(有源代碼)數(shù)值分析作業(yè),本文主要包括兩個部分,第一部分是常微分方程(ODE)的三個實驗題,第二部分是有關(guān)的拓展討論,包括高階常微分的求解和邊值問題的求解(BVP).文中的算法和算例都是基于Matlab計算的.ODE問題從剛性(STIFFNESS)來看分為非剛性的問題和剛性的問題,剛性問題(如大系數(shù)的VDP方程)用通常的方法如ODE45來求解,效率會很低,用ODE15S等,則效率會高多了.而通常的非剛性問題,用ODE45來求解會有很好的效果.從階次來看可以分為高階微分方程和一階常微分方程,高階的微分方程一般可以化為狀態(tài)空間(STATE SPACE)的低階微分方程來求解.從微分方程的性態(tài)看來,主要是微分方程式一階導(dǎo)系數(shù)大的時候,步長應(yīng)該選得響應(yīng)的小些.或者如果問題的性態(tài)不是太好估計的話,用較小的步長是比較好的,此外的話Adams多步法在小步長的時候效率比R-K(RUNGE-KUTTA)方法要好些,而精度也高些,但是穩(wěn)定區(qū)間要小些.從初值和邊值來看,也是顯著的不同的.此外對于非線性常微分方程還有打靶法,胞映射方法等.而對于微分方程穩(wěn)定性的研究,則諸如相平面圖等也是不可缺少的工具.值得提出的是,除了用ode系類函數(shù)外,用simulink等等模塊圖來求解微分方程也是一種非常不錯的方法,甚至是更有優(yōu)勢的方法(在應(yīng)用的角度來說).
上傳時間： 2014-01-05
上傳用戶：caixiaoxu26
Fortran - Tóm tắ t nộ i dung mô n họ c Các khái niệ m và yế u tố trong ngô n ngữ lậ p trình FORTRAN. Các câ u lệ nh củ a ngô n ngữ FORTRAN. Cơ bả n về chư ơ ng chư ơ ng dị ch và mô i trư ờ ng lậ p trình DIGITAL Visual Fortran. Viế t và chạ y các chư ơ ng trình cho các bài toán đ ơ n giả n bằ ng ngô n ngữ FORTRAN.
標(biāo)簽： Fortran 7855 7897 7885
上傳時間： 2013-12-25
上傳用戶：songrui
metricmatlab ch ¬ ng 4 Ma trË n - c¸ c phÐ p to¸ n vÒ ma trË n. 4.1 Kh¸ i niÖ m: - Trong MATLAB d÷ liÖ u ® Ó ® a vµ o xö lý d íi d¹ ng ma trË n. - Ma trË n A cã n hµ ng, m cét ® î c gä i lµ ma trË n cì n m. § î c ký hiÖ u An m - PhÇ n tö aij cñ a ma trË n An m lµ phÇ n tö n» m ë hµ ng thø i, cét j . - Ma trË n ® ¬ n ( sè ® ¬ n lÎ ) lµ ma trË n 1 hµ ng 1 cét. - Ma trË n hµ ng ( 1 m ) sè liÖ u ® î c bè trÝ trª n mét hµ ng. a11 a12 a13 ... a1m - Ma trË n cét ( n 1) sè liÖ u ® î c bè trÝ trª n 1 cét.
