一种基于点频滤波器的微分信号提取方法

针对经典微分方法存在显著的干扰放大效应和非线性微分方法的不足,提出了一种新型线性微分方法.文中分析了对象阶跃激励响应和正弦激励响应的内在关联.指出了在一定的条件下,可通过对象的正弦激励响应获取对象阶跃激励响应的微分信号.并给出了一种点频滤波器能够实现阶跃激励到正弦激励的转换方法.进而由点频滤波器和一种新型正弦跟踪滤波器等构建了一种新型微分信号提取的逻辑回路结构.文中提出的方法具有良好的抗噪声干扰特性,是线性滤波技术的发展与延伸,并具有良好的理论意义和实际应用前景,可作为经典控制理论的有益补充.数学分析、仿真实验和实际应用的结果进一步证实了文中所述方法的正确性和有效性.     

基于反双曲正弦函数的跟踪微分器

反双曲正弦函数是光滑连续函数,具有快速并消除速度高频震颤的作用.利用反双曲正弦函数构造加速度函数,设计二阶跟踪微分器,证明了跟踪微分器的收敛性,并分析了跟踪微分器频域特性.仿真实验表明,该跟踪微分器能对输入信号进行低通滤波,且跟踪精度高,响应速度快;同时,它较好地抑制了微分信号的噪声放大效应,可以得到输入函数理想的微分信号.     

基于改进跟踪微分器的进气压力控制技术研究

高空台进气压力控制系统是高空模拟的关键部分,直接决定了模拟环境的可靠性。然而,其被控对象存在非线性与时滞特性,易导致反馈信号出现相位延迟和受噪声干扰。针对传统方法不能很好解决相位与滤波之间的矛盾,引入Fal函数滤波器,设计了一种改进的跟踪微分器实现对信号的相位补偿和滤波。数值仿真分析表明,改进跟踪微分器比传统相位补偿器具有更强的滤波和相位补偿能力。通过仿真试验证明了改进跟踪微分器在进气压力控制系统中的有效性。该方法可以提升进气压力控制系统的抗干扰能力。     

利用跟踪微分器构造未知函数的寻优器及求根器

针对函数结构未知的情形,构造出能寻优和求根的非线性动态系统。这些动态系统是用两个跟踪微分器和函数的输入输出过程值模拟数值迭代过程得到的,是对未知函数实现寻优和求根的动态结构。     

高精度快速非线性离散跟踪微分器

对二阶连续系统最速控制设计中采用的综合函数作了分析, 得到了一种新的高精度、快速离散非线性跟踪微分器, 并对其滤波特性、微分提取特性进行了初步分析. 分析表明, 这种跟踪微分器对输入信号具有很好的跟踪能力, 能够滤除噪声和提取微分信号. 相位延迟小, 幅值衰减小, 因而具有跟踪的快速性、准确性. 最后, 给出了数值仿真例子来验证该算法; 并给出了一个实验结果, 证实了算法的可行性.     

非线性跟踪-微分器的分析与改进

本计非线性跟踪－微分器的工作机理和参数意义进行了深入分析，发现了超调产生的根源及参数相近制约的原因，通过对其开关平面函数的改进，改善了信号的品质，得到了灵活解耦的参数整定方法，使非线笥跟踪于微分器更具有工程实用意义。     

一种基于跟踪微分器的简单自适应控制算法

应用跟踪微分器在处理信号时具有较强的误差衰减能力和抗扰动能力,针对传统的简单自适应控制算法中增益调节过于简单、收敛速度慢且适应性不强的缺点,对传统的简单自适应算法进行了改进,提高了收敛速度,减小了静差。描述了该算法的结构和原理,运用Lyapunov稳定性理论和LaSalle不变性原理证明了控制算法是稳定的,跟踪误差收敛到零。计算机仿真结果验证了算法的可行性和有效性,并给出了参数选择的一般法则。     

基于跟踪微分器的基波测量方法研究

电网基波参数特别是基波频率在谐波分析与治理中具有重要的地位,也是电能质量、电能计量以及电力系统控制等领域的重要技术指标。在非同步采样情况下,针对基于频域法测量基波频率存在频谱泄露现象和测算精度不高的问题,提出了基于跟踪微分器(Tracking Differentiator,TD)的基波参数时域测量方法。该方法的主要思想是将检测到的基波信号通过TD来获取基波跟踪信号及其微分跟踪信号,再通过这两个信号的最大幅值即可获取基波的幅值、频率和初相位参数。仿真结果表明,本文方法只需要60%额定工频周期窗口的样本数据即可获得较高精度的基波参数测算值,是一种有效的基波参数测量方法。     

基于改进sigmoid函数的非线性跟踪微分器

本文受神经网络中常用的sigmoid激励函数特性的启发,提出了一种形式简单、调参相对容易的非线性跟踪微分器(STD).首先,在sigmoid函数的基础上引入指数和幅度因子,利用改进后的sigmoid函数构造加速度函数,接着,借助Lyapunov直接法证明了所设计的跟踪微分器的非摄动形式具有全局渐近稳定性,随后利用系统等价性给出了跟踪微分器的具体形式并通过扫频测试分析了其频域特性;最后,与线性微分器(LD)、全程快速跟踪微分器(HSTD)以及改进的跟踪微分器(ITD)、反正切形式的跟踪微分器(ATD)分别进行对比仿真分析.结果表明,基于sigmoid函数设计的跟踪微分器可以兼顾响应的快速性以及平稳性、全程无抖振,对信号的广义导数具有良好的逼近能力和滤波效果.     

