分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-05-02 合作期刊: 《计算机应用研究》
摘要： 为了提高无传感器永磁同步电机(PMSM)控制系统中速度控制性能，提出一种基于改进群搜索优化(IGSO)算法的扩展卡尔曼滤波(EKF)速度估计方案。首先，分析了PMSM磁场定向控制(FOC)系统模型；然后，将电机的d-q轴电压、电流和转子速度作为状态变量，构建EKF中的状态方程来估计转速和负载。同时，为了提高EKF的估计性能，以估计值与实际值的平方误差积分(ISE)作为适应度函数，通过IGSO算法来优化EKF中的噪声协方差矩阵Q和R，以此获得最优参数。仿真结果表明，提出的控制系统能够精确估计出电机转速并进行有效控制。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2022-05-10 合作期刊: 《计算机应用研究》
摘要： 针对通信带宽受限的网络环境，引入一种基于动态事件触发机制的数据传输策略，研究了一类非线性网络化系统在随机网络攻击下的有限频域故障检测问题。首先，在考虑故障灵敏性和扰动鲁棒性的前提下，利用状态增广的方法将原系统的故障检测问题转化成#1;滤波问题；然后，在考虑扇区有界非线性和随机网络攻击的情况下，将故障的有限频域特性考虑到#1;性能指标的设计中，并结合有限频输入特性，给出有限频故障输入下的故障检测滤波器与动态事件触发机制的联合设计算法；最后，通过搅拌釜式反应器系统的仿真算例验证了该方法的有效性。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-05-10 合作期刊: 《计算机应用研究》
摘要： 工业过程常含有显著的非线性、时变等复杂特性，传统的极限学习机有时无法充分利用数据信息，故所建软测量模型预测性能较差。为了提高极限学习机的泛化能力和预测精度，提出一种改进粒子群优化的极限学习机软测量建模方法。首先，利用高斯函数正态分布的特点实现惯性权重的自适应更新，并线性变化学习因子，以提高粒子群优化算法的收敛速度和搜索性能；然后，将该算法用于优化极限学习机的惩罚系数和核宽，得到一组最优超参数；最后，将该方法应用于脱丁烷塔过程软测量建模中。仿真结果表明，优化后的极限学习机模型预测精度有明显的提高，验证了所提方法不仅是可行的，而且具有良好的预测精度和泛化性能。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-10-11 合作期刊: 《计算机应用研究》
摘要： 针对一类具有时变时延以及Lipschitz非线性项的网络化线性参数变化(LPV)系统，研究了系统中存在外部扰动、执行器和传感器同时发生随机故障时的容错控制问题。用Bernoulli分布序列描述执行器和传感器发生的随机故障，利用自由权矩阵方法处理时变时延。根据Lyapunov-Krasovskii稳定性定理和线性矩阵不等式（LMI）方法求出H∞容错控制器存在的充分条件，然后通过利用近似基函数和网格化技术将无限维的LMI求解问题转换为有限维的LMI问题，得到了相应的容错控制器增益。最后，通过数值仿真验证了所设计方法的有效性。
分类： 统计学 >> 社会统计学 提交时间： 2023-12-04 合作期刊: 《智慧农业（中英文）》
摘要： ［目的/意义］植物光合作用过程中释放的叶绿素荧光与光化学反应紧密耦合，其荧光信号采集是光合作 用效率、植物生理及环境胁迫等无损的测试手段。作为获取该信号的叶绿素荧光成像系统通常价格昂贵，针对此 问题，本文提出一种低成本叶绿素荧光成像系统设计方案。［方法］叶绿素荧光成像系统主要由激发光灯组、 CMOS（Complementary Metal Oxide Semiconductor） 相机及其控制电路和智能手机上位机三部分组成。激光发灯组 采用LED面光源和碗状结构，通过对光场的仿真分析保证光照强度和均匀性；采用微型CMOS相机进行荧光图像 采集，利用智能手机作为上位机完成激发光控制，并将数据回传至手机或服务器进行分析、处理、存储及显示。 ［结果和讨论］基于该方案，制造了一款仪器样机，其激发光强最大为6250 mol/（m2s），光场整体变化幅度偏 差为2%，光谱范围为400~1000 nm，稳定的采集频率最高可达42 f/s，具备连续光激发和调制脉冲激发功能。［结 论］ 通过叶绿素荧光图像采集实验验证了本仪器的有效性。该仪器结构简单、造价成本低，在植物生理状态检测 领域有着很好的应用价值。
分类： 统计学 >> 社会统计学 提交时间： 2023-12-04 合作期刊: 《智慧农业（中英文）》
摘要： ［目的/意义］构建绿色植株三维点云模型需大量清晰图像，受镜头景深限制，在采集大纵深植株图像时 图像会部分失焦，导致出现边缘模糊、纹理细节丢失等问题，现有的处理算法难以兼顾处理质量和处理速度。本 研究目的是提出一种新型算法，提高融合图像质量问题的同时兼顾处理速度。［方法］提出了一种基于非下采样剪 切波变换（Non-Subsampled Shearlet Transform，NSST） 的参数自适应双通道脉冲耦合神经网络（Parameter Adapta⁃ tion Dual Channel Pulse Coupled Neural Network， PADC-PCNN） 与平稳小波变换（Stationary Wavelet Transform， SWT） 的植株图像融合方法。首先对植株的RGB图像进行通道分离，针对含纹理细节等特征较多的G通道进行 NSST分解，低频子带使用梯度能量融合规则，高频子带使用PADC-PCNN融合规则；对轮廓信息和背景信息多的 R、B通道，采用速度快且具备平移不变性的平稳小波变换，用以抑制伪Gibbs效应。自建了480幅图像共8组数 据，以光照环境、距离和植株颜色为变量，同时采集不同焦距图像验证算法性能。［结果和讨论］基于PADCPCNN- SWT算法与常用的快速导向滤波算法（Fast Guided Filter，FGF）、随机游走算法（Random Walk，RW）、非 下采样剪切波变换的脉冲耦合神经网络算法（Nonsubsampled Shearlet Transform based Pulse-Coupled Neural Net⁃ work，NSST-PCNN）、平稳小波变换算法（Stationary Wavelet Transform，SWT） 和非下采样剪切波变换的参数自适 应双通道脉冲耦合神经网络（Nonsubsampled Shearlet Transform based Parameter-Adaptive Dual-Channel Pulse-Cou⁃ pled Neural Network，NSST-PADC） 等五种算法相比，在清晰度上比前四种算法分别提高了5.6%、8.1%、6.1%和 17.6%，在空间频率上比前四种算法分别提高了2.9%、4.8%、7.1% 和15.9%，而相较于融合效果最好的NSSTPADC 算法在处理速度方面平均提升200.0%，同时调焦范围约6 mm。［结论］本研究提出的基于PADC-PCNNSWT 多焦距图像融合算法实现了在保障融合质量的同时，提高了融合图像的效率，为搭建绿色植株三维点云模型 提供高质量数据的同时节省了时间。
点击量
通过
点击量
下载量
评论
