隨著人類社會的進步，科學技術的發展日新月異，模擬人腦神經網絡的人工神經網絡已取得了長足的發展。經過半個多世紀的發展，人工神經網絡在計算機科學，人工智能，智能控制等方面得到了廣泛的應用。當代社會是一個講究效率的社會，科技更新領域也是如此。在人工神經網絡研究領域，算法的優化顯得尤為重要，對提高網絡整體性能舉足輕重.BP神經網絡模型是目前應用最為廣泛的一種神經網絡模型，對于解決非線性復雜問題具有重要的意義。但是BP神經網絡有其自身的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現實問題的時候顯得力不從心。針對這個問題，本文利用遺傳算法的并行全局搜索的優勢，能夠彌補BP網絡的不足，為解決大規模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網絡有機地結合起來，提出了一種新的網絡結構，在穩定性、學習性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設計了BP神經網絡結構，在此基礎上，應用遺傳算法進行優化，達到了加快收斂速度和全局尋優的效果。本文借助MATLAB平臺，對算法的優化內容進行了仿真實驗，得出的效果也符合期望值，實現了對BP算法優化的目的。關鍵詞：生物神經網絡：人工神經網絡；BP網絡；遺傳算法；仿真隨著電子計算機的問世及發展，人們試圖去了解人的大腦，進而構造具有人類思維的智能計算機。在具有人腦邏輯推理延伸能力的計算機戰勝人類棋手的同時，引發了人們對模擬人腦信息處理的人工神經網絡的研究。1.1研究背景人工神經網絡（Artificial Noural Networks，ANN）（注：簡稱為神經網絡），是一種數學算法模型，能夠對信息進行分布式處理，它模仿了動物的神經網絡，是對動物神經網絡的一種具體描述。這種網絡依賴系統的復雜程度，通過調節內部大量節點之間的關系，最終實現信息處理的目的。人工神經網絡可以通過對輸入輸出數據的分析學習，掌握輸入與輸出之間的潛在規則，能夠對新數據進行分析計算，推算出輸出結果，因為人工神經網絡具有自適應和自學習的特性，這種學習適應的過程被稱為“訓練"。
上傳時間： 2022-06-16
上傳用戶：jiabin
論文首先研究了基于Har-like特征和Adaboost分類器的目標車輛探測算法原理和參數設置，并利用車載攝像頭采集真實道路車輛圖像，建立車輛樣本數據庫，訓練車輛分類器，實現對道路車輛的探測，并對探測效果進行量化分析。針對在車輛探測過程中誤檢率較高、探測不連續以及檢測框不穩定的現象，對基于無跡卡爾曼濾波器的車輛跟蹤算法進行了研究，建立了車輛相對運動模型，對真實道路交通場景中的多目標車輛進行探測與跟蹤，并對跟蹤算法對探測性能提升的效果和原因進行了深入分析。在單目測距中，針對一般測距算法受車輛俯仰角和攝像頭畸變影響很大的缺點，利用PreScan仿真軟件，對車輛測距算法進行了改進，提山了一個同時考慮車輛俯仰角和攝像頭畸變等參數的測距模型，以及一種將攝像頭內參與外參分開標定的新方法，最后利用場地實驗利真實道路交通場景對模型的測距精度、參數靈敏度進行量化分析。研究了僅利用圖像信息估算車輛間碰撞時間的方法，利用PreScan仿真軟件，對車輛碰撞時間估算算法進行了改進，建立了一個考慮車間相對加速度碰撞時間估算模型，最后，利用真實道路交通視頻對算法進行驗證和分析。最后，介紹了利用仿真軟件輔助ADAS開發的方法，在虛擬的開發環境中建立了以真實攝像頭物理參數為依據的攝像頭仿真模型、交通場景，實現了對單目測距和碰撞時間估算算法的驗證和改進。實驗結果表明，論文中所建立的算法表現出良好的性能，所構建的基于PreScan的仿真平臺能有效地提高算法的開發效率.