標(biāo)簽： metricmatlab 203 184 tr
上傳時間： 2017-07-29
上傳用戶：來茴
探討了在 Mh T I AB環(huán)境中實現(xiàn)遺傳算法仿真 的方法 ， 并 以一個 簡單的求函數(shù)最值的問 題作為遺傳算法的應(yīng)用實鍘， 說明遺傳算法的全局尋優(yōu)性及用 M AI I AB實現(xiàn)仿真的可行性。
上傳時間： 2014-08-19
上傳用戶：牛津鞋
“走向數(shù)學(xué)”小叢書，每本小冊子盡量用深入淺出的語言來講述數(shù)學(xué)的某一問題或方面，使工程技術(shù)人員、非數(shù)學(xué)專業(yè)的大學(xué)生，甚至具有中學(xué)數(shù)學(xué)水平的人，亦能懂得書中全部或部分含義與內(nèi)容。這對提高我國人民的數(shù)學(xué)修養(yǎng)與水平，可能會起些作用。史樹中所著的《凸性》主要介紹了凸集定義、凸集承托定理及其解析證明、凸函數(shù)的定義、凸性不等式、凸函數(shù)的導(dǎo)數(shù)性質(zhì)、凸函數(shù)的次微分和共軛函數(shù)、凸分析的兩條基本定理及凸規(guī)劃等。
標(biāo)簽： 凸性
上傳時間： 2021-11-03
上傳用戶：nhhrzh
作者：何亮，劉揚論文摘要：氮 化 鎵 (G a N )材 料 具 有 優(yōu) 異 的 物 理 特 性 ，非 常 適 合 于 制 作 高 溫 、高 速 和 大 功 率 電 子 器 件 ，具 有 十 分 廣 闊 的 市場前景 。 S i襯 底 上 G a N 基 功 率 開 關(guān) 器 件 是 目 前 的 主 流 技 術(shù) 路 線 ，其 中 結(jié) 型 柵 結(jié) 構(gòu) （p 型 柵 ）和 共 源 共 柵 級 聯(lián) 結(jié) 構(gòu) (C asco de)的 常 關(guān) 型 器 件 已 經(jīng) 逐 步 實 現(xiàn) 產(chǎn) 業(yè) 化 ，并 在 通 用 電 源 及 光 伏 逆 變 等 領(lǐng) 域 得 到 應(yīng) 用 。但 是 鑒 于 以 上 兩 種 器 件 結(jié) 構(gòu) 存 在 的 缺 點 ，業(yè) 界 更 加 期 待 能 更 充 分 發(fā) 揮 G a N 性能的 “ 真 ” 常 關(guān) M 0 S F E T 器件。而 GaN M 0 S F E T 器件的全面實用 化 ，仍 然 面 臨 著 在 材 料 外 延 方 面 和 器 件 穩(wěn) 定 性 方 面 的 挑 戰(zhàn) 。
標(biāo)簽： 第三代半導(dǎo)體 GaN 功率開關(guān)器件
上傳時間： 2021-12-08
上傳用戶：XuVshu
用三點法實現(xiàn)機器人三維位置測量的研究摘 要 ：提 出 了一 種 微 小 爬 壁 機 器 人 三 維 位 置 測 量 的新 方 法 。筆 者 通 過 深 入 分 析 研 究各 種 位 置 測 控 方 法 與 系 統(tǒng) ，提 出采 用單 目視 覺方 法 中的 聚 焦法 ，以 CCD作 為 傳 感 器 ，用 三 點 法 實現(xiàn) 對 機 器 人 的 三 維 位 置 測 量 。 驗 證性 實驗 結(jié)果表 明 ，本研 究提 出的測 量原 理和 系統(tǒng)是 正 確 可行 的 。 關(guān)鍵詞 ：機 器人 ；位置 測量 ；CCD傳 感 器 ；單 目視 覺 ；攝 像 機 標(biāo) 定 中 圖分 類 號 ：TP242．6 文 獻(xiàn) 標(biāo) 識 碼 ：B Abstract：A new 3D position measurementmethod Ofa wall—climbing micro robothas been researched．Researc— hing on the various position measuring and controlling method，theauthorhasputforwardanewprojecttomeas— ure the 3D position of the robot，in which the focusing method with singlecamera and CCD sensorhasbeen used to getthe position information．The elementary experiment has verified the principle and the system． Key words：robot；position detection；CCD sensor；single camera vision；camera caiibration 位置測量技 術(shù)是智 能機 器人 的關(guān)鍵 技術(shù) ，是各 種 機器人控 制系統(tǒng) 中極 為重 要 的環(huán)節(jié) ，也 是 國內(nèi)外研 究 的熱點所 在。 