摘要:目的 针对具有外界干扰不确定性的柔性关节机械手实际轨迹跟踪稳定性问题,提出一种自适应动态面控制与神经网络相结合的方法。 方法 对于非线性系统中的函数以及未知参数,根据径向基函数(RBF)神经网点对其进行逼近,并对来自外界对系统的干扰项,通过设计阻尼项将其补偿,再根据动态面的相络的特关知识对该非线性系统中的控制器进行设计且实现关节轨迹跟踪控制。 结果 仿真结果表明:在非线性系统中,该方法能够克服干扰不确定性项,实现机械手连杆转角 q 较好的跟踪效果,误差缩在 5%以内,具有较强的跟踪稳定性,且随着时间的进行,跟踪误差愈发减小且趋向于 0,对于参数的估计以及逼近都达到了理想的阈值。 结论 该方法保证了闭环非线性系统半全局稳定,又可利用参数调节的方式达到跟踪误差任意小,且设计的控制器不但保证了机械手的位置跟踪稳定性,而且很好地解决了跟踪抖动问题。

摘要:目的 针对传统卡尔曼滤波算法估算锂电池的荷电状态( SOC) ,其值用 RSOC 准确度不足的问题,提出一种分数阶鲁棒无迹卡尔曼滤波联合无迹卡尔曼滤波 ( FORUKF - UKF) 方法估计锂电池 SOC。 方法 在动态应力测试( DST) 下,采用自适应遗传算法( AGA) 对锂电池分数阶模型( FOM) 进行参数辨识;在 FOM 的基础上将无迹变换(UT) 技术与 H∞ 观测器结合提出 FORUKF 算法,并与 UKF 联合实现 SOC 估计;联合估计器中的 UKF 实时估计电池模型中的欧姆电阻 R0 ,并反馈至 FORUKF 算法中估算得到 SOC;最后在北京动态应力测试( BJDST) 下与拓展卡尔曼滤波( EKF) 、分数阶无迹卡尔曼滤波( FOUKF) 进行比较验证。 结果 在估计 SOC 的过程中 FORUKF-UKF 方法相对于 EKF、FOUKF 和 FORUKF 始终保持了最高的估计精度,展现了更好的鲁棒性。 结论 FORUKF-UKF 方法在估计锂电池 SOC 方面比 EKF、FOUKF 和 FORUKF 算法具备更好的准确性和鲁棒性。

摘要:目的 针对磁悬浮球系统非线性不稳定和滞后性的问题,提出一种基于粒子群优化的自适应灰色预测 PID(Proportion Integration Differentiation)复合控制策略。 方法 通过在 PID 控制模块的反馈环中引入具有等维新息特征的灰色预测器,对系统误差进行及时反馈修正,以提高控制系统的响应速度和鲁棒性;同时,融合粒子群智能算法对控制器参数迭代优化,以提高控制系统控制精度和抗干扰能力;最后,在 MATLAB / Simulink 环境下搭建仿真平台进行对比实验。 结果 验证基于粒子群优化的自适应灰预测控制系统模型的超调量、峰值时间、调节时间显著改善。 结论 证实该策略可以有效抑制系统滞后性,具有良好的稳定性和鲁棒性。

摘要:针对经典霍夫车道线检测方法实用性较差,无法准确区分车道线和路沿与应用道路场景简单等问题,提出了一种基于消失点和颜色过滤器的车道线检测算法,不仅提高车道线检测的准确率,而且能够应用较复杂行车场景;首先,对行车视频连续五帧图像进行预处理,获取行车环境下车道线消失点位置,能够自适应选取行车环境图像的感兴趣区域(Region of Interest,ROI);然后,对 ROI 图像根据车道线颜色特征进行过滤得到二值图像,获取二值图像中所有连通区域质心和倾斜角等数据,通过结合消失点特征和角度阈值进行限制,筛选记录符合车道线特征连通区域的数据,接着分割较大区域获取更多质心点,识别漏检符合车道线特征的区域质心点;最后,对获取的质心点使用最小二乘法进行拟合并标识车道线;实验结果表明:算法能够在多场景道路上快速准确的检测出车道线,与经典霍夫算法进行仿真比较,算法具有一定的鲁棒性和实时性。

摘要:针对混合输电线路故障多、定位精度差等问题,提出一种基于改进的自适应噪声完备集合经验模态分解(CEEMDAN)和 Teager-Kaiser 能量算子相结合的混合三端输电线路故障测距方法。 首先对输电线路故障电压信号使用新型相模变换进行解耦,以消除线路间的电磁耦合现象;然后利用改进的 CEEMDAN 和 Teager-Kaiser 能量算子对解耦后的故障电压信号进行分解,提取了故障初始行波到达检测点的时间,再根据故障时暂态电压行波零模分量和线模分量的故障特性,提出一种基于零模和线模时间差的故障分支判别方法;最后为解决无法得到行波波速精确值的问题,采用基于零模线模时间差的行波测距方法得到了精确的故障定位数据。 基于仿真模型,对比改进 CEEMDAN 算法和传统 CEEMDAN 算法,验证所提改进算法的有效性。 仿真结果表明,所提算法不受故障类型、过渡电阻、波速、时间不同步的影响,具有较高的测量精度。 改进 CEEMDAN 算法能够有效改善故障信号经传统CEEMDAN 算法分解后带来的随机性问题,具有较高的工程应用价值。

