基于类前馈解耦的双模糊控制在电站锅炉燃烧系统的仿真研究

为了进一步提高目前电站锅炉燃烧系统的控制性能,在分析了某亚临界锅炉燃烧系统动态特性与影响因素的基础上,将各回路主控制器采用可以适时调整控制器参数的模糊自适应PID控制器,并且根据前馈补偿解耦原理在各耦合回路间增加类前馈补偿的模糊解耦控制器来实现全新的燃烧系统优化设计;通过MATLAB仿真表明,采用文章提出的双模糊控制策略相比常规的模糊自适应PID控制,响应时间缩短了45.2%,超调量降低了53.6%,调节时间减少了32.7%,鲁棒性增强,控制性能有了很大提升。     

采用模糊逻辑修正的SRM滑模控制器设计

针对开关磁阻电动机输出转矩脉动问题,提出了一种基于模糊逻辑修正的滑模转矩脉动最小化控制方法;采用数学解析方法对有限元分析的电感数据进行处理,从而建立电机的非线性模型,并详细分析了转矩脉动机理;设计了基于滑模变结构的电机瞬时转矩控制器,并采用模糊逻辑修正模块对关断角进行实时补偿控制;仿真结果表明,与PI定角度控制及滑模控制相比,转矩脉动系数分别减小了24.7%和15.1%,提升了高转速时的电机动态性能。     

基于改进AdaBoost算法的可调谐F-P滤波器温漂补偿方法

针对光纤法布里-珀罗可调谐滤波器（FFP-TF）在环境温度变化时输出波长持续漂移,引起光纤布拉格光栅（FBG）解调不稳定的现象,提出一种基于改进AdaBoost算法的温度稳定FBG解调方法。采用AdaBoost集成学习构建可调谐滤波器的温漂模型,在迭代过程中提出基于误差率差值的弱学习器权重更新方法,以增强弱学习器权重与其预测误差之间的关联,提高多个弱学习器的集成效率。实验结果表明,传统AdaBoost补偿后可调谐滤波器在温度变化环境中的最大波长漂移为14.03 pm,而基于权重更新的AdaBoost算法补偿后最大波长漂移为4.75 pm。相比传统的基于标准具和气室的温漂补偿方法,所提补偿方法不需要添加额外元件,补偿精度高。     

改进的FastICA-SVR结合荧光光谱技术测定1-萘酚、2-萘酚

水作为生命之源与人类的生存息息相关，近年来关于水环境污染的报道越来越多，不容忽视。实验以萘酚的两种同分异构体1-萘酚、2-萘酚的混合物作为研究对象，提出了一种新的算法，通过对混合物的三维荧光光谱进行分析来实现水中萘酚的定性定量分析。利用FS920稳态荧光光谱仪对配制的混合溶液进行扫描得到荧光光谱数据，并对数据进行一系列的预处理去除拉曼散射和瑞利散射的影响。将解决盲源分离(BSS)问题的独立成分分析(ICA)算法应用到荧光光谱定性定量分析问题当中，盲源分离技术就是将测量得到的混合信号作为处理对象进行分解，实现未知系统中源信号的求解，并得到混合矩阵。对混合物中单一物质的识别与测量与盲源分离问题类似。采用基于负熵最大的快速独立成分分析(FastICA)算法对实验数据进行分解，将所有样本的三维荧光光谱数据沿发射波长方向展开成为向量，得到一个大小为(N×M)的矩阵(N为样本数，M为波长数)，将该矩阵作为快速独立成分分析的输入进行独立分量提取，输出分别为单组分物质的展开荧光光谱和混合矩阵。FastICA算法的关键是利用牛顿迭代算法得到解混矩阵，但迭代过程中复杂的求导问题会使计算量增大、迭代速度减慢，针对该算法存在的问题，提出用差分法(又称为双点弦截法)代替求导的解决方法。为了验证算法的可行性，用改进后的算法和原有算法分别对荧光光谱数据进行了五次独立分量提取实验，原有算法平均运行时间为17.78 s，而改进后的算法平均运行时间为3.22 s，比原有算法提高了14.56 s，有效地减少了计算量，改善了FastICA算法的迭代速度并且使其收敛性更加稳定。通过实验结果可以看出改进后的算法得到的光谱更接近真实的光谱。利用快速独立成分分析算法分解得到的混合矩阵与物质浓度相关，这是物质定量分析的依据，但它们之间的关系可能是非线性的，采用能实现非线性拟合的支持向量回归机(SVR)进行回归预测，将混合矩阵和实际浓度矩阵分别作为SVR的输入和输出，利用遗传算法(GA)对支持向量回归机的参数进行优化选择，并选择径向基核函数(RBF函数)作为SVR的核函数，建立回归模型，实现对荧光光谱的定量分析。1-萘酚的拟合相关系数(r)为0.998 6，样品回收率(Recovery rate)为96.75%～104.2%，预测均方根误差(RMSEP)为0.119 μg·L-1；2-萘酚的拟合相关系数为0.998 8，样品回收率为96.8%～105.5%，预测均方根误差为0.1 μg·L-1，预测结果比较令人满意，符合预测要求。实验证明改进的基于负熵最大的FastICA-SVR算法能实现对混合物中1-萘酚、2-萘酚准确有效的识别和测量，并且改进之后加快了算法的分解速度。     