按 照測試 系統(tǒng) 與被 測機 器 人 的關(guān) 系 ，可 以將位 置 測量技術(shù) 分為接觸 式和非接觸式 兩大類 。接觸 式測量 系統(tǒng) 由于在測 量過程 中或多或少地 對機器人施 加 了載 荷 ，因而僅適用于靜 態(tài) 位置測 量 。而動 態(tài) 位 置測量 系 統(tǒng) 主要分 5類 ：①激光跟蹤 系統(tǒng) ；@ CCD交 互測量 收 稿 日期 ：2001—07—03 基 金項 目：國家 863高科技 研 究 資助 項 目(9804-06)；教 育 部 高 等 學(xué)校 骨干教 師 資助 計 3t,j項 目 作者 簡 介 ：張 智海 (1973一 )，男 ，工 學(xué)碩 士 ，主 要 研 究 方 向 為 智 能 機 器人 測 控 技 術(shù) 。 系統(tǒng) ；③ 超聲波 測量 系統(tǒng) ；④ PSD(positionsensitivede— vice)位 置 測 量 系統(tǒng) ；⑤ 帶 有 接 近覺 傳 感 器 的 測量 系 統(tǒng) 。位置測量 還可 以從另一個分類 角度劃分為主動式 測量和被動 式測 量 。主動式測 量主要可 以分為結(jié) 構(gòu)光方法和激光 自動聚焦法兩類 。被 動式測量 主要 可 以分為雙 目視 覺 、三 目視覺 、單 目視覺 等方法 。 對 比以上各種方法 的 優(yōu)缺 點 ，針對 筆者 研制 的微 小爬壁機器人 的空 間三 維位 置 測量 的要 求 ，測量 系統(tǒng) 必須滿足尺 寸小 、分 辨率 高 、穩(wěn)定 性 和可 靠性 好 、時 間 響應(yīng)快等特 點 ，提 出了采用 單 目視覺方法 中的聚焦法 ， 選用 CCD作 為傳感器 ，用 三點法實現(xiàn)對機器人 的三維 位置測量 ，并用 Matlab和 V
標(biāo)簽： 機器人
上傳時間： 2022-02-12
上傳用戶：
移動機器人導(dǎo)航與定位技術(shù)隨 著 計 算機 技 術(shù) 、微 電 子 技 術(shù) 、網(wǎng) 絡(luò) 技 術(shù) 等 的快 速 發(fā) 展 ，特 別是 通 訊 技 術(shù) 的進(jìn) 步 。機 器 人 技 術(shù) 也 得 到 了飛 速 發(fā) 展 ，移 動機 器 人 的 關(guān)鍵 技 術(shù) 得 到 深 入 而 廣 泛 的研 究 。并 且 部 分 已經(jīng) 走 向成 熟 ， 移 動 機 器 人 應(yīng) 用 領(lǐng) 域 不 斷擴(kuò) 展 ，與 制 造 業(yè) 相 比 ，移動 機 器 人 的 工 作 環(huán) 境 具 有 非 結(jié) 構(gòu) 化 和 不 確 定 性 。因而 對機 器人 的要 求 更 高 。不 僅 要 求 機 器 人 完 成 一 定 的 功 能 ，還 需 要 機 器 人具 有 行 走 功 能 。對 外感 知 能力 以及 局 部 的 自主 規(guī) 劃 能 力等 ，因 此 移 動機 器 人 的 導(dǎo) 航 與 定位 技 術(shù) 成 為 智 能機 器 人 領(lǐng) 域 的一 個 重 要 研 究 方 向 ．也 是 智 能移 動 機 器 人 的一 項 關(guān) 鍵 技 術(shù) 。 多年 來 國際 國 內(nèi)都 有 大 量 的 科技 工 作 者 致 力 于 這 方 面 的研 究 開 發(fā) 工作 ．因 而 對 許 多 問題 的 認(rèn) 識 與求 解 都 取 得 了長 足 的 發(fā) 展 。在 某 些特 定 的 應(yīng)用 領(lǐng) 域 ，移 動 機 器人 導(dǎo)航 技 術(shù) 已得 到 了實 際 應(yīng)用 。本 文 介 紹 了移 動機 器人 導(dǎo) 航 技 術(shù) 研 究 中的 相 關(guān) 關(guān) 鍵 技 術(shù) 。 2移動 機 器 人導(dǎo) 航 與定位 研 究 的 目的 移 動 機 器 人 根 據(jù) 運 動 行 為 方 式 分 為 自主 和 半 自主 式 ．根 據(jù) 應(yīng) 用 的環(huán) 境 有 室 內(nèi)和 室 外 機器 人之 分 。無 論 哪 種 移動 機 器人 。在 它的運動過程 中始終要求解決 自身的導(dǎo)航與定位 問題 ．也就是 Dm．~ntWhyte提 出 的 三 個 問 題 ：(1)”我 現(xiàn) 在 何 處 ?”，(2)”我 要 往 何 處 去 ?”，(3)”要 如 何 到 該 處 去?”。其 中 問題 (1)是 移 動 機 器 人 導(dǎo) 航 系統(tǒng) 中 的定 位 及 跟 蹤 問題 ，(2)(3)是 移 動機 器人 導(dǎo) 航 系 統(tǒng) 中 的 路徑 規(guī)劃 問題 。