智能天線(xiàn)技術(shù)的核心是自適應(yīng)波束的形成，本文首先根據(jù)波束形成技術(shù)的不同，介紹了三大類(lèi)自適應(yīng)算法，基于來(lái)波方向的波束形成，基于參考信號(hào)的波束形成和基于信號(hào)結(jié)構(gòu)特性的盲自適應(yīng)算法，著重分析了基于參考信號(hào)的波束形成算法，并給出了數(shù)字波束形成的基本模型。
標(biāo)簽： 智能天線(xiàn) 核心 自適應(yīng)波束
上傳時(shí)間： 2017-09-08
上傳用戶(hù)：hj_18
改進(jìn)PSO-SVM在說(shuō)話(huà)人識(shí)別中的應(yīng)用。通過(guò)對(duì)粒子群優(yōu)化算法中慣性權(quán)重和全局最優(yōu)值 的分析，提出了一種根據(jù)迭代次數(shù)而自適應(yīng)變化的慣性權(quán)重的粒子群優(yōu)化方法
標(biāo)簽： PSO-SVM 識(shí)別 中的應(yīng)用 粒子群
上傳時(shí)間： 2017-09-10
上傳用戶(hù)：libenshu01
自適應(yīng)均衡器的LMS算法實(shí)現(xiàn)及其仿真 :自適應(yīng)均衡器已廣泛應(yīng)用于通信、雷達(dá)、聲納、控制和生物醫(yī)學(xué)工程等許多領(lǐng)域,為克服多徑衰落和信道失真 引起的碼間干擾,實(shí)時(shí)跟蹤移動(dòng)通信信道的時(shí)變特性,筆者設(shè)計(jì)了一個(gè)基于LMS 算法的自適應(yīng)線(xiàn)性均衡器,并通過(guò)改變步 長(zhǎng)因子Δ來(lái)分析其收斂速度和均方誤差特性.
上傳時(shí)間： 2017-09-17
上傳用戶(hù)：lindor
計(jì)算無(wú)線(xiàn)網(wǎng)絡(luò)的吞吐量,傳輸層的吞吐量分析，能夠自定義無(wú)線(xiàn)網(wǎng)絡(luò)的節(jié)點(diǎn)個(gè)數(shù)，控制發(fā)包速率
標(biāo)簽： 吞吐量 計(jì)算 無(wú)線(xiàn)網(wǎng)絡(luò) 傳輸層
上傳時(shí)間： 2017-09-18
上傳用戶(hù)：eclipse
確定的自頂向下方法，是從文法的開(kāi)始符號(hào)，考慮如何根據(jù)當(dāng)前的輸入符號(hào)（單詞）唯一的確定選用哪個(gè)產(chǎn)生式替換相應(yīng)非終結(jié)符往下推導(dǎo)。 LL(1)文法是一種確定的自頂向下的分析方法
標(biāo)簽：
上傳時(shí)間： 2013-12-06
上傳用戶(hù)：sunjet
Matlab自帶統(tǒng)計(jì)模型數(shù)據(jù)，可用來(lái)進(jìn)行仿真分析
標(biāo)簽： Matlab 數(shù)據(jù)包
上傳時(shí)間： 2020-03-11
上傳用戶(hù)：胡夢(mèng)meng
multisim設(shè)計(jì)12V-5V開(kāi)關(guān)電源電路及設(shè)計(jì)分析(含仿真)總體設(shè)計(jì)方案：2.1.1:PWM調(diào)制脈寬調(diào)制技術(shù)是通過(guò)對(duì)逆變電路開(kāi)關(guān)的通斷控制來(lái)實(shí)現(xiàn)對(duì)模擬電路的控制的。脈寬調(diào)制技術(shù)的輸出波形是一系列大小相等的脈沖，用于替代所需要的波形，以正弦波為例，也就是使這一系列脈沖的等值電壓為正弦波，并且輸出脈沖盡量平滑且具有較少的低次諧波。根據(jù)不同的需求，可以對(duì)各脈沖的寬度進(jìn)行相應(yīng)的調(diào)整，以改變輸出電壓或輸出頻率等值，進(jìn)而達(dá)到對(duì)模擬電路的控制。2.1.2:PFM調(diào)制當(dāng)輸出直流電壓超過(guò)額定值時(shí)，反饋控制電路在保證調(diào)整管的導(dǎo)通時(shí)間不變的情況下，自動(dòng)的改變調(diào)整管的開(kāi)關(guān)頻率，從而改變電壓的占空比，使輸出直流電壓穩(wěn)定在允許范圍內(nèi)，這種方案稱(chēng)為脈沖頻率調(diào)制整，簡(jiǎn)稱(chēng)PFM型開(kāi)關(guān)電源，其反饋電路為脈沖頻率調(diào)整電路。2.2：PFM調(diào)制下的兩種方案：2.2.1：自激式自激式變壓器開(kāi)關(guān)電源，是指當(dāng)變壓器的初級(jí)線(xiàn)圈正在被直流脈沖激勵(lì)時(shí)，變壓器的次級(jí)線(xiàn)圈正好有功率輸出。如圖是自激式變壓器開(kāi)關(guān)電源的簡(jiǎn)單工作原理圖，其中V1為輸入電壓，S1A是控制開(kāi)關(guān)，T1是開(kāi)關(guān)變壓器，L1是儲(chǔ)能濾波電感，C1是儲(chǔ)能濾波電容，D2續(xù)流二極管，D3削反峰二極管，R1負(fù)載電阻。