基于期望控制函数频率特征的解耦多变量控制

提出一种简单的解耦多变量系统比例积分微分(PID)控制器设计方法;首先,将多变量过程前馈解耦为多个独立单回路系统,利用解耦器对角环节保证解耦器的稳定性和可物理实现性;其次,针对每个已解耦单回路系统,提出同时考虑设定值跟踪、扰动抑制和鲁棒稳定性要求的期望闭环传递函数,由此得到期望控制函数,并基于期望控制函数的频率特征快速获取PID控制参数;最后,示例了解耦多变量控制器的设计过程;仿真结果表明该解耦PID设计法对一般多变量时滞过程的控制是有效的。     

基于图像复原的高光谱图像前向像移补偿

为了提高高光谱图像空间维的图像分辨力,针对航空遥感器成像时由前向像移造成的图像模糊提出了像移补偿方法。分析了航空遥感器前向像移造成图像模糊的退化机制,对运动模糊图像进行了预处理;估计了点扩散函数和噪声功率,使用改进的维纳滤波算法对图像进行复原并以绝对平均误差、峰值信噪比作为评价标准进行了实验。在估计出模糊图像点扩散函数和噪声功率的情况下得到的结果显示:与传统的维纳滤波复原算法相比,改进的维纳滤波复原算法的图像绝对平均误差降低了9.31%,峰值信噪比提高了13.98%,表明提出的算法能够有效改善高光谱图像的像质。     

基于滑模变结构控制及预测跟踪的光电吊舱控制方法北大核心CSCD

光电吊舱在稳像和目标跟踪过程中存在摩擦力矩、不平衡力矩等干扰力矩,从而影响速度环响应精度;另一方面,吊舱视频跟踪器图像传输和处理造成的延迟也会造成跟踪滞后,因此必须进行延时补偿。提出基于预测跟踪的滑模变结构控制方法,采用微分预测跟踪器实现对视频跟踪器的延迟补偿,采用预测跟踪器估计出的目标运动角速率构成自适应补偿参数,以调整滑模变结构控制量,改进的滑模控制算法在补偿干扰力矩的同时抑制了抖振现象。仿真及实验结果表明:改进的控制方法能够有效补偿干扰力矩和跟踪器延迟造成的误差,相对于传统PID控制,其跟踪误差减小为原来的1/3,并且该算法已经在相关系统上得到应用。     

