針對(duì)基于最小二乘法的ICP 曲面匹配算法難以處理待比較曲面的局部大變形問(wèn)題, 提出一種改進(jìn)算 法。即采用遺傳算法確定曲面初始相對(duì)位置以保證匹配優(yōu)化結(jié)果為全局最優(yōu)值, 利用ICP 算法匹配結(jié)果構(gòu)造 偏差閾值, 以此閾值過(guò)濾點(diǎn)群后再以最小二乘法進(jìn)行匹配處理, 消除局部大變形影響, 獲得合理的變換矩陣。以此變換矩陣變換初始點(diǎn)群再進(jìn)行誤差計(jì)算, 從而獲得理想的匹配結(jié)果
上傳時(shí)間： 2017-07-02
上傳用戶(hù)：qb1993225
摘要:重構(gòu)相空間是非線性分析的基礎(chǔ) ,利用聯(lián)積分導(dǎo)出的 C2C方法是估計(jì)相空間重構(gòu)參數(shù)延遲時(shí)間和延遲時(shí)間窗的有效方。由于混沌系統(tǒng)的初值敏感性和實(shí)際序列長(zhǎng)度有限并帶噪 ,使得 C2C方法估計(jì)出的和具有波動(dòng)性。為了降低估值偏差 ,借鑒譜估計(jì)中平均法的思想 ,提出一種不同于已有文獻(xiàn)利用整段序列估算和,而采用對(duì)序列分段估值后取平均的方法 ,并重點(diǎn)討論了帶噪序列的和 估值及序列長(zhǎng)度對(duì)估值的影響。數(shù)值仿真證明這種平均處理方法對(duì)和的估值具有較好的有效性和可靠性。關(guān)鍵詞:非線性時(shí)間序列 關(guān)聯(lián)積分 重構(gòu)參數(shù) 平均
上傳時(shí)間： 2017-07-05
上傳用戶(hù)：2467478207
摘要:近年來(lái)針對(duì)在實(shí)際應(yīng)用中出現(xiàn)的Kalman濾波精度低，甚至濾波器發(fā)散的問(wèn)題.出現(xiàn)了多種改進(jìn)的狀態(tài)估計(jì)算 法，研究了偏差分離濾波，自適應(yīng)Kalman濾波，H }濾波，魯棒Kal man濾波，根據(jù)它們的特點(diǎn)，對(duì)于它們?cè)趹T性導(dǎo)航領(lǐng)域中的 應(yīng)用進(jìn)行了論述和分析，這些算法對(duì)于提高Kalman濾波精度，增強(qiáng)濾波的穩(wěn)定性，提高慣性導(dǎo)航系統(tǒng)性能具有一定的效果. 同時(shí)具有廣闊的應(yīng)用前景。 關(guān)鍵詞:慣性導(dǎo)航 偏差分離濾波 自適應(yīng)濾波 H}濾波 魯棒濾波
標(biāo)簽： Kalman 實(shí)際應(yīng)用 濾波 精度
上傳時(shí)間： 2014-05-30
上傳用戶(hù)：er1219
升余弦信號(hào)傳輸?shù)?曲線，升余弦滾降 ，取樣時(shí)間無(wú)偏差，但信道是多徑信道
上傳時(shí)間： 2013-12-16
上傳用戶(hù)：集美慧
通過(guò)分析測(cè)量值丟棄法和整體平移法的優(yōu)勢(shì)和局限性, 提出了聯(lián)合卡爾曼法。它采用設(shè) 置標(biāo)準(zhǔn)差門(mén)限把測(cè)量值丟棄法融合到整體平移法中 , 利用測(cè)量值丟棄法在處理偏差較大的測(cè)量值方 面的優(yōu)勢(shì), 消除偏差較大的測(cè)量值對(duì)后續(xù)估計(jì)值的影響, 有效抑制了卡爾曼濾波的不收斂, 降低了對(duì)可 采用系數(shù)的限制, 從而使可采用的系數(shù)進(jìn)一步降低, 更大程度地消除了非視距誤差, 提高定位精度。
標(biāo)簽： 定位
上傳時(shí)間： 2015-04-19
上傳用戶(hù)：hyc77
