【摘 要】
：
陆空两栖无人系统的设计克服了无人机巡航耗电量大、无人车运动易受限制的缺点,通过灵活的转换系统的控制模式,使系统能够穿越不同地形,适用于多种复杂环境下的侦查探测.两栖系统的陆空运动控制既独立又要相互结合,陆地运动实现速度匀速控制及位移控制,空中运动实现系统飞行高度控制及稳定悬停,运行过程中根据多传感器信号实现模式转换控制.设计系统分别采用陆空两种比例积分微分控制算法,通过MATLAB/Simulink完成仿真,同时通过状态工具箱设计完成模式转换模块,实现一体化控制.仿真结果表明陆空两种比例积分微分算法均得到
【机 构】
：
中北大学机电工程学院,太原030051
论文部分内容阅读
陆空两栖无人系统的设计克服了无人机巡航耗电量大、无人车运动易受限制的缺点,通过灵活的转换系统的控制模式,使系统能够穿越不同地形,适用于多种复杂环境下的侦查探测.两栖系统的陆空运动控制既独立又要相互结合,陆地运动实现速度匀速控制及位移控制,空中运动实现系统飞行高度控制及稳定悬停,运行过程中根据多传感器信号实现模式转换控制.设计系统分别采用陆空两种比例积分微分控制算法,通过MATLAB/Simulink完成仿真,同时通过状态工具箱设计完成模式转换模块,实现一体化控制.仿真结果表明陆空两种比例积分微分算法均得到较好的控制效果,模式转换控制能够有效地完成系统的陆空运行模式转换.
其他文献
神经网络作为一种强大的信息处理工具在计算机视觉,生物医学,油气工程领域得到广泛应用,引发多领域技术变革.深度学习网络具有非常强的学习能力,不仅能发现物理规律,还能求解偏微分方程.近年来基于深度学习的偏微分方程求解已是研究新热点.遵循于传统偏微分方程解析解、偏微分方程数值解术语,本文称用神经网络进行偏微分方程求解的方法为偏微分方程智能求解方法或偏微分方程神经网络求解方法.本文首先简要介绍偏微分方程智能求解发展历程,然后从反演未知偏微分方程与求解已知偏微分方程两个角度展开讨论,重点讨论已知偏微分方程的求解方法
风洞测力试验是高超声速飞行器研发的重要环节,随着这项技术的发展,试验模型的大尺度化成为高超声速风洞试验的趋势.在几百毫秒的有效测试时间内,大尺度测力系统刚度减弱等问题会严重导致气动力辨识精度变差,试验模型大尺度化对短时脉冲燃烧风洞精确气动力辨识带来了挑战.对此本文提出了一种新的基于传统信号处理结合深度学习的智能气动力辨识算法,该框架分解两个主要阶段:(1)信号分解,(2)数据训练.其中信号分解阶段通过变分模态分解将原始数据分解为不同模态子信号,随后通过Pearson相关性分析筛除干扰子信号;在训练阶段通过
乘波体因优异的气动特性,被认为是突破现有“升阻比屏障”的有效途径之一,已成为高超声速飞行器气动设计的研究热点.针对常规单级压缩乘波前体压缩量不足的问题,基于局部偏转吻切方法提出一种多级压缩乘波体设计方法,实现了多道非轴对称激波的逆向乘波设计.通过引入多道非轴对称激波,可充分发挥乘波前体的预压缩效果,并为复杂外形条件下的高超声速飞行器设计提供新的思路.以基于非轴对称椭圆锥激波的两级压缩乘波体为例阐述了该多级设计方法,并在相同条件下设计了3种不同长短轴比的两级椭圆锥压缩乘波体.设计状态下的数值模拟结果表明,无
斜爆轰发动机和激波诱导燃烧冲压发动机在高马赫数吸气式发动机中具有重要应用前景,但是斜爆轰发动机是否具有足够大的净推力,还是一个未知的问题,因此需要对高马赫数冲压发动机的推进性能以及提高推力的方法进行理论研究.本文主要分为3部分.第1部分理论研究了超燃冲压发动机中的爆燃波和爆轰波的传播特性.保证发动机稳定燃烧是提高推力的前提.通过对爆燃波和爆轰波传播特性研究,得到了影响发动机燃烧稳定性的关键参数和物理规律.第2部分研究了发动机处于热壅塞临界状态下的燃烧规律和推力特性.在临界状态下,燃烧室入口气流速度正好等于
