基于DSP的舰载天线稳定平台伺服系统的设计与实现

为了实现舰载轻型天线稳定平台的高精度控制,设计了相应的位置伺服系统.针对舰载轻型天线稳定平台处于强振动、大冲击和强电磁干扰等恶劣环境,根据其承载的天线具有倒单摆式和大惯量负载等特点,采用经典控制理论中带微分反馈速度环进行速度控制;引入了陀螺环前馈控制补偿载体扰动,结合TMS320LF2407 DSP芯片的高速处理能力,采用模糊与单神经元自适应智能双模控制策略进行位置控制.结果表明,该系统具有较高的响应速度、较高的稳定精度和较强的抗负载扰动能力,具有很强的鲁棒性和自适应能力.     

船摇前馈控制补偿效果及优化方法研究

雷达隔离船摇的主要手段之一.针对船摇前馈在实际工程应用中补偿效果不理想的问题,通过对前馈复合控制原理、船摇前馈实现方法和效果影响因素的研究,提出了工程实现的优化方法.采用时间序列分析方法进行船摇数据预报可以提高近一个数量级的预报精度,从而直接提高船摇前馈补偿量的计算精度和补偿效果.通过在前馈补偿环节中加入自适应设计以实现船摇前馈信息有效平稳地加入控制环路.此外,选择适宜的时机加入船摇前馈也是工程应用的一个重要因素.     

基于天线选择的准正交空时码的自适应设计

为充分利用信道信息(Channel State Information,CSI)来改善准正交空时码(Quasi Orthogonal Space-Time Block Code,QSTBC)系统的性能,提出基于天线选择的QSTBC系统自适应设计方案,对QSTBC的编码结构添加自适应系数,使信道矩阵正交化,消除码间串扰.推导了系统的瞬时输出信噪比,以此作为天线选择准则.仿真结果表明,相对于未经过自适应编码设计的天线选择QSTBC系统,新系统的误码率性能有明显改善.     

舰船电力系统自适应电流保护网络拓扑分析

舰船电力系统自适应电流保护是根据电网的运行方式、网络结构和故障类型等来实时改变保护定值或保护性能,使保护最优化。网络拓扑结构的变化可以通过检测开关、断路器等的开断和闭合情况以及线路电流、电压的变化来确定,它是进行保护分析的基础。本文简单介绍了舰船电力系统保护研究的现状,阐述了引入舰船电力系统自适应电流保护的重要性,并主要论述了如何通过节支关联矩阵来对网络结构变化进行跟踪。     

基于参数自适应方法的同步发电机双模糊逻辑励磁控制

为了克服常规PI和PI+PSS控制器在时变系统中的缺点,设计了一种新型的同步发电机参数自适应的双模糊逻辑励磁控制器,即基于同步发电机每个瞬间的速度偏差及加速度偏差,电压偏差及电压偏差的微分,按照相平面上的标准模糊隶属度函数构建双模糊逻辑控制器.运用Simulink分别对基于参数自适应的双模糊逻辑控制器和常规PI、PI+PSS控制器在同步发电机励磁系统中进行仿真,结果表明,基于参数自适应方法的双模糊逻辑控制策略在励磁系统中具有较好的控制性能.     

基于自适应阈值DBSCAN的路侧点云分割算法

针对路侧采集的激光雷达点云数据随距离增大而密度下降导致同一目标的点云被分割成多个目标的问题,提出了一种基于自适应阈值DBSCAN的路侧点云分割算法。首先,使用改进GPF和直通滤波对采集的路侧点云进行过滤,提取出道路区域上的非地面点云;然后,基于有效距离和sigmoid函数构建自适应系数函数,对DBSCAN聚类算法集群生长中近邻点搜索时半径阈值的选取规则进行优化;最后,利用自适应阈值DBSCAN聚类算法对非地面点进行聚类,得到隶属于单个目标的点云。采集了1 055帧真实场景的连续数据进行测试,结果显示：C-H系数平均约增加3倍、D-B系数平均减少4.52%、轮廓系数平均增加77.78%,这表明基于自适应阈值DBSCAN的分割算法能提高点云簇的类内一致性和类间差异性,有效减少路侧激光雷达点云的过分割现象,具有较高的工程应用价值。     

基于密度半径自适应选择的K-均值聚类算法

K-均值算法聚类速度快,易于实现,且对数据依赖度低,在文本聚类中得到广泛应用.然而,由于聚类初始中心点选择的随机性,传统K-均值算法以及其变种的聚类结果会产生较大的波动.文章对K-均值算法进行了改进,通过自适应选择最佳密度半径进而优化聚类初始中心选择的方法,得到一种适合文本数据聚类分析的改进算法.实验表明,该算法能够生成质量较高而且波动性较小的聚类结果.     

动力定位船舶全速度路径跟踪CB导引自适应闭环控制

针对仅使用槽道推进器提供横向推力的动力定位船舶路径跟踪控制问题,建立慢变环境干扰影响下的非线性船舶数学模型,设计带有自适应干扰补偿的反步控制算法来消除环境干扰的影响。引入平行目标接近(CB)导引算法为跟踪控制生成期望速度矢量信号,通过与所提出的自适应反步控制算法相结合,得到不受船舶驱动特性限制的全速度范围动力定位船舶导引跟踪控制算法,应用李雅普诺夫稳定性理论证明系统跟踪误差渐进收敛到零。仿真结果表明通过调整导引算法参数可以调节船舶跟踪过程表现,并可以得到较好的控制精度。     

基于模型参考自适应的电动车用内置式永磁同步电机电感参数辨识技术研究

内置式永磁同步电机(IPMSM)由于其优良的转矩特性和宽广的调速范围而广泛运用于电动汽车电驱系统。与表贴式永磁同步电机(SMPSM)不同,IPMSM转子具有强烈的凸极效应。因此其控制方式相较表贴式更为复杂,需要更加精确的电机数学模型。但是由于饱和效应和交叉耦合,电感参数会随运行工况变化而发生变化,从而影响系统控制精度,所以能够实时掌握内置式永磁同步电机电感参数是非常重要的。本文采用模型参考自适应算法(MRAS)实现IPMSM电感参数在线辨识,运用Runge Kutta离散化方法建立可调模型,依据Popov超稳定性定理推导出自适应律。仿真结果表明,采用MRAS的在线参数辨识算法可以准确、实时地辨识出IPMSM的交、直轴电感。     

基于DMPC的智能汽车协同式自适应巡航控制

本文中针对单向通信拓扑的非线性车辆队列协同式自适应巡航(CACC)控制问题,提出一种保证队列稳定且满足队列各车跟随性、安全性和乘员舒适性的分布式模型预测控制(DMPC)策略。首先建立了车辆队列的动力学模型和通信拓扑结构模型,并基于队列系统的多项优化性能设计代价函数和系统约束,使队列中每一辆跟随车基于其接收到的有限信息求解一个开环局部最优问题,计算出当前时刻的最优控制量作为输入并不断重复这个过程,达到滚动优化的目的,实现车辆队列的协同式自适应巡航控制。其次通过CACC系统局部代价函数之和构建Lyapunov候选函数,证明了车辆队列系统渐进稳定性的充分条件。最后通过CarSim和Simulink联合仿真,分析了算法在理想状态下对不同形式单向通信拓扑车辆队列的控制性能;通过实车试验,验证了算法在实车条件下感知层存在抖动、底层控制存在延迟和误差时的控制性能。仿真和实车试验的结果表明,本文提出的控制策略能使队列车辆实现各项优化性能,同时对外部干扰有较好的鲁棒性。