在工業(yè)應用中常用一組傳感器對問一個被測量目標在一個過程的不同位置進行測量，然而由于每個傳感器位于過程的不同位置，它們將不問程度的受到嗓聲的干擾，為了從被嗓聲干擾的多傳感器測量值中獲得更準確的測量結(jié)果，霱要進“步研究多傳感器的融合理論多傳感器數(shù)據(jù)融合系統(tǒng)的關鍵在于如何充分利用各個傳感器的信息，得到對被測參數(shù)的最優(yōu)估計，本文主要研究了以加權(quán)的方式進行多傳感器數(shù)據(jù)融合的方法，即研究如何對每個傳感器進行加權(quán)，從而得到對被測參數(shù)最優(yōu)佑計的方法為此本文在介紹了多傳感器數(shù)據(jù)融合技術的基礎上，首先研究了基于奇異值分解的數(shù)據(jù)融合算法，通過對傳感器測量值構(gòu)成的矩陣進行奇異值分解，利用每個傳感器測量值所對應的奇異值，可以估計出對每個傳感器權(quán)值的最優(yōu)估計，從而在不要任何先驗知識的條件下，可僅由多傳感器的測量值，利用提出的算法得到在最小均方誤差意義下的被測參數(shù)的最優(yōu)估計，此外，在許多工業(yè)過程中，人們利用多傳感器測量同一過程參數(shù)以控制該參數(shù)在過程中的不同位置能根據(jù)需要進行合理分布，此時人們希望利用多傳感器融合的測量結(jié)果，對每一個傳感器的測量數(shù)據(jù)進行重建，以獲得對每一個傳感器的測量結(jié)果進行更為準確的估計。為此，本文進一步研究了基于小波降噪和數(shù)據(jù)融合的傳感器數(shù)據(jù)重建算法，仿真和實驗結(jié)果都說明提出算法是有效的，最后，研究了非線性動態(tài)系統(tǒng)的狀態(tài)融合問題，研究了加權(quán)無氣味卡爾曼濾波（UKF）方法，研究表明無氣味卡爾曼波波能克服了擴展卡爾曼濾波（EKF）在狀態(tài)融合估計中的不足，可以得到了更準確的狀態(tài)融合估計結(jié)關鍵詞多傳感器系統(tǒng)，數(shù)據(jù)融合，奇異值分解，UKF
標簽： 傳感器 數(shù)據(jù)融合
上傳時間： 2022-03-16
上傳用戶：aben
是三角波測量儀，可以測任意波形頻率和幅值，占空比，并自帶三角波發(fā)生器可以調(diào)幅度 0~100占空比 發(fā)生頻率步進可調(diào)，絕對高精度， 里面還有報告
標簽： 三角波測量儀
上傳時間： 2022-04-21
上傳用戶：
隨著人類社會的進步，科學技術的發(fā)展日新月異，模擬人腦神經(jīng)網(wǎng)絡的人工神經(jīng)網(wǎng)絡已取得了長足的發(fā)展。經(jīng)過半個多世紀的發(fā)展，人工神經(jīng)網(wǎng)絡在計算機科學，人工智能，智能控制等方面得到了廣泛的應用。當代社會是一個講究效率的社會，科技更新領域也是如此。在人工神經(jīng)網(wǎng)絡研究領域，算法的優(yōu)化顯得尤為重要，對提高網(wǎng)絡整體性能舉足輕重.BP神經(jīng)網(wǎng)絡模型是目前應用最為廣泛的一種神經(jīng)網(wǎng)絡模型，對于解決非線性復雜問題具有重要的意義。但是BP神經(jīng)網(wǎng)絡有其自身的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現(xiàn)實問題的時候顯得力不從心。