灯光通信系统中粗跟踪模拟实验研究

在改进的灯光通信系统中加入了粗跟踪,并在室内通过能发送摩斯码信号的LED灯以不同速度在导轨上运动来查看粗跟踪效果.实验结果表明,信号光斑能稳定地处于系统设计的红框之中,即视场中心40×40个像素范围内,且通信稳定,摩斯码译码正确,跟踪控制精度小于5mrad.     

空间组网光通信粗跟踪系统的模型预测控制

针对一对多组网光通信粗跟踪伺服控制系统,通过解析法和正弦扫频辨识建立了粗跟踪系统的模型,然后依据数学模型设计了模型预测控制器(MPC),进行了与比例-积分-微分(PID)控制器的对照实验。实验结果表明MPC控制器能以10μrad的误差跟踪0.1 Hz的正弦信号,跟踪精度是PID控制器的两倍。在叠加了50 Hz,幅值1.8 m随机噪声的情况下,MPC控制器的最大稳态跟踪误差为55μrad,只有PID控制器最大稳态跟踪误差的一半。并且在运动平台的粗跟踪实验中,MPC控制器的稳态误差最大为15μrad,PID控制器的稳态误差最大为25μrad。表明MPC控制器可以有效提高一对多光通信粗跟踪控制效果。     

无线光通信粗跟踪一维模拟实验研究

针对空间无线光通信中捕获、瞄准和跟踪（ATP）技术的粗跟踪系统对信标光斑实时准确跟踪需求,为项目进一步工作提供基础,搭建了无线光通信的粗跟踪模拟实验系统,介绍了实验所需硬件的相关参数及实验方案,基于模糊PID控制策略进行了不同速度下的一维模拟跟踪实验。结果表明,跟踪误差随着模拟仿真台的运动速度的增加而增大,但始终满足于粗、精跟踪嵌套精度需求。     

空间光通信粗跟踪系统卡尔曼预测控制技术研究

以仿真转台运动模拟光电目标,基于双DSP处理器和精密的机械转台搭建了空间光通信二维实验演示系统。软件上基于TMS320F2812处理器实现了卡尔曼预测控制算法,将该算法与常规的PID经典控制相比较,并进行了卡尔曼预测控制算法验证实验研究。实验结果表明:相比于常规的PID算法,在保证足够的系统采样点数,卡尔曼预测控制具有较好的控制效果。     

市内建筑物间无线光通信粗跟踪模拟实验研究

针对空间无线光通信中捕获、瞄准和跟踪（ATP）技术的粗跟踪系统对信标光斑实时准确跟踪需求,搭建了地面建筑建筑物间无线光通信粗跟踪二维模拟实验系统,分别进行了微弱机动和不同速度下的非机动模拟跟踪实验,采用简易有效的跟踪性能评价方法分析了实验结果。实验表明：非机动状态下的X轴跟踪误差随着模拟目标运动速度增大而增大,Y轴误差...     

星地光通信中的精跟踪系统远场验证

 在星地光通信中,精跟踪系统的性能决定了整个APT系统的跟踪精度和带宽,是通信成败的关键因素。基于大容量图像数据实时处理和复杂控制,设计基于FPGA的并行处理精跟踪系统。跟踪控制算法采用自适应模糊－神经网络算法,可以实现系统参数在线实时动态调整。通过16Km的精跟踪系统演示实验,精跟踪系统抑制了平台振动和大气湍流对接收光功率的影响,有效提高了通信光束1550nm的光功率耦合效率,通过实验数据分析,精跟踪系统的跟踪精度达到了4.87μrad。     

星地光通信中的精跟踪模拟实验研究

设计了一套简便易行的星地光通信中精跟踪演示系统方案,并详细介绍了精跟踪演示系统的组成.跟踪算法采用改进神经网络的PID算法,在线调整网络加权值.最后,针对不同频率的信标抖动进行了跟踪补偿模拟实验,实验结果表明,该精跟踪系统实现了高频信标光抖动跟踪补偿,具有很好的实用性.     

RBF神经网络在薄膜厚度控制系统中的应用

针对双向拉伸薄膜厚度控制系统中,经典的PID控制器难以达到理想控制效果的问题,设计一个基于RBF神经网络整定的PID控制器。该控制器由RBF网络对系统进行在线辨识,找到最佳控制参数,并将其反馈给PID控制器,从而实现控制器参数的在线调整。仿真结果表明,本控制器具有超调量小,响应速度快和自适应性强等优点,可有效提高双向拉伸薄膜厚度控制系统的性能。     

线性扩张状态观测器的改进及在空间光通信粗跟踪的应用

针对传统自抗扰控制器的扰动补偿效果随着扰动频率增加迅速下降的问题,提出了一种基于改进的线性扩张状态观测器的自抗扰控制方法。该方法首先对粗跟踪进行系统分析、简化及辨识;然后对线性扩张状态观测器的观测原理进行详细推导与论证,从理论上指出其不足,提出了一种改进的线性扩张状态观测器;最后将改进的算法与PID调节器相结合,实现了粗跟踪的自抗扰控制。实验结果表明:针对幅度在1、频率在0.5~2.5 Hz间的外部位置扰动,传统的自抗扰控制器随着扰动频率的增加,扰动隔离度下降非常明显,2 Hz时的提升程度仅为0.5 Hz处的9.5%;而采用改进的算法使扰动隔离度至少提高了4.146 dB,且随着扰动频率的增加,扰动隔离度的提升非常稳定,2.5 Hz时的提升程度与0.5 Hz处几乎一致;此外,该方法有较好的鲁棒性,允许被控对象在20%的范围内变化。理论分析、仿真分析、物理实验均证明该方法的有效性,对类似的光电跟踪系统有一定的参考价值。     

