Mifare RC500 非接觸式讀卡機(jī)驅(qū)動程式碼 (Keil C/8051)
標(biāo)簽： Mifare Keil 8051 500
上傳時間： 2017-09-02
上傳用戶：笨小孩
Windows CE.Net 5.0 的相機(jī)驅(qū)動程式原始碼，簡單修改後可用！
上傳時間： 2013-12-24
上傳用戶：caixiaoxu26
參考模型為三階的模型參考自適應(yīng)控制，設(shè)計(jì)自適應(yīng)率，跟蹤效果很好。 原創(chuàng)。
標(biāo)簽： 參考模型 模型參考 自適應(yīng)控制
上傳時間： 2017-09-09
上傳用戶：003030
基于HOpfield網(wǎng)絡(luò)的PID模型參考自適應(yīng)控制
標(biāo)簽： HOpfield PID 網(wǎng)絡(luò) 模型參考
上傳時間： 2014-01-05
上傳用戶：bibirnovis
關(guān)于參考模型自適應(yīng)控制的matlab例程，幫助初學(xué)者學(xué)習(xí)了解自適應(yīng)控制相關(guān)理論的實(shí)際應(yīng)用。
標(biāo)簽： 參考模型 自適應(yīng)控制
上傳時間： 2016-06-28
上傳用戶：愛笛生的聲
1.針對一類參數(shù)未知的非線性離散時間動態(tài)系統(tǒng)，提出了一種新的基于神經(jīng)網(wǎng)絡(luò)的MMAC方法。首先，將系統(tǒng)分為線性部分和非線性部分。針對系統(tǒng)線性部分采用局部化方法逮立多個固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎(chǔ)上，建立自適應(yīng)模型來提高系統(tǒng)性能；針對系統(tǒng)非線性部分建立非線性神經(jīng)網(wǎng)絡(luò)預(yù)測模型來邏近系統(tǒng)的非線性。然后，針對每個子模型設(shè)計(jì)相應(yīng)的擅制器。最后，設(shè)計(jì)基于誤差范數(shù)形式的性能指標(biāo)函數(shù)對控制器進(jìn)行硬切換。仿真結(jié)果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線性系統(tǒng)的暫態(tài)性能。2針對一類具有參數(shù)跳變的非線性離散時間動態(tài)系統(tǒng)，提出子一種基才聚類方法和神經(jīng)網(wǎng)絡(luò)的MMAC方法，首先，采用模糊c均值聚類算法對系統(tǒng)先驗(yàn)數(shù)據(jù)進(jìn)行分類處理，再分別對每類數(shù)據(jù)采用RLS算法建立多個固定模型。在此基礎(chǔ)上，建立兩個白適應(yīng)模型來提高系統(tǒng)響應(yīng)速度和控制品質(zhì)，建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型來補(bǔ)償系統(tǒng)非線性。然后，分別針對相應(yīng)的子模型設(shè)計(jì)線性魯棒自適應(yīng)控制器和神經(jīng)網(wǎng)絡(luò)控制器。最后，采用基于信號有界和測量誤差的性能切換指標(biāo)對控制器進(jìn)行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結(jié)果表明，所提出的算法能更好地解決非線性系統(tǒng)發(fā)生參數(shù)跳變問題，使得系統(tǒng)具有良好的控制品質(zhì)3.針對MMAC方法中的模型庫優(yōu)化問題，考慮系統(tǒng)實(shí)際運(yùn)行數(shù)據(jù)，提出了種基于相似度準(zhǔn)則和設(shè)置最大模型數(shù)的動態(tài)優(yōu)化模型庫方法。該方法能對新數(shù)據(jù)進(jìn)行綜合考量并判斷是否應(yīng)該將該數(shù)據(jù)納入子模型建模，并通過設(shè)置最大模型數(shù)來確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結(jié)果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關(guān)鍵詞：非線性系統(tǒng)；多模型方法；自適應(yīng)控制；模糊聚類；神經(jīng)網(wǎng)絡(luò)
標(biāo)簽： 自適應(yīng)控制
上傳時間： 2022-03-11
上傳用戶：
專門為立式變壓器設(shè)計(jì)的PCB封裝庫。自帶3D模型。方便驗(yàn)證結(jié)構(gòu) 。
上傳時間： 2022-07-21
上傳用戶：
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態(tài)的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對目前該研究領(lǐng)域中存在的分析方法問題和分類識別技術(shù)難點(diǎn)展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內(nèi)容包括以下5個方面： a）心音信號采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽診器實(shí)現(xiàn)對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級閾值的方法作為心音信號預(yù)處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進(jìn)行了時頻譜特性分析，結(jié)果表明：不同的時頻分析方法與待分析心音信號的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時頻（ATF）分析方法，通過實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號的時頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應(yīng)錐形核時頻分析方法進(jìn)行心音信號分析。 c）心音信號特征向量提取。