上傳時間： 2022-06-21
上傳用戶：d1997wayne
摘要：現代電機控制的發展在提高性能、降低損耗、減少成本和其它不斷出現的新的技術指標及特殊應用上的要求越來越高，因此有許多新的復雜的控制算法產生，交流電機有許多直流電機所沒有的優點，但是寸于交流電機的控制相對直流電機更為困難，而DSP的應用使得交流電機控制系統無論是在結構復雜程度、成本和效率上都有很大改觀。本文結合了交流感應電機的速度控制中較為有效的控制方法即磁場導向控制（FOC）理論和T1公司的DSP控制器TMS320LF2407介紹了DSP在電機閉環控制中的應用。關鍵詞：電機控制磁場定向理論DSP矢量控制1引言交流感應電機因為其很多優點如結構牢固，運行穩健可靠，成本低廉和高效率等而被廣泛使用，但是交流電機的可控制性不如直流電機，而在很多應用中有如精確定位、轉距控制、速度控制等要求。為了實現這些功能和提高控制精度，需要采用閉環控制系統和采用較為復雜、有效的控制算法，這些復雜的控制方法中包含了大量的數據運算及系統的適時性要求，對微處理器運算能力和速度要求更高。傳統方法在成本和性能上已經很難滿足人們的要求。隨著電子技術的發展，數字信號處理器的（DSP）應用解決了處理器的運算能力和速度問題。一些電機控制專用DSP如TI的TMS320LF2407，其中集成了電機控制的許多必要的外圍器件，如模數轉換器、脈寬調制發生器和一些專用邏輯電路，給開發更高性能價格比的控制系統帶來極大方便。
標簽： dsp foc控制算法 交流電機調速控制系統
上傳時間： 2022-06-26
上傳用戶：
通過本課程學習，您將：-了解一些目前最新的電機控制設計解決方案一了解一種新的永磁同步電機（PMSM）無傳感器磁場定向控制（FOC）算法-了解如何查找更多關于該算法的信息PMSM概述PMSM的FOC控制無傳感器技術DMCI介紹——一種有用的工具演示1：整定PI參數演示2：整定無傳感器控制參數回顧，答疑（Q&A）PMSM概述-PMSM應用-PMSM與BLDC的比較-PMSM結構-PMSM特性-PMSM操作高效率和高可靠性設計用于高性能伺服應用可實現有/無位置編碼器的運行方式比ACIM體積更小、效率更高、重量更輕采用FOC控制可實現最優的轉矩輸出平滑的低速和高速運行性能較低的噪聲和EMI從其發展歷史來看，兩種電機發源于不同的領域轉矩產生的機理相同BLDC是PMBDC的一個派生詞PMSM表示一個勵磁磁場由PM提供的AC同步電機控制方法不同（六步控制與FOC）
上傳時間： 2022-06-30
上傳用戶：默默
近來發現有些問題很多人都很感興趣。所以在這里希望能盡自己能力跟大家討論一些力所能及的算法。現在先討論一下卡爾曼濾波器，如果時間和能力允許，我還希望能夠寫寫其他的算法，例如遺傳算法，傅立葉變換，數字濾波，神經網絡，圖像處理等等。 因為這里不能寫復雜的數學公式，所以也只能形象的描述。希望如果哪位是這方面的專家，歡迎討論更正。 卡爾曼濾波器 – Kalman Filter 1． 什么是卡爾曼濾波器 （What is the Kalman Filter?） 在學習卡爾曼濾波器之前，首先看看為什么叫“卡爾曼”。跟其他著名的理論（例如傅立葉變換，泰勒級數等等）一樣，卡爾曼也是一個人的名字，而跟他們不同的是，他是個現代人！ 卡爾曼全名Rudolf Emil Kalman，匈牙利數學家，1930年出生于匈牙利首都布達佩斯。1953，1954年于麻省理工學院分別獲得電機工程學士及碩士學位。1957年于哥倫比亞大學獲得博士學位。我們現在要學習的卡爾曼濾波器，正是源于他的博士論文和1960年發表的論文《A New Approach to Linear Filtering and Prediction Problems》（線性濾波與預測問題的新方法）。如果對這編論文有興趣
上傳時間： 2022-07-23
上傳用戶：qdxqdxqdxqdx
AD濾波算法函數模塊說明： 一、該模塊包含濾波算法有：中位值濾波、中位值平均濾波、遞推平均濾波、一階滯后濾波。用戶可根據項目不同情況選用不同的濾波算法。1.1、中位值濾波：連續采樣N次(N取奇數)，把N次采樣值按大小排列，取中間值為本次有效值。適用范圍能有效克服因偶然因素引起的波動干擾，對溫度、液位的變化緩慢的被測參數有良好的濾波效果。不過對流量、速度等快速變化的參數不宜。1.2、中位值平均濾波：連續采用N個數據，去掉一個最大值和一個最小值，然后計算N-2個數據的算術平均值。適用范圍：對應偶然出現的脈沖性干擾，可消除由于脈沖干擾所引起的采樣值偏差。但是測量速度較慢, 比較浪費RAM。1.3遞推平均濾波：把連續取N個采樣值看成一個隊列，隊列的長度固定為N，每次采樣到一個新數據放入隊尾，并扔掉原來隊首的一次數據，把隊列中得N個數據進行算術平均運算，就可以獲得新的濾波結果。適用范圍：對周期性干擾有良好的抑制作用，平滑度高，適用于高頻振蕩的系統。缺點是靈敏度低，對偶然出現的脈沖性干擾的抑制作用較差，不易消除由于脈沖干擾所引起的采樣值偏差，不適用于脈沖干擾比較嚴重的場合。1.4、一階滯后濾波：對周期性干擾具有良好的抑制作用，適用于波動頻率較高得場合。缺點就是相位滯后，靈敏度低，滯后程度取決于a的大小，不能消除濾波頻率高于采樣頻率1/2的干擾信號。本次濾波結果result=(1-a)*本次采樣值+a*上次值。a=(0~1）
上傳時間： 2022-07-28
上傳用戶：
matlab數學建模算法全收錄 超清書簽版
上傳時間： 2013-05-15
上傳用戶：eeworm
視頻圖像格式轉換芯片的算法研究
上傳時間： 2013-05-25
上傳用戶：eeworm
現代表面處理新工藝、新技術與新標準
上傳時間： 2013-04-15
上傳用戶：eeworm
西安新敏電子 液晶顯示器及控制器 傳感器總匯 87.7
上傳時間： 2013-07-21
上傳用戶：eeworm