針對這個問題，本文利用遺傳算法的并行全局搜索的優(yōu)勢，能夠彌補BP網(wǎng)絡的不足，為解決大規(guī)模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網(wǎng)絡有機地結(jié)合起來，提出了一種新的網(wǎng)絡結(jié)構(gòu)，在穩(wěn)定性、學習性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設計了BP神經(jīng)網(wǎng)絡結(jié)構(gòu)，在此基礎上，應用遺傳算法進行優(yōu)化，達到了加快收斂速度和全局尋優(yōu)的效果。本文借助MATLAB平臺，對算法的優(yōu)化內(nèi)容進行了仿真實驗，得出的效果也符合期望值，實現(xiàn)了對BP算法優(yōu)化的目的。關鍵詞：生物神經(jīng)網(wǎng)絡：人工神經(jīng)網(wǎng)絡；BP網(wǎng)絡；遺傳算法；仿真隨著電子計算機的問世及發(fā)展，人們試圖去了解人的大腦，進而構(gòu)造具有人類思維的智能計算機。在具有人腦邏輯推理延伸能力的計算機戰(zhàn)勝人類棋手的同時，引發(fā)了人們對模擬人腦信息處理的人工神經(jīng)網(wǎng)絡的研究。1.1研究背景人工神經(jīng)網(wǎng)絡（Artificial Noural Networks，ANN）（注：簡稱為神經(jīng)網(wǎng)絡），是一種數(shù)學算法模型，能夠?qū)π畔⑦M行分布式處理，它模仿了動物的神經(jīng)網(wǎng)絡，是對動物神經(jīng)網(wǎng)絡的一種具體描述。這種網(wǎng)絡依賴系統(tǒng)的復雜程度，通過調(diào)節(jié)內(nèi)部大量節(jié)點之間的關系，最終實現(xiàn)信息處理的目的。人工神經(jīng)網(wǎng)絡可以通過對輸入輸出數(shù)據(jù)的分析學習，掌握輸入與輸出之間的潛在規(guī)則，能夠?qū)π聰?shù)據(jù)進行分析計算，推算出輸出結(jié)果，因為人工神經(jīng)網(wǎng)絡具有自適應和自學習的特性，這種學習適應的過程被稱為“訓練"。
標簽： 遺傳算法 bp神經(jīng)網(wǎng)絡 matlab
上傳時間： 2022-06-16
上傳用戶：jiabin
396 信息技術 安全技術 實體鑒別第2部分：采用對稱加密算法的機制 GB 15843.2-1997 L80 國家技術監(jiān)督局 1997-09-02 1998-04-01 pdf
上傳時間： 2013-04-15
上傳用戶：eeworm
電機優(yōu)化設計是復雜的有約束、非線性、混合離散多變量規(guī)劃問題.該文在對電機優(yōu)化設計理論進行研究的基礎上,從一般傳統(tǒng)的優(yōu)化方法入手,對電機的全局優(yōu)化設計方法特別是遺傳算法進行了詳細的研究和探討.該論文的主要工作包括:(1)對適應于電機優(yōu)化設計的常用傳統(tǒng)優(yōu)化方法(HOOKE-JEEVES法、MDOD法和SUMT法)進行了較為詳細的研究,給出了各種方法的計算流程和步驟;(2)對全局優(yōu)化的理論和方法進行了研究,分析了全局優(yōu)化方法中的隨機實驗法、模擬退火算法和模擬進化算法各自的特點,對遺傳算法的工作原理及其諸要素進行了詳細的探討;(3)在對遺傳算法的基本原理進行研究的基礎上,進行了電機優(yōu)化設計遺傳算法的研究,分析了各要素對電機優(yōu)化設計遺傳算法性能的影響;(4)建立了三相異步電機多目標優(yōu)化設計的數(shù)學模型,分別編制了基于HOOKE-JEEVES法、MDOD法和多輪進化遺傳算法的電機優(yōu)化設計程序,并對使用各種優(yōu)化方法優(yōu)化的結(jié)果進行了對比分析.