脉冲压缩与互相关联合的合成孔径声呐回波时延补偿

针对合成孔径声呐中阵元相位不一致导致互相关时延补偿算法对成像质量提升效果有限的问题,提出了一种脉冲压缩与互相关联合的回波时延补偿算法.该算法利用脉冲压缩回波的互相关对原始回波相位畸变进行校正,实现粗补偿;联合脉冲压缩与偏移相位中心算法实现精细时延补偿,对不同合成孔径位置各阵元回波时延差实现了较为准确的估计,增强了成像效果。试验数据经该算法处理后,回波时延得到较为精确的补偿,地貌成像结果的亮度、对比度等统计特性得到不同程度的提高,且纹理细节增多;典型线缆目标的成像聚焦加深,成像长度误差约由5%减小为0.8%。试验结果显示,该算法对互相关时延补偿方法改进效果明显,验证了算法的可行性、有效性。     

基于改进GA算法的红外模拟靶标温控系统优化

针对红外靶标模拟装置中的温控系统过度依赖专家经验,且控制精度低等问题,设计了一种基于改进GA算法优化的模糊PID红外模拟靶标温度控制方法。系统通过具有自适应交叉及变异概率的改进GA算法,将模糊PID的量化因子和比例因子作为优化变量,自适应调整PID参数,快速确定温度控制单元的最优解。在Simulink建立温控系统仿真模型并进行仿真验证。仿真结果显示,相较于模糊PID,改进GA算法优化的模糊PID调节时间减少34.84%,超调量减少63.75%,稳态误差减少66.67%,表明改进GA算法优化的模糊PID能提高系统的控制性能。     

改进蚁群PID-神经元解耦的CFB锅炉燃烧系统控制

床温和主汽压都是循环流化床锅炉生产运行中的重要参数,会直接影响机组的安全性和经济性。但由于这两者对象存在非线性、大时延、强耦合等特点,其现场控制效果一直不太理想。本文首先采用自适应神经元将床温和主汽压解耦,再利用具有分工特征的蚁群算法优化参数的PID控制器对两者进行独立控制。采用该算法优化常规PID控制参数,能够实现控制参数的快速寻优。该方案应用于循环流化床锅炉燃烧系统仿真,结果表明能有效实现系统解耦,且具有响应快、超调量小等优点,有效地提高了控制品质。     

基于结构字典学习的图像复原方法

本文提出一种新的结构字典学习方法,并利用它进行图像复原。首先给出结构字典学习的基本内容和方法,然后将傅里叶正则化方法和结构字典学习方法有效整合到图像复原算法中。结构字典学习方法是先将原图像进行结构分解,再分别学习出每个结构图像中的字典,最后利用这些字典对原图像进行稀疏的表示。结合傅里叶正则化,提出了一种有效的迭代图像复原算法:第一步在傅里叶域利用正则化反卷积方法得到图像的初步估计;第二步采用结构字典学习的方法对遗留的噪声进行去噪处理。实验结果表明,提出的方法在改进信噪比和视觉质量上都要优于6种先进的图像复原方法,改进的信噪比平均提升0.5 d B以上。     

一种改进的视频超分辨率重建方法

针对目前无人机摄像、照相数据的特点,提出一种基于低分辨率视频重建高分辨率视频的改进方法;采用高斯金字塔光流算法对低分辨率视频及高分辨率图像进行运动估计利用小波频带分解方法提取图像的高频细节,并对视频进行运动补偿,采用凸集投影方法对补偿后视频进行迭代优化;并通过MATLAB仿真实现了以上算法,实验结果证明本文算法重建质量更好、处理速度更快。     

基于补偿控制的无人地面车辆轨迹跟踪方法

针对无人地面车辆轨迹跟踪精度不高,鲁棒性差的问题,提出了一种基于补偿控制的算法。该算法分为运动学和动力学两部分：基于方向角调整策略的运动学控制律能确保无人地面车辆有效跟踪参考轨迹;基于PD与模型参考模糊滑模自适应控制相结合控制的动力学控制律能有效补偿建模不精确和外界扰动带来的影响。仿真结果表明：该算法能够有效跟踪参考轨迹,控制量分配合理且鲁棒性较好。     

