课程文献中心 更多>>

关键词： 永磁同步电机   自抗扰控制   黑翅鸢算法   参数整定  

摘要： 【目的】永磁同步电机(PMSM)被广泛应用于伺服系统、电动汽车等领域,这些领域对电机控制的精度、响应速度和抗干扰能力要求较高。PMSM速度控制多采用比例积分微分(PID)控制,然而,传统PID控制器的线性结构在面对复杂的非线性系统时,难以提供PMSM所需的精确跟踪性能和抗干扰能力。针对此问题,本文提出了一种基于改进黑翅鸢算法(IBKA)的自抗扰控制(ADRC)策略。【方法】首先,在d-q坐标系下对PMSM进行建模和分析,并对PMSM速度控制器进行设计,采用非线性ADRC对PMSM的速度环进行控制,以增强系统对模型不确定性和外部扰动的鲁棒性。ADRC的核心优势在于其能够通过扩张状态观测器实时估计并补偿系统的总扰动,包括未建模动态和外部干扰,从而实现对系统状态的精确控制。然后,针对传统ADRC依赖经验进行参数整定的问题,提出了一种融合Tent混沌映射和高斯变异机制的IBKA,通过该算法实现ADRC参数的实时在线整定。最后,基于Matlab/Simulink进行仿真,验证本文所提基于IBKA优化的ADRC策略的有效性。【结果】仿真结果表明,相较于传统的比例积分(PI)控制和标准ADRC,基于IBKA优化的ADRC能够使PMSM表现出良好的动、静态性能,具有更快的响应速度、更好的跟踪精度、更强的抗干扰能力和更优的转矩控制能力。仿真结果不仅验证了IBKA在ADRC参数优化方面的有效性,还展示了ADRC在提高PMSM控制性能方面的潜力。【结论】本文提出的控制策略为PMSM在高精度、高动态和高抗干扰中的应用提供了一种有效的解决方案,具有一定的理论意义和应用价值。

关键词： 蝴蝶优化算法   路径规划   混沌映射   动态感觉模态   选择因子   动态变异因子  

摘要： 针对蝴蝶优化算法(butterfly optimization algorithm,BOA)在复杂环境路径规划过程中求解最短路径时存在收敛速度慢、易陷入局部最优等缺点,提出一种改进的蝴蝶优化算法。首先,在初始化蝴蝶种群时,为保证初代种群多样化,避免陷入局部最优解,通过Tent映射生成初代种群位置;其次,在蝴蝶香味计算阶段引入动态感觉模态,随着迭代过程的持续推进逐步增强蝴蝶的香味值,以缩短收敛时间;再次,为进一步缩短收敛时间,在全局搜索阶段引入遗传算法中的选择因子加快蝴蝶在全局搜索时向最优蝴蝶移动的速度;然后,在局部搜索阶段引入动态变异因子,有效避免在路径规划时陷入局部最优;最后,使用一种基于视线(line of sight,LOS)检测方法的初始种群生成策略,以进一步减少路径中断点的生成,同时确保由BOA算法生成的路径可行解的多样性。实验结果表明,改进的蝴蝶优化算法具有较快的收敛速度,且规划出来的路径在保证路径长度合理的情况下具有更高的平滑度。

关键词： 图像去雾   暗通道先验   超像素分割   引导滤波   自适应容差   透射率  

摘要： 针对暗通道先验算法在去雾后的图像易产生光晕伪影、透射率估计不准确和细节纹理处理不足等问题,本文提出单幅图像快速迭代算法。该算法基于暗通道先验算法的框架下,利用超像素分割将图像分割成具有相似特征的超像素单元,再利用引导滤波对边缘细节处透射率进行细化;针对天空明亮区域,采用自适应容差方法,进行透射率补偿;并对图像进行多次迭代,进一步优化全局大气光和透射率。实验结果表明,本文算法的峰值信噪比和结构相似性均有显著提升,在细节处理和图像纹理恢复方面获得更佳的视觉效果。

关键词： 点云   三维目标检测   VirConv   特征增强  

摘要： 针对当前点云三维目标检测算法存在的高误检率以及远距离和小目标检测效果不佳等问题,基于VirConv算法提出一种改进的三维目标检测方法。设计BEV特征提取网络C-ECVNet对VirConv的点云编码网络进行优化,该网络引入显式视觉中心模块增强目标特征,以更精确地提取原始点云的空间结构信息,并融合通道自注意力机制捕获通道间的层级注意力,从而提升模型的效率和泛化能力,增强特征提取能力。在KITTI测试集的实验结果表明,该算法针对复杂环境、远距离目标和小目标进行检测时表现出更强的鲁棒性和更低的误检率。

关键词： 无线传感器网络   覆盖优化   蜣螂优化算法   节点调度   量子行为   混沌映射  

摘要： 针对无线传感器网络节点因随机部署而导致覆盖率低的问题,提出一种基于量子行为的蜣螂算法。首先,采用改进Logistic混沌映射初始化种群,增强种群多样性和全局搜索能力。其次,在蜣螂算法跳舞行为中引入麻雀算法警戒机制,增强全局搜索能力,加快收敛速度。最后,在蜣螂算法觅食行为中引入量子行为,平衡全局搜索和局部搜索。仿真实验结果表明,相较于其他传统算法,改进蜣螂算法能够有效提高无线传感网络节点覆盖率,且节点利用率更高。