移 動 機 器 人 導(dǎo)航 與 定位 技 術(shù) 研 究 的 目的 就 是 解 決上 面 的 3個 問題 ．給 出 已知 和 未 知 環(huán) 境 下 移 動機 器 人 實 時 導(dǎo) 航 與 定 為 控 制 的 理 論 、方 法 與 關(guān) 鍵 技 術(shù) ，并 驗 證 該 理 論 與 方 法 的 的 實用 性 ：提 出適 應(yīng) 多種 環(huán)境 的 實 時導(dǎo) 航 策 略 和 具 有 良好 可 擴(kuò) 展 性 的 移動 機 器 導(dǎo)航 體 系 結(jié) 構(gòu) ：未知 環(huán) 境 中 移 動 機 器 人 的 快 速環(huán) 境 建模 與 定 位 方 法 ：未 知環(huán) 境 中基 于 傳 感 器 的 移 動 機 器 人 局部 運 動 規(guī) 劃 理 論 與 方 法 ：與 未 知環(huán) 境 中移 動 機 器 人 導(dǎo) 航 控 制 相 關(guān) 的機 器 學(xué) 習(xí)的 基 礎(chǔ) 理 論 與 方 法 ；移 動 機 器 人 的 故 障 自診
上傳時間： 2022-02-12
上傳用戶：xsr1983
神經(jīng)網(wǎng)絡(luò)在智能機器人導(dǎo)航系統(tǒng)中的應(yīng)用研究1神經(jīng)網(wǎng)絡(luò)在環(huán)境感知中的應(yīng) 用 對環(huán)境 的感 知 ，環(huán)境模型 妁表示 是非常重要 的。未 知 環(huán)境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環(huán)境，在滿足 精度要求 的情況下，必定要占用大量的內(nèi)存，并且采用柵 格法進(jìn)行路徑規(guī)劃，其計算量是相當(dāng)大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機器人對未知環(huán)境的蒜知提供了一條途徑。 Kohone~沖經(jīng)網(wǎng)絡(luò)是一十自組織神經(jīng)網(wǎng)絡(luò)，其學(xué)習(xí)的結(jié) 果能體現(xiàn)出輸入樣本的分布情況，從而對輸入樣本實現(xiàn)數(shù) 據(jù)壓縮 。基于 網(wǎng)絡(luò) 的這些特 性，可采 用K0h0n曲 神經(jīng)元 的 權(quán)向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標(biāo)點xltl【可由傳感器獲得】作為網(wǎng)絡(luò)輸入，神經(jīng)嘲絡(luò)通 過對大量的輸八樣本的學(xué)習(xí)，其神經(jīng)元就會體現(xiàn)出一定的 分布形 式 學(xué)習(xí)過程如下：開 始時網(wǎng)絡(luò)的權(quán)值隨機地賦值 ， 其后接下式進(jìn)行學(xué) 習(xí)： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經(jīng)元 1在t時刻對 應(yīng)的權(quán)值 ；a(∽ 謂整系 數(shù) ； (『l網(wǎng)絡(luò)的輸八矢量；Ⅳ()：學(xué)習(xí)的 I域。每個神經(jīng)元能最 大限度 地表示一 定 的自由空間 。神經(jīng) 元權(quán) 向量的最 小生成 樹可以表示出自由空問的基本框架。網(wǎng)絡(luò)學(xué)習(xí)的鄰域 (，) 可 以動 態(tài)地 定義 成矩形 、多邊 形 。神經(jīng) 元數(shù)量 的選取取 決 于環(huán)境 的復(fù)雜度 ，如果神 經(jīng)元 的數(shù)量 太少 ．它們就 不能 覆 蓋整十空間，結(jié)果會導(dǎo)致節(jié)點穿過障礙物區(qū)域 如果節(jié)點 妁數(shù)量太大 ．節(jié)點就會表示更多的區(qū)域，也就得不到距障 礙物的最大距離。在這種情況下，節(jié)點是對整個 自由空間 的學(xué) 習(xí)，而不是 學(xué)習(xí)最 小框架空 間 。節(jié) 點的數(shù) 量可 以動態(tài) 地定義，在每個學(xué)習(xí)階段的結(jié)柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節(jié)點 來 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點來 重新學(xué) 習(xí) 所 138一 以為了收斂于最小框架表示 ，應(yīng)該采用較少的網(wǎng)絡(luò) 節(jié)點升 始學(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺對擁擠的'E{= 境的學(xué)習(xí)，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結(jié)構(gòu)表示 。 