改进SIFT融合五官特征的旋转人脸检测算法

针对传统PID控制算法对四旋翼飞行器的姿态角进行控制时,其控制参数很难随着环境的变化进行自整定,进而影响四旋翼飞行器的稳定性的问题,提出了一种改进的PID控制算法。该算法通过改进单神经元中的K值公式提高了Kp、Ki、Kd的学习速率,从而提高了系统的响应速度;通过增加超调惩罚措施,通过适当的放大或缩小超调,可以使系统超调达到最小。通过与增量型PID、标准二次型单神经元PID算法进行比较,并且进行仿真实验。结果表明：所提方法具有参数自整定能力强且快速响应、鲁棒性强及稳定性好。     

基于自适应单神经元PID的四旋翼飞行控制研究

针对传统增量式PID控制算法在四旋翼飞行器的姿态控制中自整定参数不足的缺点,提出了一种改进的自适应单神经元PID控制算法,该算法在单神经元加权系数调整的基础上引入PSD自适应控制方法,增加了对比例系数的自适应调整;通过建立四旋翼飞行器的动力学模型和飞行试验平台对该改进算法进行仿真验证;仿真结果表明,采用自适应单神经元PID算法的控制器结构简单且响应速度快,精度高,具有更高的鲁棒性和自适应能力,能有效的实现四旋翼飞行器姿态的稳定控制。     

动平台视轴稳定控制的两种智能PID算法研究

分析了动平台下光电探测设备视轴稳定的基本原理,针对用于视轴稳定的伺服控制系统动态和稳态性能指标的高精度要求,设计了两种基于模糊控制的智能PID控制算法——FLCPID复合控制算法和PID参数模糊自整定算法。分别从理论上分析了这两种智能算法的可行性及技术特点,阐述了其设计过程。仿真计算表明,这两种基于模糊控制的智能PID控制算法均能获得优于常规PID的控制效果;FLCPID复合控制算法的调节时间小于0．05s,无超调,PID参数模糊自整定算法调节时间小于0．1s,超调量小于5％,显然前者的动态性能优于后者;后者对300ms时突加的1V扰动信号可完全抑制,有更强的鲁棒性。     

四旋翼无人飞行器实验平台设计及姿态控制研究

为了实现四旋翼无人飞行器姿态的稳定控制并验证控制算法的性能,设计了一种可用于四旋翼无人飞行器姿态控制算法研究及控制性能测试的物理实验平台。首先,利用牛顿-欧拉法建立了四旋翼无人飞行器的六自由度动力学模型;其次,对姿态传感器数据进行融合,利用互补滤波算法实现对四旋翼飞行器姿态进行快速准确解算;然后,在MATLAB环境下搭建了四旋翼飞行器仿真模型,并设计改进的PID控制器对飞行姿态进行了仿真;最后,搭建了一个四旋翼无人飞行器姿态控制的物理实验平台,进行了飞行器姿态控制算法的性能测试。实验结果表明了四旋翼无人飞行器实验平台设计的合理性和正确性,是一种快速有效的飞行器姿态控制算法性能测试实验平台。     

基于改进PID算法横列式双旋翼无人机系统

横列式双旋翼无人机相较于传统固定旋翼无人机具有更强的机动性与续航能力，但是传感器测量误差会影响其控制精度。针对这一问题，在理论模型方面完成了动力学模型的推导并整定了相关物理参数；在控制算法方面自主开发三轴加速度计误差补偿算法，并创新性将该算法与传统PID控制算法结合形成改进串级双闭环PID算法，可以实现对三轴加速度计测量值累积误差的抑制，同时利用Simulink进行了30次系统控制仿真，仿真结果表明：改进PID算法理论上针对y轴位移、滚转角、俯仰角与偏航角可分别降低约78%、26%、19%与44%系统超调量；在实验测控方面搭建了试验样机+测控地面站系统，最终完成10组空中悬停对比实验。实验结果表明：改进PID算法试验样机悬停高度、滚转角、俯仰角与偏航角的稳态误差较传统PID算法减少约35.68%、49.04%、2.33%与55.96%,验证了改进控制算法的精度与实际有效性。     

基于MATLAB的参数自整定模糊PID控制器的两种设计方法

_：鉴于模糊控制技术和PID控制技术在控制领域中的重要表现,在深入学习研究二者的基础上介绍了两种在MATLAB中实现参数自整定模糊PID控制器的方法,同时对两种方法进行了分析比较：一种通过S-Function实现模糊控制对PID控制参数进行在线整定,另一种则通过完全命令行的方式实现模糊整定与PID控制的无缝连接。通过验证,二者都可以取得理想的控制效果,且第二种方法用MATLAB实现复杂的控制算法,因此得以在学校实验室控制实验上得到了完全应用。用MATLAB 实现参数自整定模糊PID控制简单直观、便于操作,是一种比较理想的控制方法。     

基于积分分离SNPID的果蔬膨化温度控制系统设计

在果蔬膨化温度闭环控制系统中,一般PID调节器参数难以根据环境变化实时自整定,无法实现对被控制对象的精确有效控制;此外,传统数字PID控制器在系统启动、停止或因加工不同果蔬原料而大幅增减温度设定值时,会因为PID控制器积分积累的影响,引起膨化温度控制系统超调增大,从而导致果蔬膨化温度控制系统相对稳定性降低。针对上述问题,提出了以SCL语言开发基于积分分离算法的单神经元PID控制器。将该积分分离SNPID控制器应用于果蔬膨化温度控制系统中,既能避免控制系统产生较大超调,又可通过调整权系数以增强控制系统的自适应能力,从而实现对果蔬膨化温度的精确有效控制。     

次谐波聚束器相位控制的算法改进

 为实现次谐波聚束器的数字化相位控制,利用下变频、IQ调制解调技术及商业化的PXI系统,开发了以LabVIEW为平台的低电平控制器。控制器采用了具有自学习和自适应能力的单神经元自适应PID的控制算法,满足了相位稳定度的要求,通过现场测试与传统PID算法进行比较,验证了该算法稳定性好、响应快、抗干扰能力强。     

改进PID算法在浆液PH值控制系统中的应用

为了对浆液pH值控制系统进行全面的优化控制,使整个系统在最佳状态下运行,提出了一种改进PID算法。该算法利用单神经元具有自适应、自学习能力的优势,将神经元加入到PID算法中后,改进了控制系统稳定性和控制性能较差的问题;并结合浆液pH值控制系统的特点,设计了算法的具体流程。最后,利用改进前后的两种算法对优化问题进行了仿真分析,结果表明单神经元自适应PID算法具有更好的优化效果。     

基于Labview和Matlab的模糊PID温度控制系统研发

文章以LabVIEW 图形化编程语言、模糊控制工具箱及PID工具包等为开发平台,设计温度测控系统;利用Matlab Simulink 进行仿真实验,并与常规PID的控制效果比较;利用模糊逻辑(fuzzy logic)模块及LabVIEW提供的仿真模块(simulation module)建立系统仿真框图;通过仿真曲线分析模糊PID控制效果及影响因素,动态调整K_p,K_i,K_d的设置,缩短了控制器的设计周期,明显改善系统的稳态性能以及稳态响应,具有较大的工程实用价值。