永磁同步電機(Permanent Magnet Synchronous Motor)因功率密度大、效率高、過載能力強、控制性能優(yōu)良等優(yōu)點，在中小容量調(diào)速系統(tǒng)和高精度調(diào)速場合發(fā)展迅速。但由于永磁同步電機的磁場具有獨特的交叉耦合和交叉飽和現(xiàn)象，且其控制系統(tǒng)是一個強非線性、時變和多變量系統(tǒng)，要實現(xiàn)高精度調(diào)速就需對其控制策略進行深入研究。 永磁同步電機調(diào)速系統(tǒng)中，位置傳感器的存在使得系統(tǒng)成本增加、結(jié)構(gòu)復雜、可靠性降低，所以永磁同步電機的無位置傳感器控制成為一個新的研究熱點。本文擬借助于神經(jīng)網(wǎng)絡(luò)良好的逼近能力，實現(xiàn)永磁同步電機的無位置傳感器控制。 人工神經(jīng)網(wǎng)絡(luò)(Neural Network)可以逼近任意復雜非線性映射，具有很強的自學習自適應能力，十分適合于解決復雜的非線性控制問題。其中，BP神經(jīng)網(wǎng)絡(luò)是目前廣泛應用的神經(jīng)網(wǎng)絡(luò)之一，得到了較為深入的研究，其結(jié)構(gòu)簡單，需要離線確定的參數(shù)少、泛化能力強、逼近精度高、實時性強，采用BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)永磁同步電機的調(diào)速控制具有重要意義。 文中提出了基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機自適應調(diào)速控制策略，建立了一種包含辨識網(wǎng)絡(luò)和控制網(wǎng)絡(luò)的雙神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)控制系統(tǒng)。辨識網(wǎng)絡(luò)在線動態(tài)辨識系統(tǒng)輸出并對控制網(wǎng)絡(luò)參數(shù)進行調(diào)整，控制網(wǎng)絡(luò)與PI控制方法相結(jié)合實現(xiàn)永磁同步電機自適應轉(zhuǎn)速控制。仿真結(jié)果表明，該系統(tǒng)動態(tài)響應快、實時性較強、精度較高。 文中提出了一種基于混合訓練算法的BP神經(jīng)網(wǎng)絡(luò)永磁同步電機無位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結(jié)合的混合算法對BP神經(jīng)網(wǎng)絡(luò)進行離線訓練后，將其用于永磁同步電機的轉(zhuǎn)子位置角在線估計。結(jié)果表明，該訓練算法可以有效地加快神經(jīng)網(wǎng)絡(luò)收斂速度，且估計的轉(zhuǎn)子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機調(diào)速控制系統(tǒng)，并進行了相應的軟硬件設(shè)計，為實現(xiàn)永磁同步電機的各種控制策略奠定了實驗基礎(chǔ)。DSP控制系統(tǒng)為神經(jīng)網(wǎng)絡(luò)訓練提供樣本，為研究永磁同步電機的自適應調(diào)速控制和轉(zhuǎn)子位置角估計創(chuàng)造了條件。
標簽： BP神經(jīng)網(wǎng)絡(luò) 永磁同步電機 自適應控制
上傳時間： 2013-07-03
上傳用戶：kakuki123
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態(tài)的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對目前該研究領(lǐng)域中存在的分析方法問題和分類識別技術(shù)難點展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內(nèi)容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現(xiàn)對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據(jù)實驗分析，選擇Donoho閾值函數(shù)結(jié)合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結(jié)果表明：不同