上傳時間： 2013-04-24
上傳用戶：tonyshao
永磁同步電機是同步電機的一個重要類型，其轉(zhuǎn)子一般采用稀土永磁材料做激磁磁極，與傳統(tǒng)同步電機相比，體積和重量大為減小，而且結(jié)構(gòu)簡單，運行可靠，維護更方便。現(xiàn)代電氣傳動控制的發(fā)展趨勢之一是開發(fā)新的交流調(diào)速與伺服系統(tǒng)。無論在矢量控制還是標量控制中，轉(zhuǎn)速與位置的閉環(huán)控制都需要在電機軸上安裝一個速度傳感器，但是由于速度傳感器的引進不僅增加了成本，降低了系統(tǒng)可靠性，還存在安裝問題，效果并不十分理想。因此高性能無速度傳感器控制成為近年來電機研究的熱點。 本文在系統(tǒng)介紹卡爾曼濾波器的基礎上，將其引入到永磁同步電機無速度傳感器狀態(tài)觀測中。由于永磁同步電機是一個強耦合的多階非線性系統(tǒng)，本文采用了工程實際中普遍采用的泰勒展開式截斷的方法，對電機方程線性化處理，將卡爾曼濾波算法推廣至非線性系統(tǒng)，并加入了反映電機系統(tǒng)模型誤差和環(huán)境干擾的系統(tǒng)噪聲和測量噪聲模型，形成擴展卡爾曼濾波算法。擴展卡爾曼濾波器將電機轉(zhuǎn)子位置與轉(zhuǎn)速作為系統(tǒng)狀態(tài)變量進行實時估算，并將所得信息反饋到永磁同步電機控制系統(tǒng)中。通過仿真，與電機實際運行狀態(tài)進行比較，證明了擴展卡爾曼濾波具有良好的動態(tài)跟蹤能力和抗噪聲能力。 針對擴展卡爾曼濾波算法在無速度傳感器控制中存在的不足，本文給出了降階線性卡爾曼濾波算法。降階線性卡爾曼濾波算法重新選擇了系統(tǒng)狀態(tài)變量，建立新的完全線性化的系統(tǒng)方程，并且卡爾曼濾波算法中的系統(tǒng)協(xié)方差矩陣成為時不變序列，因此可以直接應用線性卡爾曼濾波算法。仿真結(jié)果證明，與擴展卡爾曼濾波算法相比，新的算法更加簡單，減輕了繁重的參數(shù)調(diào)節(jié)任務，易于數(shù)字化實現(xiàn)，不僅具備擴展卡爾曼濾波算法的優(yōu)勢，而且在某些性能方面超越了擴展卡爾曼濾波算法。 通過分析得知，由于將系統(tǒng)模型不確定性與測量噪聲體現(xiàn)在系統(tǒng)方程中，因此卡爾曼濾波算法在狀態(tài)估算方面具有良好的性能。本文以降階線性卡爾曼濾波 算法為理論基礎，以永磁同步電機為對象，以數(shù)字信號處理器（DSP）為核心，設計了電機狀態(tài)觀測系統(tǒng)的設計方案。整個方案在不增加成本的基礎上，充分利用數(shù)字信號處理器（DSP）豐富的資源和強大的運算能力，通過檢測電機相電流，實時估算出電機轉(zhuǎn)子位置與轉(zhuǎn)速。本系統(tǒng)可以代替?zhèn)鹘y(tǒng)速度傳感器，為電機控制系統(tǒng)提供轉(zhuǎn)子位置和轉(zhuǎn)速反饋信息。本文的下一步主要工作便是將此系統(tǒng)付諸實踐，應用于實際工程中，對卡爾曼濾波算法在永磁同步電機無速度傳感器控制方面的性能進行進一步研究。關鍵詞：永磁同步電機；無速度傳感器；卡爾曼濾波
上傳時間： 2013-04-24
上傳用戶：lifangyuan12
變頻器在各行各業(yè)中的各種設備上迅速普及應用，已成為當今節(jié)電、改造傳統(tǒng)工業(yè)、改善工藝流程、提高生產(chǎn)過程自動化水平、提高產(chǎn)品質(zhì)量以及推動技術進步的主要手段之一，是國民經(jīng)濟和生活中普遍需要的新技術。但是現(xiàn)有變頻器的調(diào)制算法尚存在一些缺點，如開關損耗大和共模電流大等，因此有必要研究和設計高性能調(diào)制算法的變頻控制器。鑒于此，開展了以下工業(yè)變頻器高性能調(diào)制算法為對象的研究內(nèi)容： 在闡述了工業(yè)變頻器系統(tǒng)的結(jié)構(gòu)、調(diào)制算法、調(diào)速算法的基礎上，結(jié)合數(shù)學模型，分析了共模電壓產(chǎn)生的原理、共模電流其影響和危害，給出了共模電壓和共模電流的關系。總結(jié)其他的抑制共模電壓的方案基礎上，提出一種新的共模電壓抑制SVPWM；還闡述了死區(qū)產(chǎn)生的原因及其影響，以及死區(qū)補償?shù)脑聿⑸鲜鰞蓚€調(diào)制算法利用MATLAB/SIMULINK軟件對該系統(tǒng)給予了全面的仿真分析。 