基于神经网络与端口受控哈密顿系统的AUV控制方法

    公开(公告)号:CN119828703A

    公开(公告)日:2025-04-15

    申请号:CN202411965109.9

    申请日:2024-12-30

    Abstract: 本发明公开了基于神经网络与端口受控哈密顿系统的AUV控制方法,属于自动化控制技术领域。该方法首先将四自由度AUV的动力学与运动学模型转化为PCH系统模型,并在未考虑模型参数不确定性、时变洋流干扰与控制输入饱和的情况下,基于无源性方法设计了AUV的状态误差PCH轨迹跟踪控制器;然后,利用RBFNN处理模型参数不确定性与时变洋流干扰;此外,为了有效应对控制输入饱和,引入了一个辅助系统,由此发明了适用于复杂水下环境的轨迹跟踪控制器。采用该方法不仅可以在复杂的水下环境实现高精度的三维轨迹跟踪控制,且具有较强的鲁棒性和良好的稳定性能。

    一种基于全驱系统方法的航天器姿态跟踪滑模控制方法

    公开(公告)号:CN119248005A

    公开(公告)日:2025-01-03

    申请号:CN202411783914.X

    申请日:2024-12-06

    Abstract: 本发明公开了一种基于全驱系统方法的航天器姿态跟踪滑模控制方法,属于航天器控制技术领域。该方法基于全驱系统方法,针对具有外部扰动以及执行器饱和的航天器姿态跟踪系统,建立了系统的二阶全驱系统模型。并设计了抗饱和辅助系统,以减小执行器饱和的影响。同时还设计了基于固定时间多变量超螺旋系统的干扰观测器,用于估计外部扰动。基于全驱系统方法,通过状态反馈控制器获得一个线性定常的闭环系统,设计了基于全驱系统方法的滑模控制器,使系统在受到外部干扰的影响下,能稳定跟踪目标姿态,实现了对航天器姿态跟踪系统的有效控制。

    一种动态拓扑下飞行器集群的PDE容错编队控制方法

    公开(公告)号:CN116820119A

    公开(公告)日:2023-09-29

    申请号:CN202310434120.1

    申请日:2023-04-21

    Abstract: 本发明公开了一种动态拓扑下飞行器集群的PDE容错编队控制方法。首先构造每个飞行器在坐标方向上的运动模型,并在该模型下建立通讯边动态发展律。其次构建飞行器之间的排斥函数和切换吸引函数。然后剖析动态通讯边下集群的切换ODE模型动态特性,进而建立PDE模型,并利用其具有任意给定边界输入下的平衡曲线产生目标部署曲线。最后利用PDE模型边界条件构造飞行器集群中领航者控制器,以及跟随者控制器。本发明只需要较少的计算参数,且跟随者控制器不需要期望部署曲线的信息,并根据PDE模型的平衡曲线生成期望部署轮廓,解决了飞行器集群在动态拓扑和执行器故障下的容错编队控制问题。

    一种全天候条件下的无人机-小车编队控制方法

    公开(公告)号:CN111552184B

    公开(公告)日:2022-08-05

    申请号:CN202010419527.3

    申请日:2020-05-18

    Abstract: 本发明涉及一种全天候条件下的无人机‑小车编队控制方法。本发明首先构建无人机‑小车巡逻编队的拓扑结构,通过考虑四种典型的天气情况以及系统内部故障和非线性干扰的影响,基于马尔科夫模型建立无人机‑小车巡逻编队控制系统的状态空间模型。通过采用自适应事件触发的通信协议,缓解了通信拥堵并降低了能耗,并引入控制协议获得了相应的闭环系统模型。然后,利用随机分析方法,对闭环编队系统进行了随机稳定性分析和一致性分析。最后,利用线性矩阵不等式方法,对于编队控制系统的反馈增益矩阵进行求解,得到了控制器的参数值。本发明为全天候无人机‑小车巡逻编队提供了一种有效的控制方法。

    一种十二开关模式的无刷直流电机控制方法

    公开(公告)号:CN114826034A

    公开(公告)日:2022-07-29

    申请号:CN202210500456.9

    申请日:2022-05-09

    Abstract: 本发明公开了一种十二开关模式的无刷直流电机控制方法。本发明结合了现有的两相导通和三相导通控制模式,方法重构了电机转子位置并增加了开关模式的数量,在电机高速运行时可以显著降低转矩脉动,并且所提出的位置重建只需和现有矢量跟踪观测器相比,无需计算电机参数和电磁转矩。因此,本发明具较为良好的性能和较低的成本。

    一种基于度量迁移学习的脑电信号识别方法

    公开(公告)号:CN114330559A

    公开(公告)日:2022-04-12

    申请号:CN202111649698.6

    申请日:2021-12-28

    Abstract: 本发明涉及一种基于度量迁移学习的脑电信号识别方法,利用两个投影矩阵将源域样本和目标域样本映射到共享子空间中,同时进行边缘概率分布对齐和条件概率分布对齐,最小化源域和目标域的距离来减小分布差异,再研究图结构模型,保存样本从高维到低维的结构关系。然后在共享空间中对已有标签的源域样本采用马氏距离度量计算度量矩阵;最后,采用估计密度比方法对源域样本进行加权,在度量矩阵下定义损失函数,并最小化损失。本发明可以提高跨被试/时段迁移学习效果,缩短传统BCI的校准时间,为脑电信号的识别研究提供了新的指导方法,利用EEG源域数据的标签信息,度量学习被用来分析已标记样本及其近邻样本的关系,度量二者之间的相似性。

    基于误差平方和最小的城市需水量组合预测方法

    公开(公告)号:CN109242265B

    公开(公告)日:2022-03-01

    申请号:CN201810927846.8

    申请日:2018-08-15

    Abstract: 本发明公开了一种基于误差平方和最小的城市需水量组合预测方法。本发明首先建立供水管网需水量数据库。然后训练并建立RBF神经网络模型、GRNN模型、ARIMA模型。最后基于误差平方和最小进行组合预测。本发明将RBF神经网络逼近能力强,全局最优等特点与GRNN神经网络学习速度快,易收敛等特点与ARIMA灵活,适应性强等特点结合,并结合滚动更新策略,使该预测方法能动态适应环境发展变化。

    一种进气自动调节辅助定位装置及方法

    公开(公告)号:CN112415933B

    公开(公告)日:2022-02-11

    申请号:CN202011358281.X

    申请日:2020-11-27

    Abstract: 本发明提出了一种进气自动调节辅助定位装置及方法,该装置通过智能微处理器的参数自整定过程,整定行程时间与用户输入的标准阀门时间做比较,另外建立行程时间与装置口处的进气量数学模型,明确进气量所需大小。由智能微处理器发出控制信号,步进电机模块接收对应信号,带动该装置运动,从而实现与定位算法相匹配。通过自动调节装置开度可以将定位控制算法达到最优控制,克服了以往采用手动控制带来的不准确性问题。另外,通过与定位算法匹配们可以提高控制过程的快速性,避免阀杆过冲带来的回调问题和阀杆速度过快带来的震荡问题。

Patent Agency Ranking