的時頻分析方法與待分析心音信號的特性有密切關(guān)系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據(jù)對3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標準心音信號的時頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實現(xiàn)分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據(jù)心音信號特征向量組成的散點圖，研究了支持向量機核函數(shù)、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號分類的支持向量機模型，選取標準數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機的學習樣本，對余下的每類20組數(shù)據(jù)進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實現(xiàn)了心音信號分析與識別的軟件運行平臺構(gòu)建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態(tài)鏈接，實現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計功能；最后，通過對心音信號2維特征向量的分析，實現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據(jù)心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號種類及數(shù)據(jù)量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號，小波降噪，非平穩(wěn)信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
自適應濾波器是統(tǒng)計信號處理的一個重要組成部分。在實際應用中，由于沒有充足的信息來設(shè)計固定系數(shù)的數(shù)字濾波器，或者設(shè)計規(guī)則會在濾波器正常運行時改變，因此我們需要研究自適應濾波器。凡是需要處理未知統(tǒng)計環(huán)境下運算結(jié)果所產(chǎn)生的信號或需要處理非平穩(wěn)信號時，自適應濾波器可以提供一種吸引人的解決方法，而且其性能通常遠優(yōu)于用常規(guī)方法設(shè)計的固定濾波器。此外，自適應濾波器還能提供非自適應方法所不可能提供的新的信號處理能力。 本論文從自適應濾波器研究的重要意義入手，介紹了線性自適應濾波器的基本原理、算法及設(shè)計方法，對幾種基于最小均方誤差準則或最小平方誤差準則的自適應濾波器算法進行研究，最終基于一改近的LMS算法設(shè)計復數(shù)自適應濾波器，并以VHDL語言編寫在maxplus平臺上進行仿真測試。
上傳時間： 2013-07-11
上傳用戶：W51631
本課題設(shè)計和完成了一套基于DSP+FPGA結(jié)構(gòu)的小波變換實時圖像處理系統(tǒng)。采用小波算法對圖像進行邊緣提取、圖像增強、圖像融合等處理，并在ADSP-BF535上實現(xiàn)了小波算法，分析了其運行小波算法的性能。圖像處理的數(shù)據(jù)量比較大，而且運算比較復雜，DSP的特殊結(jié)構(gòu)和性能很好地滿足了系統(tǒng)實現(xiàn)的需要，而FPGA的高速性和靈活性也滿足了系統(tǒng)實時性和穩(wěn)定性的需要，所以采用DSP+FPGA來實現(xiàn)圖像處理系統(tǒng)是可靠的，也是可行的。系統(tǒng)的硬件設(shè)計以DSP和FPGA為平臺，DSP實現(xiàn)算法、管理系統(tǒng)運行、并實現(xiàn)了系統(tǒng)的自啟動；FPGA實現(xiàn)一些接口、時序控制等，簡化了外圍電路，提高了系統(tǒng)的可靠性。結(jié)果表明，在ADSP-BF535上實現(xiàn)小波算法，效果良好，而且滿足系統(tǒng)實時性的要求。最后，總結(jié)了系統(tǒng)的設(shè)計和調(diào)試經(jīng)驗，對調(diào)試時遇到的一些問題進行了分析。
上傳時間： 2013-04-24
上傳用戶：Kecpolo