變頻器硬件部分設計包括整流濾波電路、逆變器功率電路、上電保護電路、DSP控制系統(tǒng)及其外圍電路、IGBT驅(qū)動及保護電路以及反激式開關電源，對于傳感器檢測濾波電路的具體電路參數(shù)設計，是在PSPICE上仿真基礎上得出。并在考慮成本、EMC、效率等因素后考慮完成了所有硬件相關的原理圖繪制和PCB繪制； 變頻器軟件部分設計包括主程序、鍵盤掃描程序、系統(tǒng)狀態(tài)處理程序、PWM發(fā)送中斷程序、電機啟動函數(shù)、電壓調(diào)整程序、AD采樣中斷程序以及故障保護中斷程序。在實現(xiàn)一般SVPWM的基礎上，根據(jù)之前理論和仿真得到的共模電壓抑制SVPWM、以及死區(qū)補償算法，將這兩個對SVPWM進行改進的調(diào)制算法在硬件平臺上實現(xiàn)。 在硬件電路完成設計的各個階段，逐漸編制相應的控制程序，并進行調(diào)試，并完成整個程序的編制和調(diào)試。此外，還調(diào)試了系統(tǒng)所需的反激式開關電源。整個系統(tǒng)調(diào)試中遇到了很多問題，如鍵盤消除抖動問題、共模電壓抑制SVPWM出現(xiàn)的直通現(xiàn)象等。最終完成了工業(yè)變頻器樣機，并且采用的是文章中研究的調(diào)制算法，效果良好，達到設計的目的； 提出了一種將有源功率因數(shù)校正(PFC)技術引用到串級調(diào)速中來提高定子側(cè)功率因數(shù)的新方法。通過建立電動機折算到轉(zhuǎn)子側(cè)的等值電路，重點分析了有源PFC技術代替?zhèn)鹘y(tǒng)串級調(diào)速系統(tǒng)中的不控整流橋后，系統(tǒng)可以等效為轉(zhuǎn)子串電阻調(diào)速。得到了等效串電阻的計算公式和變化趨勢，對電動機功率因數(shù)、電磁轉(zhuǎn)矩脈動也進行了分析，發(fā)現(xiàn)能夠比傳統(tǒng)串級調(diào)速時有所提升。鑒于電動機轉(zhuǎn)子側(cè)電勢頻率非常低，分析了有源PFC的具體實現(xiàn)的特殊考慮和參數(shù)選取方法，并基于對稱平衡的Scott變壓器和兩個單相有源PFC電路實現(xiàn)了繞線電動機轉(zhuǎn)子側(cè)的三相有源低頻PFC，得到超低紋波的直流輸出電壓。利用MATLAB建立了完整的仿真平臺，所得結(jié)果驗證了理論分析的正確性。
上傳時間： 2013-07-09
上傳用戶：qq442012091
移動機器人是機器人研究領域中重要的一個分支，智能移動機器人集人工智能、智能控制、信息處理、圖象處理、檢測與轉(zhuǎn)換等專業(yè)技術為一體，跨計算’機、自動控制、機械、電子等多學科，成為當前智能機器人研究的重點之一。路徑規(guī)劃是移動機器人研究的一個基本而又極其重要的課題。靈活有效的路徑規(guī)劃算法能夠幫助機器人適應各種復雜的環(huán)境，大大提高機器人的應用領域，尤其是使移動機器人具備自動識別環(huán)境的能力，能在未知環(huán)境下完成一定的工作。 本文的主要任務是以LEGO Technic組件為本體，重新設計一個控制器，并據(jù)此研究移動機器人的避障和路徑規(guī)劃策略。為滿足移動機器人避障的實時性、準確性要求，需要有一個功能完善的硬件平臺，實現(xiàn)信息采集、處理以及避障的策略。本文設計了一套移動機器人控制器，該控制器以DSP TMS320F2407A為核心，輔之以相應的外圍電路、傳感器、人機交互、串行通信和電源等模塊。車體動力學實驗及避障實驗結(jié)果驗證了本文所設計的控制器的性能。 在對移動機器人的避障策略的研究過程中，采用了基于虛擬力場法的位置閉環(huán)控制方法，這種方法簡化了傳統(tǒng)避障方法的數(shù)學運算過程，提高了機器人對障礙物的反應速度。最后，設計了一套實驗系統(tǒng)，進行相應的避障方法實驗。結(jié)果表明，所設計的控制器能夠完成基本的實時避障功能。
標簽： DSP 移動機器人 控制系統(tǒng)設計
上傳時間： 2013-06-30
上傳用戶：gdgzhym