一种新型线性二阶滤波器的研究与应用

针对线性二阶滤波器时间滞后的问题,提出了一种LCR正弦跟踪的变形结构和新型正弦跟踪的新方法.通过对变形结构深入的理论研究和分析后得出,LCR正弦跟踪器特性的不理想,是造成二阶滤波器滞后问题的内在原因.通过正交调幅和正交解调等技术构造出一种新型的正弦跟踪器,采用新型正弦跟踪器构造出的新型二阶滤波器,具有滞后时间较小和抗噪声干扰特性较强等优良的线性滤波特性.文中提出的方法属于一种线性滤波技术,能够应用在控制理论的信号滤波等方面.通过数学分析、仿真实验和实际应用等分析了所提出方法的有效性.     

反正切形式跟踪微分器设计及相平面分析

跟踪微分器可以从不连续或含有噪声的测量信号中提取连续滤波信号和微分信号. 本文从二阶跟踪微分器的加速度函数式入手, 提出一种反正切形式的跟踪微分器结构, 利用李雅普诺夫第二方法证明其具有全局一致渐进稳定性, 利用相平面分析方法研究, 说明原点是稳定结点或稳定焦点, 并给出跟踪微分器参数调节的定性规律和约束条件. 最后在含有噪声的方波输入下进行仿真, 结果表明反正切形式跟踪微分器可以兼顾跟踪快速性与过渡过 程平稳性, 并且具有很好的滤波效果, 可以给出连续平滑的跟踪信号和微分信号, 而且待调节的参数较少, 具有工程实用价值.     

Sliding mode tracking control with differential evolution optimisation algorithm using integral-chain differentiator in uncertain nonlinear systems

This paper presents sliding mode tracking control for a class of uncertain nonlinear systems with unknown parameters and system states. The sliding mode tracking controller with the differential evolution (DE) algorithm using integral-chain differentiator (ICD) is designed for the trajectory tracking in uncertain nonlinear systems. The ICD added into the sliding mode tracking systems provides the estimation of unknown states. The DE optimisation algorithm on the basis of ICD realises the unknown parametric identification in the limitation of unknown system states. The simulation is implemented to illustrate that the combined control scheme achieves high precision tracking performances.     

Fast terminal sliding‐mode finite‐time tracking control with differential evolution optimization algorithm using integral chain differentiator in uncertain nonlinear systems

This paper presents a fast terminal sliding‐mode tracking control for a class of uncertain nonlinear systems with unknown parameters and system states combined with time‐varying disturbances. Fast terminal sliding‐mode finite‐time tracking systems based on differential evolution algorithms incorporate an integral chain differentiator (ICD) to feedback systems for the estimation of the unknown system states. The differential evolution optimization algorithm using ICD is also applied to a tracking controller, which provides unknown parametric estimation in the limitation of unknown system states for trajectory tracking. The ICD in the tracking systems strengthens the tracking controller robustness for the disturbances by filtering noises. As a powerful finite‐time control effort, the fast terminal sliding‐mode tracking control guarantees that all tracking errors rapidly converge to the origin. The effectiveness of the proposed approach is verified via simulations, and the results exhibit high‐precision output tracking performance in uncertain nonlinear systems.     

Precise control of linear systems subject to actuator saturation using tracking differentiator and reduced order composite nonlinear feedback control

Aiming at the actuator saturation problem and the system performance requirement, this article proposes a new control scheme, i.e. a newly developed tracking differentiator-composite nonlinear feedback (TDCNF) control law, which is the combination of a tracking differentiator (TD) and a reduced order composite nonlinear feedback (CNF) control law. The TD, used here, mainly helps to provide a smooth reference signal and largely avoid actuator saturation. The reduced order CNF control law, on the one hand, estimates those unmeasurable state variables for measurement feedback control and, on the other hand, ensures satisfactory system performance. The stability of the newly developed TDCNF is proved in detail. Finally, to verify the effectiveness of the newly developed TDCNF control law, two illustrative examples are demonstrated and therein a novel design of the proposed control law is given. Simulation results show that the proposed control law can achieve good tracking performance and effectively avoid the actuator saturation.     

自动人脸跟踪方法研究

针对实时视频监控领域中传统的Camshift算法不能自动跟踪人脸和容易受到肤色相近遮挡等问题,首先采用Adaboost算法实现了人脸的自动检测,同时对于跟踪丢失等情形,通过贪心预测和卡尔曼预测对跟踪偏差进行实时改进,并比较两种算法的优缺点。实验表明前者对跟踪的准确性有较大提高,后者具有较好的实时性,在相近肤色遮挡时仍能实现正确跟踪,并对侧脸也有较好的效果,算法具有较好的鲁棒性。     

Hybrid state estimation: a target tracking application

In this paper we present a framework in which the general hybrid filtering or state estimation problem can be formulated. The problem of joint tracking and classification can be formulated in this framework as well as the problem of multiple model filtering with additional mode observations. In this formulation the state vector is decomposed into a continuous (kinematic) component and a discrete (mode and/or class) component. We also suppose that there are two types of measurements. Measurements that are related to the continuous part of the state (e.g. bearing and range measurements in a radar application) and measurements that are related to the discrete part of the state (e.g. radar cross-section measurements). We will derive an optimal filter for this problem and will show how this filter can be implemented numerically.     

基于信息分享机制的粒子滤波算法及其在视觉跟踪中的应用

针对基本粒子滤波方法存在的权值退化和计算效率低问题,提出了一种基于信息分享机制的粒子滤波算法.该方法将粒子群优化算法和蚁群优化算法的优化思想共同作用到粒子更新中,实现粒子之间信息共享,从而增强粒子的多样性和最优估计能力.同时分析了该算法的收敛性.视觉跟踪实验表明,该算法能用较少的粒子实现单目标和多目标跟踪,综合跟踪性能优于基本粒子滤波和基于粒子群优化的粒子滤波方法,验证了本算法的有效性.