一种基于近红外光谱与化学计量学的绿茶快速无损鉴别方法

绿茶是我国饮用范围最广、最受欢迎的一类茶叶。不同品种绿茶叶外观上差别较小,非专业人员难以直接用肉眼进行辨别。传统化学方法操作复杂、检测费用较高,对样品具有破坏性,无法实现快速无损分析。近红外光谱技术是一种简便、快速、无损、重现性好、可直接用于在线定性定量分析的新型分析技术。由于种植方式以及土壤、气候等生长环境的差异,不同品种绿茶叶中含氢基团有机物的种类和含量也不相同,因此可以通过扫描样品的近红外光谱,得到不同品种绿茶叶的特征信息,实现对不同品种绿茶叶的快速鉴别。研究提出了一种基于近红外光谱与化学计量学技术对不同品种绿茶的快速无损鉴别方法。使用近红外光谱仪得到了八个品种绿茶样品的光谱图,用主成分分析方法对不同品种绿茶样品数据进行了聚类分析。使用连续小波变换方法消除了光谱信号中的基线干扰,从而提升聚类效果。利用基于标准偏差与相对标准偏差的变量筛选方法进一步提高了聚类结果的准确性。结果表明：主成分分析后样品的第一主成分和第二主成分的方差贡献率之和在90%以上,可以选取前两个主成分进行聚类分析。直接采用原始数据进行聚类分析的准确率较低,难以满足应用需要;连续小波变换可以有效地消除光谱信号中的基线干扰。与直接使用原始光谱聚类结果相比,采用连续小波变换后聚类效果有显著提升,但依旧不能实现所有品种茶叶样品的准确鉴别。为了进一步提高方法的稳健性和分类结果的准确性,选取了标准偏差和相对标准偏差较大的波长数据进行聚类分析。在符合平均值大于1%的波长范围内,剔除标准偏差小于5‰的波长,进一步选择较大相对标准偏差值对应的波长点进行聚类分析。采用这种方式,可以仅使用几十个甚至是几个波长即可实现绿茶样品品种的准确聚类分析。波长筛选方法可以大大提高主成分分析结果的准确性,采用近红外光谱分析技术与化学计量学方法可以实现对不同品种绿茶的快速鉴别。经过对各个光谱吸收区域波长所对应官能团分析后,初步得出多酚、酰胺类以及氨基酸类物质的种类不同或含量差异是形成绿茶品种差异的重要原因。所提出的基于近红外光谱与化学计量学技术的方法具有较强的鉴别能力,为绿茶的快速无损分析提供了一种新手段。     

一种多尺度相似性学习的目标跟踪算法研究

基于深度学习的目标跟踪算法由于其良好的性能已经成为目标跟踪领域的主流算法之一。其核心思想是进行前后帧的相似性学习从而完成模板帧与搜索帧的匹配。其中,相似性学习是影响跟踪算法性能的关键一环。以孪生网络的相似性学习为切入点,对现有的深度互相关(DW-XCorr)的相似性学习方式进行改进,提出了一种多尺度相似性学习的目标跟踪算法。该算法在SiamRPN的基础网络框架下,构造多尺度互相关(Multi-Scale Cross Correlation,MS-XCorr)模块,对原有的互相关操作进行多尺度的改进,从而增加学习特征尺度的多样性,提高了跟踪网络相似性学习的效率,最终使得算法跟踪性能有进一步提升。在实验部分,将改进后的算法与其基线进行了对比实验,该算法在成功率(Success Rate)、精度(Precision)及平均精度(Norm Precision)上均有提升,成功率提高了4.3%,精度提高了4.4%,平均精度提高了4.0%。实验表明,多尺度互相关模块相较于深度互相关模块具有更强的相似性学习能力,提出的多尺度相似性学习的目标跟踪算法在目标光照、形态变化、遮挡以及干扰等复杂场景下具有更...     