PID控制算法即比例積分微分控制算法，該算法簡(jiǎn)單、魯棒性好、可靠性高，在工業(yè)控制中應(yīng)用廣泛，尤其適用于建立精確數(shù)學(xué)模型的控制系統(tǒng)。但是對(duì)于非線性、時(shí)變不確定和大時(shí)滯對(duì)象、難以建立準(zhǔn)確數(shù)學(xué)模型時(shí)，PID控制算法的控制品質(zhì)不時(shí)很高，尤其是以誤差作為基本調(diào)節(jié)項(xiàng)，微分作用只在系統(tǒng)出現(xiàn)明顯偏差時(shí)起作用，屬事后控制，故不能很好地抑制系統(tǒng)的超調(diào)。而灰色PID控制算法，以灰色系統(tǒng)理論為基礎(chǔ)，對(duì)系統(tǒng)不確定部分建立灰色模型，進(jìn)行灰色預(yù)估補(bǔ)償，使控制系統(tǒng)的灰量得到一定程度的白化，可以提高PID控制質(zhì)量及其魯棒性。
標(biāo)簽： grey-pid
上傳時(shí)間： 2015-04-22
上傳用戶(hù)：zju104
電流跟蹤型逆變器輸出電流跟隨給定的電流波形變化，這也是一種PWM控制方式。電流跟蹤一般都采用滯環(huán)控制，即當(dāng)逆變器輸出電流與給定電流的偏差超過(guò)一定值時(shí)，改變逆變器的開(kāi)關(guān)狀態(tài)，使逆變器輸出電流增加或減小，將輸出電流與給定電流的偏差控制在一定范圍內(nèi)。
上傳時(shí)間： 2015-05-04
上傳用戶(hù)：sxccpp
強(qiáng)化學(xué)習(xí)通過(guò)試錯(cuò)與環(huán)境交互獲得策略的改進(jìn),其自學(xué)習(xí)和在線學(xué)習(xí)的特點(diǎn)使其成為機(jī)器學(xué)習(xí)研究的一個(gè)重要分支.該文首先介紹強(qiáng)化學(xué)習(xí)的原理和結(jié)構(gòu);其次構(gòu)造一個(gè)二維分類(lèi)圖,分別在馬爾可夫環(huán)境和非馬爾可夫環(huán)境下討論最優(yōu)搜索型和經(jīng)驗(yàn)強(qiáng)化型兩類(lèi)算法;然后結(jié)合近年來(lái)的研究綜述了強(qiáng)化學(xué)習(xí)技術(shù)的核心問(wèn)題,包括部分感知、函數(shù)估計(jì)、多agent強(qiáng)化學(xué)習(xí),以及偏差技術(shù);最后還簡(jiǎn)要介紹強(qiáng)化學(xué)習(xí)的應(yīng)用情況和未來(lái)的發(fā)展方向.
標(biāo)簽： 強(qiáng)化學(xué)習(xí)
上傳時(shí)間： 2016-03-26
上傳用戶(hù)：liyanfei
對(duì)于PID初學(xué)者頗有指導(dǎo)，將偏差的比例（Proportion）、積分（Integral）和微分（Differential）通過(guò)線性組合構(gòu)成控制量， 用這一控制量對(duì)被控對(duì)象進(jìn)行控制，這樣的控制器稱(chēng) PID 控制器。
標(biāo)簽： PID
上傳時(shí)間： 2016-04-27
上傳用戶(hù)：547453159
在高精度的伺服系統(tǒng)中，速度和方向是控制整個(gè)伺服系統(tǒng)的核心。由于系統(tǒng)的硬件的限制，伺服系統(tǒng)的速度和方向控制都存在一定偏差，這個(gè)伺服系統(tǒng)的控制帶來(lái)了不利的影響。針對(duì)上述存在的問(wèn)題，本文將前饋控制算法引入到伺服控制系統(tǒng)中，對(duì)偏差帶來(lái)的干擾進(jìn)行提前處理。改進(jìn)了PID算法，將前饋補(bǔ)償引入到PID算法中，以改善系統(tǒng)的動(dòng)態(tài)性能。通過(guò)MATLAB仿真圖，對(duì)比兩種算法的輸出和偏差，分析兩種算法的優(yōu)缺點(diǎn)。本文主要通過(guò)仿真對(duì)兩種算法進(jìn)行對(duì)比，進(jìn)而反映兩種算法優(yōu)缺點(diǎn)，以供使用
標(biāo)簽： Matlab PID 前饋 誤差補(bǔ)償 程序
上傳時(shí)間： 2016-12-07
上傳用戶(hù)：labouf
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