快速傅立葉變換(FFT)技術是數(shù)字信號處理中的核心技術，它已廣泛應用于數(shù)字信號處理的各個領域，長期以來一直是一個重要的研究課題。近年來，專用數(shù)字信號處理器以其優(yōu)化的硬件結(jié)構(gòu)和優(yōu)良的性能價格比為FFT的實現(xiàn)提供了一種有效的途徑，其中最具有代表性的是美國TI公司的TMS320系列DSP。 本文首先分析了常用FFT算法原理，并進行了算法的討論和比較，然后詳細論述了以浮點型DSP為核心的實現(xiàn)FFT算法的硬件平臺的設計。平臺的硬件電路主要包括數(shù)據(jù)采集部分、數(shù)據(jù)處理部分、數(shù)據(jù)存儲部分和數(shù)據(jù)顯示部分。其中采集部分采用12位高速的A/D轉(zhuǎn)換芯片MAX197，數(shù)據(jù)處理部分采用32位浮點型DSP芯片-TMS320VC33，數(shù)據(jù)存儲部分采用了大容量的FLASH芯片——K9F2808UOA，數(shù)據(jù)顯示部分采用PHILIPS公司的高亮度、寬視角的TFT彩色液晶顯示屏。 為了擴展系統(tǒng)的通信能力，通信接口我們選擇CAN總線。軟件部分選用了頻率抽取基2FFT、分裂基FFT和實序列FFT算法，用C語言進行編程。最后部分是進行軟硬件的聯(lián)合調(diào)試，并在此基礎上進行了FFT算法實現(xiàn)。 論文結(jié)尾以實際的實驗曲線分析驗證了算法的正確性，同時針對實驗中產(chǎn)生的誤差找出了原因，并提出了解決的方法。實驗結(jié)果表明采用浮點DSP實現(xiàn)FFT算法方便且有較高的實時性，可以應用到電力系統(tǒng)諧波分析、振動測試及鐵路檢測等各個領域。
上傳時間： 2013-04-24
上傳用戶：caixiaoxu26
PID算法自從問世以來，一直受到廣泛的關注。隨著現(xiàn)代控制理論及智能控制技術的發(fā)展，PID算法也得到了長足的發(fā)展。結(jié)合傳統(tǒng)的PID控制算法，針對特定的控制領域，出現(xiàn)了一些新的控制算法，模糊PID控制算法就是在此基礎上漸漸形成并凸顯其控制特色。 同時隨著微電子技術的發(fā)展，現(xiàn)場可編程邏輯器件FPGA的發(fā)展及其EDA技術的日漸成熟，為集成控制芯片開拓了廣闊的發(fā)展空間。FPGA的發(fā)展為基于硬件的算法模塊的實現(xiàn)提供了可能性，同時節(jié)省了外圍的電路，使算法模塊的集成度大大提高。 本文針對當前國內(nèi)外在算法研究方面的熱點問題，對模糊PID算法進行了深入的分析和研究。通過對汽輪機調(diào)節(jié)系統(tǒng)的結(jié)構(gòu)分析，對其進行了數(shù)學建模。采用某汽輪機的實際設計運行參數(shù)，利用Matlab仿真軟件，對該汽輪機的數(shù)學模型進行了甩負荷動態(tài)特性仿真。仿真結(jié)果表明，模糊PID可以更好地解決汽輪發(fā)電機組在甩負荷過程中由于機組轉(zhuǎn)子飛升量太大而導致危急保安裝置動作，使得汽輪發(fā)電機組意外停機的問題，能夠保證汽輪發(fā)電機組在意外甩負荷時機組正常的機械運轉(zhuǎn)。根據(jù)模糊控制理論的特點及EDA技術和FPGA可編程邏輯器件的發(fā)展現(xiàn)狀，提出了在FPGA上實現(xiàn)模糊PID算法的具體實現(xiàn)方案。在綜合分析算法特性的基礎上，選擇Altera公司生產(chǎn)的CycloneⅡ系列中的EP2C35F672C6作為目標芯片，利用分層模塊化設計思想，在Altera公司提供的QuartusⅡ開發(fā)環(huán)境中，利用原理圖設計輸入和VHDL設計輸入相結(jié)合的方式實現(xiàn)了模糊PID控制算法，同時分別對實現(xiàn)的各個功能模塊和整個算法模塊進行了功能時序仿真。根據(jù)仿真結(jié)果分析，該設計實現(xiàn)了的模糊PID控制功能。 該控制算法模塊的FPGA實現(xiàn)很好的避免了因CPU或者其它問題導致算法程序跑飛、程序死循環(huán)、復位不可靠等問題，提高了控制的可靠性。同時加強了模塊的通用性，減少了系統(tǒng)硬件開發(fā)周期，節(jié)省了外圍設備的電路，降低了設計開發(fā)成本。
上傳時間： 2013-07-21
上傳用戶：thinode