根據(jù)對3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號的時頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據(jù)心音信號特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對余下的每類20組數(shù)據(jù)進(jìn)行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進(jìn)行分類實(shí)測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗(yàn)證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實(shí)現(xiàn)了心音信號分析與識別的軟件運(yùn)行平臺構(gòu)建，可完成對心音信號的讀取、預(yù)處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態(tài)鏈接，實(shí)現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計(jì)功能；最后，通過對心音信號2維特征向量的分析，實(shí)現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)在心音信號特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。 綜上所述，本文從理論與實(shí)踐兩方面對心音信號進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時頻分析方法提取心音信號特征向量，根據(jù)心音信號特征向量組成的散點(diǎn)圖，建立心音信號分類的支持向量機(jī)模型，并對正常心音信號和4種心臟雜音信號進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號，進(jìn)一步提高心音信號分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號，小波降噪，非平穩(wěn)信號，心臟雜音，信號處理，時頻分析，自適應(yīng)，支持向量機(jī)
上傳時間： 2013-04-24
上傳用戶：weixiao99
交流伺服技術(shù)是研制開發(fā)各種先進(jìn)的機(jī)電一體化設(shè)備，如工業(yè)機(jī)器人、數(shù)控機(jī)床、加工中心等的關(guān)鍵性技術(shù)，但是要提高交流伺服系統(tǒng)的控制性能關(guān)鍵在于伺服控制器對電機(jī)動態(tài)和靜態(tài)響應(yīng)的控制，要獲得良好的電機(jī)動、靜態(tài)性能關(guān)鍵在于伺服控制器的控制算法。為此，本文開展了主要針對電機(jī)控制算法中的PID控制器參數(shù)整定算法研究。研究工作是基于黑龍江省科技攻關(guān)項(xiàng)目為支撐。 本論文在查閱大量文獻(xiàn)資料的基礎(chǔ)上，掌握了系統(tǒng)構(gòu)成和基本控制原理，并分析了國內(nèi)交流伺服存在的問題，設(shè)計(jì)了基于TI公司電機(jī)數(shù)字化控制芯片TMS320F2812的交流伺服控制器的控制單元；基于三菱公司智能化功率器件IPM設(shè)計(jì)了控制器的功率單元；以及電源單元和相關(guān)電路的保護(hù)單元。 基于電機(jī)矢量控制原理，構(gòu)建了永磁同步電機(jī)的矢量控制模型，在原有研究的基本PID控制基礎(chǔ)上，根據(jù)模糊控制的基本原理，研究了應(yīng)用于電機(jī)控制的模糊參數(shù)自整定PID控制器設(shè)計(jì)原理，構(gòu)建模糊參數(shù)自整定PID控制器的數(shù)學(xué)模型，并進(jìn)行該系統(tǒng)的仿真研究和實(shí)際應(yīng)用程序設(shè)計(jì)。 本文的重點(diǎn)是闡述模糊參數(shù)自整定PID控制器的設(shè)計(jì)原理和方法，利用基于模糊參數(shù)自整定PID控制器的交流伺服系統(tǒng)仿真模型，應(yīng)用Matlab/Simulink仿真軟件平臺驗(yàn)證模型和算法的正確性，并與常規(guī)PID控制性能進(jìn)行對比分析。在實(shí)際硬件平臺驗(yàn)證了本文提出算法的可行性和正確性。 通過仿真和實(shí)際結(jié)果對比得出結(jié)論，模糊參數(shù)自整定PID控制器可以提高交流伺服系統(tǒng)的動態(tài)和靜態(tài)性能。
上傳時間： 2013-04-24
上傳用戶：lht618
工業(yè)生產(chǎn)過程中，時滯對象普遍存在，同時也是較難控制的，尤其是大時滯對象的控制一直都是一個難題。而很多溫度控制系統(tǒng)都是屬于大時滯系統(tǒng)，常見的智能溫度控制器雖然在溫度控制的實(shí)際應(yīng)用中表現(xiàn)了比較理想的控制效果，但它仍然屬于將參數(shù)整定與系統(tǒng)控制分開處理的離線整定方法，如果工況發(fā)生變化就必須重新調(diào)整參數(shù)。針對這一問題，為了實(shí)現(xiàn)時滯系統(tǒng)參數(shù)自整定的控制，本文將神經(jīng)網(wǎng)路控制、模糊控制和PID控制結(jié)合起來，設(shè)計(jì)了基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器。 首先，本論文分析了時滯系統(tǒng)的特點(diǎn)，討論了幾種時滯系統(tǒng)較為成熟的常規(guī)控制算法：微分先行控制算法、史密斯預(yù)估控制算法、大林控制算法，并深入研究了它們的控制性能；并且通過仿真對這三種控制方法在溫控系統(tǒng)中的控制性能進(jìn)行了比較。 其次，在分析PID參數(shù)自整定傳統(tǒng)方法的基礎(chǔ)上，設(shè)計(jì)了一種改進(jìn)方法，并設(shè)計(jì)了相應(yīng)的控制器。該控制器綜合了模糊控制、神經(jīng)網(wǎng)絡(luò)控制和PID控制各自的長處，既具備了模糊控制簡單有效的控制作用以及較強(qiáng)的邏輯推理功能，也具備了神經(jīng)網(wǎng)絡(luò)的自適應(yīng)、自學(xué)習(xí)的能力，同時也具備了傳統(tǒng)PID控制的廣泛適應(yīng)性。該方法不需要離線整定參數(shù)，實(shí)現(xiàn)了在線自整定參數(shù)。仿真實(shí)驗(yàn)表明了該控制器對模型和環(huán)境都具有較好的適應(yīng)能力和較強(qiáng)的魯棒性。 最后將基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器應(yīng)用于貝加萊PID溫控裝置，能夠出色地實(shí)現(xiàn)參數(shù)的在線自整定。理論分析、系統(tǒng)仿真、實(shí)驗(yàn)結(jié)果都證實(shí)了這種控制策略能有效地減少系統(tǒng)超調(diào)量，并減少了調(diào)節(jié)時間，提高了系統(tǒng)的實(shí)時性和控制精度。
標(biāo)簽： 時滯系統(tǒng) 參數(shù) 自整定控制
上傳時間： 2013-07-05
上傳用戶：xinyuzhiqiwuwu
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<dfn id="ya4su"></dfn>