提高负荷识别准确率是实现非侵入式负荷监测的关键技术.针对现有模型识别准确率低、特征冗余度高、可分性较差的问题,提出一种基于随机森林(random forest,RF)和遗传算法优化极限学习机(genetic algorithm optimized extreme learning machine,GA-ELM)的负荷识别方法.首先,从稳态电流信号中提取时域和频域信息作为负荷特征;其次,为进一步减小特征集的冗余度并剔除可分性较差的特征,使用随机森林算法对特征进行优选,得到最优特征集;最后,使用遗传算法优化极
针对永磁同步电机转矩脉动偏大时电机输出性能较差的问题,对W型永磁同步电机的转矩脉动进行详细分析并研究其抑制方法.首先利用等效磁路法与洛伦兹力定律,推导出电机转矩脉动解析式,基于解析式对W型磁极的位置参数进行优化,并利用有限元软件仿真验证;然后利用转子极面偏心的方法进一步削弱电机转矩脉动,并分析最优偏心距.研究表明,当W型磁极布置位置合适时,电机具有良好的输出特性;通过转子极面偏心,电机转矩脉动降低12％,齿槽转矩与气隙磁密谐波含量大幅降低,电机性能显著提升.
激励轨迹的选取和优化是机器人动力学参数辨识的重要基础.为了提高机器人动力学参数的辨识精度,以SCARA机器人为研究对象,设计了基于双层自适应遗传算法的机器人激励轨迹优化方案.运用Newton-Euler法建立了机器人的动力学模型,并对机器人的动力学模型进行线性分离,得到了机器人的最小惯性参数集和对应的观测矩阵.分析机器人的参数辨识方程,确定了观测矩阵条件数最小的优化目标.针对传统遗传算法进行改进,提出了双层自适应机制,提升了算法的全局搜索能力和搜索效率.最后利用MATLAB和ADAMS进行联合仿真实验,使
为了解决局部放电测量现场中信号淹没在周期性窄带干扰中的问题,文中提出一种应用于变压器局部放电在线监测系统的改进变步长最小均方(least mean square,LMS)自适应滤波算法,通过构造一个新型滤波函数结合实际情况中AD芯片量程自适应调整步长,解决了传统LMS算法需要阶数和步长匹配、收敛性差、容易发散的缺点.通过改变滤波器阶数和参考信号时延,分析改进算法收敛速度及稳态误差,并对测试中发现时延为0的特殊情况进行了讨论分析,为高信噪比自适应滤波器设计提供了参考.改变新方法初始迭代步长同传统固定步长LM
不同噪声在频谱上具有不同的特性,为了解决卷积神经网络对含有不同噪声的语音降噪的局限性,通过引入通道注意力机制作为卷积循环网络的中间层,将卷积层中不同功能的卷积核赋予不同的权重,使模型在训练时能够对输入数据更有针对性地去除噪声部分,从而达到更好的降噪效果.针对含有15种噪声的含噪语音分别应用循环神经网络、编解码卷积网络和卷积循环神经网络等三种模型进行降噪处理,结果表明引入注意力机制的模型相比于其他两种模型,在感知语音质量评价(perceptual evaluation of speech quality,P
针对现有道路提取算法中难以大规模人工标注样本类别标签的问题,提出了一种基于自适应标注样本提取遥感影像道路的方法.首先,通过改进的模糊C均值聚类算法提取道路区域,进行初步的样本标注;其次,利用基于二次投票的集成去噪算法定位标签噪声样本,更新样本数据集;再次,将更新后的样本集投入随机森林训练并预测影像的分类结果;最后,对道路提取结果进行多方向形态学滤波去除非道路区域,得到精确的道路提取结果.通过不同分辨率、不同场景、不同方法的实验结果表明,所提方法可以自主选择并标注样本,相比传统算法具有较高的提取精度,对于高