基于蚁群算法的篮球运动员远距离投篮轨迹跟踪方法

为了提高篮球运动员远距离投篮轨迹跟踪识别能力,提出基于蚁群算法的轨迹跟踪识别方法.采用动力传感敏感跟踪元件实现投篮轨迹数据采集,构建篮球运动员远距离投篮轨迹数据特征分析模型;结合运动学参数融合和动态识别方法进行远距离投篮轨迹数据的分类检测,构建远距离投篮轨迹的运动力学耦合控制模型;采用蚁群个体寻优跟踪方法,构建篮球运动...     

基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.     

基于压应力中心的仿人机器人离散轨迹运动控制

针对仿人机器人运动姿态和行为的离散轨迹规划中所存在的机器人稳定性问题,提出了基于压应力中心反馈的控制方法.该方法以17自由度的仿人机器人MechG作为样机,根据动态平衡状态下机器人的压应力中心(Center of Pressure,COP)和零力矩点(Zero Moment Point,ZMP)重合的特性,通过检测COP反馈信息实时调整仿人机器人的各关节运动速度,以此规避机器人的不稳定轨迹点.通过机器人MechG的实验,验证了所提出的控制方法是可行的.     

基于计算力矩法的永磁球形电动机轨迹跟踪控制

永磁球形电动机动力学系统是一个多变量、非线性、强耦合系统.外部扰动、参数估计误差以及模型的近似均会影响系统的控制效果.为了获得良好的静态和动态性能,改善轨迹跟踪性能,提出了一种基于计算力矩法的永磁球形电动机轨迹跟踪控制策略.仿真结果表明,此方法可有效地削弱各轴向间非线性交叉耦合的影响,对外部扰动和模型误差具有良好的鲁棒性,可实现理想的轨迹跟踪控制效果.