摘要:针对传统滑模控制的永磁同步电机(PMSM)无感系统调速过程中,由于滑模函数存在高频开关量而导致转速抖动的问题,提出使用模糊超扭曲二阶滑模观测器(FST-SMO)进行改进的策略;新型观测器采用高阶滑模控制理论搭建,将滑模函数开关量转移到了高阶导数中,利用算法的积分运算削弱开关量抖振;同时考虑到传统二阶滑模观测器的增益为固定值,无法根据误差量自行调节的问题,提出了基于模糊控制的增益自调节方法,根据误差值及其变化趋势,利用模糊算法输出当前的滑模增益,增强了系统稳定性及鲁棒性;在Simulink环境中搭建了基于模糊超扭曲滑模系统(FST-SMO)的永磁同步电机仿真模型,在不同调速区间内进行调速仿真,并与传统滑模系统仿真的转速波动以及转子角度跟随性进行比较,仿真结果验证了模糊超扭曲滑模观测器具有更高的控制精度与更强的适应性,转速平稳角度跟随性能优越,有效降低转速的抖振。

摘要:针对基于流形正则化自表示(MRSR)的无监督特征选择算法直接从原始的样本空间构造相似矩阵可能会导致重构空间中样本的相似性描述得不够准确的问题,提出了基于自适应流形正则化自表示的无监督特征选择(AMRSR)算法。 基于自适应流形正则化自表示的无监督特征选择算法在 MRSR 算法的基础上通过对相似矩阵施加概率最近邻约束将相似矩阵的学习嵌入到优化过程中,在重构空间中自适应地学习样本的相似性,使得在每一次迭代中获取更加精确的样本局部几何流形结构,从而选择具有代表性且保持局部几何流形结构的特征。 最后,在四个公开数据集上进行了大量的对比实验,通过将算法的特征选择结果用于 K-means 聚类并采取两种常见的聚类评价指标:聚类精确度和归一化互信息评价聚类效果。 实验结果表明,AMRSR 算法与现有的一些算法相比有更高的聚类精确度和归一化互信息,进一步表明该算法特征选择效果更好。

摘要:目的 针对秃鹰搜索算法(Bald Eagle Search,BES)在函数优化时存在寻优精度低,易陷入局部最优等问题,提出一种混合策略改进型秃鹰搜索算法( Hybrid Strategy Improved Bald Eagle Search,HSIBES);方法 首先利用Logistic 映射策略初始化种群,使种群分布更加均匀,其次在搜索空间阶段引入莱维飞行,控制步长,改善收敛效果并跳出局部最优,最后在搜寻空间食物中使用自适应惯性权重,提高收敛速度与精度,平衡算法的局部与全局搜索能力;结果 将 HSIBES 算法与其他五种基准算法以及其他学者改进的算法进行对比,通过在 9 个测试函数上进行仿真实验,并进行 Wilcoxon 秩和检验验证 HSIBES 算法的性能,发现 HSIBES 的结果优于其他对比算法,与其他对比算法之间具有显著性差异;结论 实验结果表明:HSIBES 算法的寻优精度,收敛速度以及稳定性都更好,算法的性能更具优越性。

摘要:当粒子群算法(PSO)解决多目标优化问题时，由于PSO有较快的收敛效果，使得种群在寻优过程中多样性不足，易使算法早熟收敛。为有效设计多目标粒子群算法,提出基于自适应网格混合机制的多目标粒子群算法(ammmMOPSO)。该算法采用自适应网格和混合机制的一种双重维护策略，以保证外部存档中的非劣解分布均匀，避免种群快速退化，影响粒子开发能力；利用混合机制中的加权策略在外部存档的非劣解中确定全局最优样本，增加了种群的多样性，提升粒子飞向真实Pareto前沿的概率；同时，为防止算法停滞，陷入局部最优的问题，还引入一个变异操作对粒子的位置进行动态变异，增强了粒子的探索能力。仿真实验结果表明：所提算法与其他3个国际经典的多目标粒子群算法相比,具有较优的收敛性和多样性,且有较好的空间化效果。

摘要:针对传统老年监控护理系统功耗大、实时性差、数据传输效率低等问题，提出了一种基于低功耗广域网的智能无线传感器网络系统;系统中，通过依靠STM32处理器和传感器对环境与体征数据信息进行采集，然后利用LoRa技术将采集的数据通过SX1278模块发送至网关，再通过网关上传数据到云服务器;将处理后的数据通过云服务器显示给用户，实现实时监测社区老年人身体健康状况，利用节点通信自适应机制优化算法实现老人健康数据稳定传输，实现低功耗、低延时、高数据传输率的监测效果;总结出老年护理网络中数据发送与延时是非常敏感的，为提高数据传送速率（DTR），降低数据传输延时（DTD），提出了一种优化的网络流量自适应通信机制，以改进DTR与DTD等功能，在节点能耗、网络数据传输实时性等性能方面均得到提升，系统能够稳定检测老年人的相关体征健康状态。