一种改进的前斜视SAR距离多普勒成像算法

根据大斜视角SAR成像的空间几何模型和回波信号特点,提出了一种改进的适用于前斜视场景的距离-多普勒成像算法;对补偿二维频域耦合相位项的条件进行了分析,分析表明只需根据设计参数决定是否补偿到三阶耦合相位即可,且不必补偿更高阶的耦合相位;对距离徙动的校正方法进行了研究,通过在频域直接对距离徙动进行校正可以避免使用传统的插值方法,有效减小了计算量,提高了算法的运算效率,有助于算法的实时性实现;对改进的距离-多普勒算法的仿真表明,其成像性能能够满足前斜视条件下SAR实时成像处理的要求。     

模糊自抗扰控制在永磁同步电机调速系统的应用

针对直接转矩调速系统中PID控制器参数鲁棒性差,调速过程中磁链和转矩脉动大的问题,设计了一种基于模糊的改进自抗扰转速控制器;自抗扰策略代替传统的PID控制方法,模糊规则对自抗扰控制算法进行简化,减少待整定参数;与传统的PID控制方法相比,模糊自抗扰控制能提高调速系统的误差估计补偿和抗干扰能力;对比仿真结果,模糊自抗扰控制响应速度快,明显降低了系统在调速过程中的磁链和转矩脉动,表明模糊自抗扰控制具有良好的控制性能,验证了该方法的有效性。     

光栅干涉位移传感器信息解算方法研究

面向光栅干涉式位移传感器信号高精度解算的需求,提出了一种基于椭圆拟合补偿及反正切算法的位移解算改进方法。采用傅里叶变换及标准化椭圆参数拟合法对信号误差估计,通过构建线性误差补偿模型对带误差信号进行正交补偿,结合反正切算法对信号进行线性化处理,实现高精度位移解算读出。Matlab仿真结果表明,该方法对信号正交补偿效果显著,线性化处理算法解算位移最大相对误差小于0.2%。为提高光栅干涉式传感器位移解算精度提供了有效途径和方法。     

基于改进T-S模型的航空发动机振动值监控方法

针对T-S模型在规则库建立过程中存在的重复学习、效率低下等问题,采用模糊关联规则挖掘的方法对T-S模型进行改进;首先采用基于矩阵的模糊关联规则挖掘算法,深入分析和利用频繁项集的性质,减少数据库扫描次数以及挖掘过程中产生的中间结果,提高规则挖掘效率;其次,从挖掘结果中选取模糊规则,对其处理后建立T-S模型规则库;最后,将改进的T-S模型应用于航空发动机振动值监控中;实验结果表明,改进的T-S模型能够有效实现发动机振动监控。     

基于HPSO和FCM的多光谱遥感图像湿地分类

分析了基本粒子群算法(PSO)、混合粒子群优化算法(HPSO)和模糊C-均值算法(FCM)的特点,将模糊C-均值算法引入到混合粒子群优化算法中,发展和改进了HPSO-FCM算法,并在Fortran语言和MATLAB环境下开发实现HPSO-FCM程序。以2009年6月份的环境一号卫星多光谱可见光图像和ENVI-SAT的ASAR微波图像为基础数据,通过波段叠加和主成分分析,得到前3个主成分合成图像。利用HP-SO-FCM算法和非监督学习动态聚类算法(ISODATA)分别对湖南东洞庭湖3个主成分合成图像,进行湿地分类实验。结果表明:(1)将模糊C-均值算法引入到混合粒子群优化算法中,具有较好的搜索速度和收敛精度,能有效寻找和优化最佳聚类中心。(2)HPSO-FCM算法在多光谱遥感图像湿地分类精度比较高,是一种有效的遥感图像分类方法。