設(shè)計并實現(xiàn)具有硬件濾波空氣清新器的信息采集系統(tǒng)，根據(jù)空氣的復雜性以及隨機性，結(jié)合自適應濾波器的原理，提出一種新的空氣信息采集系統(tǒng)設(shè)計方法。該方法利用最小均方(LMS)自適應濾波器進行軟件濾波，針對空氣
標簽： LMS 自適應濾波器 信息采集 系統(tǒng)設(shè)計
上傳時間： 2013-06-14
上傳用戶：sjb555
自適應濾波器是智能天線技術(shù)中核心部分-自適應波束成形器的關(guān)鍵技術(shù)，算法的高效穩(wěn)定性及硬件時鐘速率的快慢是判斷波束成形器性能優(yōu)劣的主要標準。 首先選取工程領(lǐng)域最常用的自適應橫向LMS濾波算法作為研究對象，提出了利用最小均方誤差意義下自適應濾波器的輸出信號與主通道噪聲信號的等效關(guān)系，得到濾波器最佳自適應參數(shù)的方法。并分析了在平穩(wěn)和非平穩(wěn)環(huán)境噪聲下，濾波器的收斂速度、權(quán)系數(shù)穩(wěn)定性、跟蹤輸入信號的能力和信噪比的改善等特性。 在分析梯度自適應格型算法的基礎(chǔ)上，提出利用最佳反射系數(shù)的收斂性和穩(wěn)定性，得到了梯度自適應格型濾波器的定步長改進方法；并以改進的梯度自適應格型和線性組合器組成梯度自適應格型聯(lián)合處理算法，在同樣環(huán)境噪聲下，相比自適應橫向LMS算法，其各項性能指標都得到了極大地改善，而且有利于節(jié)省硬件資源。 設(shè)計了自適應橫向LMS濾波器和梯度自適應格型聯(lián)合處理濾波器的電路模型，并用馳豫超前技術(shù)對兩類濾波器進行了流水線優(yōu)化。利用Altera公司的CycloneⅡ系列EP2C5T144C6芯片和多種EDA工具，完成了濾波器的FPGA硬件設(shè)計與仿真實現(xiàn)。并以FPGA實現(xiàn)的3節(jié)梯度自適應格型聯(lián)合處理器為核心，設(shè)計了一種TD-SCDMA系統(tǒng)的自適應波束成形器，分析表明可以很好地利用系統(tǒng)提供的參考信號對下行波束進行自適應成形。
上傳時間： 2013-07-16
上傳用戶：xyipie
提出了一種基于仿生小波變換和模糊推理的變步長自適應濾波語音降噪算法。該算法首先用仿生小波變換法對包含噪聲的語音信號進行小波分解，以分離出來的噪聲信號作為自適應濾波器的輸入，選擇基于模糊推理變步長自適應算法對帶噪聲語音信號進行降噪處理，最終實現(xiàn)語音信號的信噪分離，去除語音信號中的噪聲。仿真結(jié)果表明，該方法對語音信號有較為明顯的降噪效果。
上傳時間： 2013-10-14
上傳用戶：戀天使569
為了提高數(shù)字水印抗擊各種圖像攻擊的性能和保持圖像的穩(wěn)健性和不可見性，提出了一種基于離散小波變換（DWT），SVD（singular value decomposition）奇異值分解水印圖像和原始載體圖像的離散余弦變換（DCT）的自適應水印嵌入算法，主要是將水印圖像的兩次小波變換后的低頻分量潛入到原始圖像分塊經(jīng)過SVD分解的S分量矩陣中，同時根據(jù)圖像的JPEG壓縮比的不同計算各個圖像塊的水印調(diào)節(jié)因子。實驗證明該算法在抗擊JPEG壓縮、中值濾波、加噪等均具有很好的魯棒性，嵌入后的圖像的PSNR達到38，具有良好的視覺掩蔽性
標簽： 數(shù)字水印算法
上傳時間： 2013-10-09
上傳用戶：ca05991270
用來接收上位機的電壓輸出命令! 通過不斷對輸出采樣得到多組數(shù)據(jù)!先后利用最小二乘法曲線擬合及二分法進行自適應調(diào)整!以達到穩(wěn)定輸出的目的" 本方案還采用軟件保護和硬件保護雙保險的設(shè)計!確保電源及用電器的安全" 此外!還具有電流實時監(jiān)控!設(shè)定電流閾值等功能"
上傳時間： 2014-12-24
上傳用戶：hj_18
針對礦井惡劣的環(huán)境，設(shè)計一種能自動循跡的礦井車系統(tǒng)。硬件方面，采用Cortex-M3作控制模塊，紅外感應方式探測路徑，測溫模塊和圖像傳感器辨別周圍環(huán)境，無線Zigbee模塊進行通訊；軟件設(shè)計上，循跡系統(tǒng)使用了模糊控制策略，針對不同軌跡自適應調(diào)整行車路線。
標簽： Cortex-M 循跡系統(tǒng)
上傳時間： 2013-10-24
上傳用戶：tom_man2008
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