采用Kohonen~沖經(jīng)阿絡(luò)表示環(huán)境是一個新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時間內(nèi)進(jìn)行大量的計算。并 且不需要了解障礙物的過細(xì)信息．如形狀、位置等 通過 學(xué)習(xí)可用樹結(jié)構(gòu)表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術(shù)報容易地被找到 在機器人對環(huán)境的感知的過程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對 多傳 感器的信息進(jìn) 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環(huán)境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經(jīng) 網(wǎng)絡(luò)在局部路徑規(guī)射中的應(yīng) 用 局部路徑 規(guī)刪足稱動吝避碰 規(guī)劃 ，足以全局規(guī)荊為指 導(dǎo) 利用在線得到的局部環(huán)境信息，在盡可能短的時問內(nèi)
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機器人 導(dǎo)航
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
摘要：隨薦電力電子設(shè)備、交直流電弧爐和電氣化鐵道等非線性、沖擊性負(fù)荷的大量接入電網(wǎng)，引起了電網(wǎng)無功功率不足、電壓波動與閃變、三相供電不平衡以及電壓電流波形畸變等其它一系列電能質(zhì)景問題，并嚴(yán)重威脅著電力系繞的安全穩(wěn)定運行。首先，本文介紹了無功功率的基本概念，介紹了無功功率對電力系統(tǒng)的影響以及無功補償?shù)淖饔茫⒃敱M的閘述了國內(nèi)外無功補償裝置的歷史以及現(xiàn)狀。其次，本文詳細(xì)分析了靜止無功補償器（SVC）和靜止無功發(fā)生器（SVC）的基本結(jié)構(gòu)，控制方法和工作原理，以及各自優(yōu)特點。并且闡述了它們的工作特性。再次，本文著重進(jìn)行了對SVG型靜止無功補償器提高系統(tǒng)電壓的理論研究。利用MATLAB/SIMLINK仿真軟件對SVG工作方式及利用SVG動態(tài)提高系統(tǒng)電壓的原理進(jìn)行仿真研究。并對仿真結(jié)果進(jìn)行了全面外析VRe，本完成了（利t功補t控制器的設(shè)計，該控a器a系統(tǒng)硬件上采用了由STC生產(chǎn)的STCIOFO8X單片機作為主控制器。采用ATT7022作為電能檢測芯片，實現(xiàn)電網(wǎng)參數(shù)的精確深樣與計算，在系統(tǒng)軟件上采用品剛管控制投切電容器，實現(xiàn)了電容器的快速，無弧的投切。采用全中文液品顯示界面實時顯示系統(tǒng)運行狀況.關(guān)；無，SVG，svc，STC10FO8X隨著現(xiàn)代電力電子技術(shù)的飛速發(fā)展，大量大功率、非線性負(fù)荷的接入電網(wǎng)中，使得電網(wǎng)供電質(zhì)量受到了嚴(yán)重的威脅。特別是一些像電弧爐、軋機、整流橋等非線性和沖擊性負(fù)荷的大量使用是導(dǎo)致電能質(zhì)量惡化的最主要來源，造成了一系列嚴(yán)重的影響理想狀態(tài)的電力供應(yīng)要求頻率為50Hz，電壓幅值穩(wěn)定在額定值的標(biāo)準(zhǔn)正弦波形。在三相電網(wǎng)供電系統(tǒng)中，A，B.C三相電壓電流的幅值大小相等、相位差依次落后120度。但當(dāng)電力用戶的各種用電裝置接入電力系統(tǒng)后，電力供應(yīng)由理想的電力供應(yīng)變成了電壓電流偏離這種狀態(tài)的非理想狀態(tài)。電網(wǎng)中的許多用電負(fù)荷都具有低功率因數(shù)、非線性、不平衡性和沖擊性的特征，這些特征嚴(yán)重地危害著電網(wǎng)的電力供應(yīng)，可表現(xiàn)在：電壓值跌落或浪涌、各次諧波含量大、電壓波形發(fā)生閃變、電壓電流波形失真等，這樣便出現(xiàn)了電能質(zhì)量問題。實際電網(wǎng)中的電能質(zhì)量問題主要表現(xiàn)如下：
標(biāo)簽： 電力系統(tǒng) 無功補償器
上傳時間： 2022-06-17
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