关键词： 欠定盲源分离   三阶累积量   高阶奇异值分解   增强平面搜索算法  

摘要： 盲源分离(Blind Source Separation,BSS)可以在源信号和混合模型未知情况下,仅依据源信号的统计特性便可从观测信号中恢复源信号,凭借着该技术优势BSS现已成为信号处理领域的关键技术,在无线通信、生物医学、机械工业等领域得到了广泛的应用。欠定盲源分离技术(观测信号数目小于源信号数目)作为盲源分离中的一个重要分支,更加符合现实应用场景。传统的欠定盲源分离技术利用观测信号的稀疏性进行聚类求解,然而,在复杂的通信环境中,信号的稀疏性极易受到噪声的干扰导致信号稀疏性被破坏,难以在低信噪比情况下实现欠定盲源分离,极大地限制了该类算法的应用范围。为了解决上述问题,本文提出了一种基于张量分解的加速欠定盲源分离算法。该算法首先,以观测信号在不同时延处的三阶累积量作为统计信息构造四阶张量,并利用高阶奇异值分解(High Order SVD,HOSVD)对四阶张量进行压缩以降低张量维度,在充分描述信号特征的同时降低了计算复杂度。随后,将混合矩阵估计问题转为张量分解问题。最后,利用增强平面搜索(Enhanced Plane Search,EPS)算法将搜索空间分解为多个平面,在每个平面上进行搜索,在搜索过程中对搜索空间进行增强以加快交替最小二乘法(Alternating Least Squares,ALS)收敛速度,同时避免了收敛陷入“瓶颈”状态。实验结果表明,该算法在信噪比为25 dB时,估计3×4混合矩阵的相对误差为-22.41 dB,相比于现有的算法估计混合矩阵性能更好,且收敛速度更快。

关键词： 转子断条故障   二阶差分   有限元仿真   快速傅里叶变换  

摘要： 针对鼠笼式异步电动机转子断条故障进行电流频谱分析时,故障特征通常被基波掩盖的问题,提出一种对定子电流信号进行二阶差分求导的算法,抑制主频信号以突出主频附近的边频分量,以有效提取故障特征信号。采用maxwel1有限元仿真分析,搭建了电机转子断条故障仿真模型,并利用二阶差分求导算法对采样数据进行处理,提取出故障频谱特征,验证了算法的有效性与实用性,对鼠笼式异步电机转子断条故障检测具有应用价值。

关键词： 目标识别   双波段   热释电传感器   变分模态分解滤波   机器学习  

摘要： 构建基于物体不同波段红外辐射特性的目标识别方法,对于提高目标识别准确率和抗干扰能力具有重要作用。本文基于双波段热释电红外传感器构建红外探测系统,通过设置目标温度、传感器—目标距离、扫描速度等参数,研究了滤波方法、识别算法对识别准确率的影响。结果表明,基于双波段热释电红外传感器的目标识别方法,通过双波段红外辐射特征的提取和处理,可以将目标识别准确率提高至95.7%,在高交会速度条件下可以准确识别目标,在高速目标识别等领域具有重要的应用价值。

关键词： 伪造人脸检测   空间通道重建卷积   多尺度图推理   重建分类学习  

摘要： 在传统人脸伪造检测算法中,往往只针对特定的人脸伪造方式进行检测,而模型的泛化性能普遍较差。本文采用一种改进的基于重建-分类学习的伪造人脸检测方法,通过重建网络对输入图像进行表征学习,并利用空间和通道重建卷积减少冗余特征,随后通过多尺度图推理与重建引导注意力模块得出最终的检测分类结果。实验结果表明,该方法具有较高的检测准确率与良好的泛化性能,同时显著减少了计算量,提升了推理速度,具有一定的实用价值。

关键词： 文本数据流分类   概念漂移检测   用户评论   梯度提升决策树   数据分布  

摘要： 为应对用户评论数据流中的概念漂移问题并提高算法的准确率,提出基于梯度提升决策树(gradient boosted decision tree, GBDT)和双层漂移检测(GBDT with double-layer drift detection, GBDT-D3)的用户评论分类算法。首先,通过计算GBDT算法中的损失改进比率快速检测潜在漂移。接着,在漂移警告基础上监测数据块中样本质心的移动情况,以精确验证漂移。然后,通过双层漂移检测机制降低用户评论数据流中的漂移误报与漏报,同时增强对动态文本数据流的分类。最后,根据双层漂移检测报告更新GBDT算法,提升分类算法的稳定性。在7个真实用户兴趣漂移文本数据集上开展实验,结果表明GBDT-D3算法在分类准确性和性能稳定性方面明显优于传统在线集成学习算法。GBDT-D3算法能够高效识别用户评论数据流中的概念漂移并增强分类精度,为动态文本数据流的分类任务提供了有效解决方案。