基于强跟踪滤波器的DC-DC变换器自适应控制

针对一类变结构非线性时变系统,研究了DC-DC交换器的自适应控制算法.以Buck变换器为研究对象,在它平均状态模型的基础上,使用强跟踪滤波器在线估计出变换器的参数,实时更新广义一般模型控制的模型参数以补偿时变参数的影响,由此实现DC-DC变换器的自适应广义一般模型控制.仿真结果表明,当输入电压、负载、参考电压或变换器其他参数发生变化时,采用自适应控制的DC-DC变换器仍然具有良好的鲁棒性和控制性能.最大超调量为3.73％,稳态误差为0,Vout、iL和R的真值和估计值相对误差的均值分别为0.18％、2.64％和2.78％.     

显著性增强的模型自适应目标跟踪

目的 针对跟踪过程中目标易受遮挡、移出视野、背景杂乱等因素影响的问题,提出一种显著性增强的模型自适应目标跟踪方法。方法 将显著性特征与颜色直方图是梯度方向直方图(Histogram of Oriented Gradient, HOG)特征结合,建立目标外观模型,提高目标外观表示的多样性。通过引入一种目标遮挡检测方法和一种模型自适应更新策略,以自适应方式调整模型学习率,应对目标遮挡问题。结果与结论将本文方法与9种经典跟踪器在公开目标跟踪基准数据集OTB-2015上进行对比。仿真实验与分析表明,所提方法在跟踪精度和成功率上均取得较好的结果。     

基于仿射变换与模板更新策略的目标跟踪方法

提出了一种自适应跟踪算法,其主要思想是用六个仿射变换参数来表征图像中目标区域的运动,由当前位置图像与模板图像的差分图像可以求取这些参数,并进一步用这些参数来预测目标的运动和跟踪目标。在实际跟踪过程中,又采取一种有效的相似性度量方法,用它来决定是否修改模板,以及如何修改。     

带有跟踪微分器的无模型自适应控制方法研究

针对无模型自适应控制方法对一类存在测量扰动的SISO非线性系统控制效果不佳的情况,将自抗扰控制器中的跟踪微分器作为反馈滤波器加入到无模型自适应控制中,提出了一种论述无模型自适应控制方法。该方法将测量信号通过反馈通道的跟踪微分器滤波后,再与给定信号求差得到误差信号进行控制,从而有效抑制测量干扰带来的影响,获得更好的输出性能,提高无模型自适应方法的鲁棒性。仿真结果验证了此方法的有效性。     

非零初值的模型参考自适应控制

对于系统{x=Ax Bu,x(0)=x0,y=c^Гx，在x0≠0的情况下考虑了模型参考自适应控制（MRAC）的性质，证明了：（1）闭环系统所有信号有界；（2）跟踪误差收敛于零；（3）在持续激励的条件征参数估计收敛于真值。     

基于多模型自适应方法的智能汽车路径跟踪控制

路径跟踪控制是智能汽车的一项核心技术,跟踪效果的精确性和在各种路面附着条件下的鲁棒性是该技术的两大关键要素。但汽车动力学模型的不确定性,尤其是轮胎侧偏刚度的摄动使这两者难以同时得到满足。针对这一问题,将多模型自适应理论引入到智能汽车运动控制中处理不确定性系统的控制。首先,推导了多模型自适应控制律,提出了凸包构架下各个顶点的子模型对真实模型的自适应逼近律,并通过李雅普诺夫函数证明了所提出自适应律的收敛能力。在此基础上建立了汽车动力学模型和车辆-路径联合模型,并由多个顶点子模型构建可覆盖汽车轮胎侧偏刚度摄动范围的凸多面体,利用汽车动力学模型求解自适应率,通过车辆-路径联合模型,基于线性二次型方法(linear quadratic regulator, LQR)求解各个顶点的子模型处的反馈控制律,并通过所得出的自适应权重进行加权。基于Carsim/Simulink的联合仿真结果表明,所提出的多模型自适应路径跟踪控制器在保证鲁棒性的同时克服了传统鲁棒控制方法的保守性问题,与基于名义模型的LQR控制器和鲁棒保性能控制器相比,在高附着路面和低附着路面上都可以取得更好的控制效果,很好地解决了路径跟踪...     

基于尺度自适应和跟踪框自转的视频目标跟踪

在高空运动变焦摄像机视频监控目标的自动识别跟踪中,跟踪目标背景、跟踪目标尺寸和跟踪目标相对背景运动的方位角都在实时变化,为解决常规Mean Shift目标跟踪算法在面临上述快速变化时容易出现的目标跟踪丢失问题,在Mean Shift目标跟踪算法的基础上,考虑跟踪目标的变尺度、长宽比和方位角等因素,提出了改进的基于尺度自适应和自转跟踪框策略的视频目标跟踪算法,实际场景下的实验结果表明:该算法具有较好的准确性和实时性,满足视频目标实时跟踪的应用需求。     

机器人的自适应分散跟踪控制

提出了一种自适应分散控制策略,用于不确定性机器人的轨迹跟踪,该控制器结构简单,而且无需计算回归矩阵,通过对二自由度的机器人的仿真,证明该方法能使跟踪误差快速趋近于零.     