RBF神经网络在传感器故障诊断中的应用研究

针对传感器在自动化系统中的重要性，指出了传感器故障诊断的必要性、可行性以及实现的基本方法。根据神经网络的原理与特点，阐述了RBF神经网络的基本理论和优点，提出了一种基于RBF神经网络用于传感器故障诊断的思路和方法。     

空间光通信精跟踪系统地面模拟实验

提出了一套简便易行的空间光通信精跟踪演示系统方案,详细介绍了精跟踪演示系统的组成。信标光斑定位和跟踪算法决定了跟踪带宽,信标光斑定位的传统方法存在系统误差和随机误差,采用像元细分对误差进行校正;跟踪算法采用改进神经网络算法,利用神经网络的自学习和自适应能力,在线调整网络加权值,增强了系统的实时跟踪性能。最后分析了像元细分对定位精度的改善,比较了不同定位算法的跟踪性能,改进的神经网络算法提高了精跟踪系统的鲁棒性。采用400Hz的CCD,针对不同频率的信标抖动进行跟踪补偿实验,实验结果表明,50Hz的信标光抖动范围压缩了25.7%。     

浅谈RBF神经网络在教师绩效评价中的应用

本文从建立教师绩效评价的意义入手,提出了教师绩效评价标准,探讨并构建了适应于教师绩效评价的指标体系。在比较各种评价模型和算法优缺点的基础上,提出了基于径向基（RBF）神经网络的教师绩效考评价模型,并设计出了系列数据处理算法。通过网络训练、泛化结果分析,表明用RBF神经网络来评价教师综合评价是非常可行的。     

星间光通信中跟踪控制技术及发展

星间光通信具有巨大的潜在应用价值,国际上已实现高码率、小型化、轻量化和低功耗激光通信终端,其中光学ATP系统的设计是关键技术之一。对ATP系统的特点进行了讨论,介绍了ATP系统中的跟瞄过程,综述了国内外在星间光通信ATP跟踪系统中所采用的控制算法,指出研究新的控制算法或新的PID参数整定方法,是提高ATP跟踪系统精度的发展方向。     

无线光通信ATP演示实验系统

针对空间无线光通信中捕获、瞄准和跟踪（ATP）技术的粗跟踪系统对信标光斑实时准确跟踪需求,为项目进一步工作提供基础,搭建了无线光通信ATP演示实验系统,分别对粗、精跟踪子系统进行了详细的介绍,利用该系统进行了运动目标的模拟跟踪实验。结果表明：粗跟踪可将运动误差控制在200μrad之内,使光目标始终维持在精跟踪视场内,精跟踪可将系统误差控制在15μrad,可满足通信需求。     

RBF神经网络在定日镜场故障诊断中的应用

针对定日镜场故障与征兆之间的关系特点,介绍了RBF神经网络运用于定日镜场故障诊断的基本方法。利用MATLAB神经网络工具箱建立和训练RBF神经网络,并对网络进行了测试。结果说明RBF神经网络在定日镜场故障诊断中具有较高的准确性和可靠性。     

空间光通信的粗精复合轴解耦技术研究

国内外的空间光通信系统都采用粗精复合轴结构实现大视场、高精度、高闭环带宽的跟踪系统.粗精控制环解耦问题是复合轴结构控制系统中很重要的问题,它会影响整个APT系统的性能.通过软件仿真和桌面实验,对双探测器的复合轴解耦问题进行了深入的研究,在桌面实验系统中实现了空间光通信要求的3urad的控制精度.     

机械手RBF神经网络滑模迭代学习控制

在机械手的轨迹控制的迭代学习控制中,迭代学习的学习律难以选择。本文结合RBF神经网络滑模变结构控制和迭代学习控制的基本思想,提出采用RBF神经网络滑模变结构控制确定学习律的方法。并运用Matlab软件Simulink对该方法应用于机械手轨迹跟踪控制的情况进行了仿真研究,结果表明该方法具有学习速度快、跟踪精度高、鲁棒性强等优点。     

RBF神经网络在表面粗糙度光纤传感器中的应用

本文提出了以径向基函数（RBF）神经网络处理表面粗糙度光纤传感器输出信号的方法,将传感器的输出信号及作为光源的激光强信号同时加在RBF神经网络的输入端,利用RBF神经网络能够以任意精度逼近非线函数地能力的优点,同时实现对传感器的非线性补偿及减轻激光器输出光强变化带来的影响,采用这种方法的表面粗糙度光纤传感器,降低了对激光器输出功率稳定性的要求,具有测量范围大,精度高的特点。     

RBF神经网络在视频业务建模及预测中的应用

ＡＴＭ技术在关键在于业务控制,能否有效地实施业务控制则取决于对业务特征的了解和预测能力。传统的解析方法对视频业务进行预测的局限性较为明显。本文采用径向基函数神经网络对视频业务进行建模和预测,并提出了分别采用ＬＢＧ算法和Ｈｅｓｔｅｎｅｓ奇异值解进行隐含层神经元中心选择和输出神经腱权值计算的改进方法。     

RBF神经网络在微波幅度均衡器设计中的应用

针对多谐振腔结构的均衡器其S参数测量数据库,提出了一种工程上实用的径向基函数(RBF)神经网络插值算法,介绍了该算法的主要思想,利用MATLAB软件给出了微波均衡器插值实例,并对其插值特性进行了分析和改进。计算和分析结果表明,该算法能在较高的插值精度条件下对数据进行有效的插值处理。该算法在微波器件的工程设计中具有一定的推广应用价值。