鲁棒性模型自适应方法

针对工业过程控制普遍存在扰动特别是大扰动问题,通常采用模型自适应方法来加以消除·提出了采用基函数修正模型自适应增益系数的方法,利用高斯基函数的特点把过程扰动的影响作为基函数的输入,从而减小过程扰动的影响,特别是减小大扰动的影响·对线性过程模型改进了加法自适应算法,对非线性过程模型改进了乘法自适应算法·仿真试验结果表明所提方法对加法自适应和乘法自适应都是有效的,对大扰动具有明显的抑制作用,对过程扰动具有良好的鲁棒性·     

一种改进的自适应质心跟踪算法

针对自适应质心跟踪算法对扩展目标跟踪时,易出现目标丢失的问题,提出了在自适应质心跟踪算法中,加入3点线性预测器和5点平方预测器构成综合预测器,对所跟踪目标的位置参数进行预测.通过估计目标区内背景所占比例,解算出目标的直方图分布函数,利用Bayias决策找出目标和背景像素的分类,从背景图像中分离目标像素,获得目标的质心坐标.改进算法可以实现对小目标直至扩展目标的跟踪,且基本不受目标大小、旋转变化的影响,其稳定性、可靠性和精度都较高.实验结果也表明,改进算法较好地克服了原算法跟踪时易丢失扩展目标的问题,不但扩展了自适应质心跟踪算法的适应范围,而且提高了跟踪精度.为有效提高导弹图像末制导的攻击精度提供了一定的参考.     

一种非线性稳态自适应优化方法

结合系统优化和参数估计的修改二步法(MTS),提出了单参数在线修正模型的非线性优化控制自适应方法。根据Lyapunov稳定性定理,给出了MTS法稳定收敛的最优协调增益K的在线计算方法,大大加快了算法的收敛速度,以甲醇制甲醛生产优化控制为例,仿真结果表明,该方法是有效的。     

基于双变量模型的子带自适应滤波方法

利用贝叶斯最大后验估计理论研究了双变量层间模型、模型的子带自适应参数估计方法,推导了对应的萎缩函数;在此基础上设计了一种子带自适应图像滤波方法,并与两种基于模型的类似算法进行了比较.实验结果表明:利用小波系数层间模型可以有效地改善图像去噪质量.     

一种估计Logistic模型参数的方法

提出了一种求解Ｌｏｇｉｓｔｉｃ模型参数的方法,这种方法以Ｌｏｇｉｓｔｉｃ模型的积分形式为基础,通过合理的近似建立了分别单独求解３个参数的方程,从而简化了参数的估计过程,实例表明这种方法求解结果精度较高。     

一种无需对象模型的自适应控制方法

研究了一种无需对象模型的自适应控制方法,使用该方法能对机理复杂,对象模型难以确定的系统实现有效的控制。     

一种模型参考自适应控制系统设计方法

提出一种基于精确模型匹配技术的自适应控制系统设计方法,使可调系统闭环传递函数与参考模型一致,利用李亚普诺夫稳定性理论推导出可调参数的自适应规律,它不用求广义误差的各阶导数,它不需要引入增广误差信号或正实概念,结构简单,易于实现。     

基于自适应参数的全变分综合图像去噪模型

分析了ROF去噪模型和LLT去噪模型的优缺点,提出了一种基于自适应参数的全变分综合图像去噪模型.先利用高斯滤波对噪声图像进行预处理,以减少噪声在后续处理时被当成假边缘的可能性,再根据图像中每一像素点的梯度信息,自适应地选取模型中决定平滑强弱的参数,使模型能在接近图像边缘处平滑较弱,在远离边缘处平滑较强.实验表明,本模型在去噪的同时能有效地保留图像的纹理信息,并对降噪性能指标有较好的提高.     

高频自适应通信实时信道参数估算系统

对高频自适应通信实时信道估算的方法进行了研究,给出了经快速付氏变换处理一批多音信号实时估算信道参数的算法公式,并提出用高速信号处理器TMS320C25实现算法的系统硬件、软件设计方案,及系统在电离层模拟器上的测试结果．实验表明,系统设计先进,能较准确地实时测量信道参数,对提高高频通信的质量具有重要的意义．     

多重时滞非线性系统的自适应预测控制

针对NARX模型中一步时滞控制算法不完全适用于多重时滞的情形,提出一种在工作点处用线性的动态切平面逼近一般的非线性系统的方法,结合一种准则函数和预测器算法,提出一种自适应预测控制算法,给出了该模型下具有遗忘因子的递推最小二乘非线性参数估计算法.仿真结果表明:该控制算法品质好,参数估计算法几乎无偏,验证了自适应预测控制算法和递推参数估计算法的有效性.