標(biāo)簽： multisim 開(kāi)關(guān)電源
上傳時(shí)間： 2022-02-25
上傳用戶(hù)：qdxqdxqdxqdx
一臺(tái)數(shù)控機(jī)床的先進(jìn)程度衡量著一個(gè)國(guó)家制造業(yè)的先進(jìn)水平，而數(shù)控機(jī)床最核心的部分就是數(shù)控機(jī)床控制系統(tǒng)。近年出現(xiàn)的ARM數(shù)入式系統(tǒng)具有硬件資源豐富、性能好、成本低和功耗低等優(yōu)點(diǎn)，F(xiàn)PGA技術(shù)具有可重復(fù)編程、在線(xiàn)升級(jí)、實(shí)時(shí)性好、可靠性高等優(yōu)點(diǎn)。為了克服傳統(tǒng)的數(shù)控機(jī)床成本高、控制精度低、實(shí)時(shí)性差，可靠性低等缺點(diǎn)，研究基于ARM+FPGA架構(gòu)的新型數(shù)控機(jī)床系統(tǒng)，具有重要的社會(huì)經(jīng)濟(jì)意義和重大的經(jīng)濟(jì)價(jià)值本文以數(shù)控機(jī)床為工程背景，以何服電機(jī)PMSM為具體對(duì)象以ARM+FPGA作為數(shù)控系統(tǒng)的實(shí)現(xiàn)平臺(tái)，從提高何服系統(tǒng)位置環(huán)控制的自適應(yīng)能力，提高位置環(huán)、速度環(huán)和電流環(huán)等復(fù)雜運(yùn)算的處理速度，提高系統(tǒng)管理與控制程序開(kāi)發(fā)的簡(jiǎn)單性、界面的美觀性等方面開(kāi)展了深入的研究。其主要研究工作和結(jié)論如下：（1）在對(duì)比分析了幾種控制系統(tǒng)架構(gòu)基礎(chǔ)上，提出了一種基于ARM+FPGA的數(shù)控機(jī)床自適應(yīng)模糊控制何服系統(tǒng)的設(shè)計(jì)方案。該系統(tǒng)采用以ARM作為系統(tǒng)主控與運(yùn)動(dòng)軌跡計(jì)算芯片，F(xiàn)PGA作為何服系統(tǒng)運(yùn)動(dòng)控制芯片，而其中的FPGA運(yùn)動(dòng)控制系統(tǒng)包括自適應(yīng)位置控制模塊、速度控制模塊、電流變換模塊三大部分（2）針對(duì)提出的 ARM+FPGA的數(shù)控機(jī)床自適應(yīng)模糊控制何服系統(tǒng)的設(shè)計(jì)方案，進(jìn)行了有關(guān)數(shù)學(xué)模型的建立占推導(dǎo)，并借助MATLAB工具建立系統(tǒng)仿真模型進(jìn)行仿真。系統(tǒng)仿真結(jié)果表明，該系統(tǒng)位置響應(yīng)超調(diào)量小，響應(yīng)時(shí)間短，系統(tǒng)性能優(yōu)越（3）為了提高運(yùn)動(dòng)控制的實(shí)時(shí)性、可靠性、靈活度，根據(jù)運(yùn)動(dòng)控制系統(tǒng)的模型，提出了一種FPGA實(shí)現(xiàn)的運(yùn)行控制系統(tǒng)的結(jié)構(gòu)，井詳細(xì)進(jìn)行了自適應(yīng)位置控制模塊、速度控制模塊、電流變換模塊等內(nèi)部各模塊的設(shè)計(jì)，之后利用HDL進(jìn)行了有關(guān)模塊的程序設(shè)計(jì)和PGA實(shí)現(xiàn)仿真（4）針對(duì)基于ARM微處理器的主挖與運(yùn)動(dòng)軌跡計(jì)算系統(tǒng)，進(jìn)行了系統(tǒng)控制界面的設(shè)計(jì)，F(xiàn)PGA與ARM芯片、FPGA與上位機(jī)等通信程序設(shè)計(jì)，進(jìn)行了運(yùn)動(dòng)控制中加減速、插補(bǔ)方法的分析與設(shè)計(jì)關(guān)鍵字：數(shù)控機(jī)床：水磁同步電機(jī)：自適應(yīng)模糊控制：ARM:FPGA
標(biāo)簽： 數(shù)控機(jī)床 自適應(yīng)模糊控制
上傳時(shí)間： 2022-03-11
上傳用戶(hù)：20125101110
建模、控制算法研究以及仿真試驗(yàn)都是燃?xì)廨啓C(jī)研制過(guò)程中必不可少的環(huán)節(jié)，本文針對(duì)三者展開(kāi)研究首先，采用容積慣性法代替牛頓-拉普遜法建立三軸燃?xì)廨啓C(jī)非線(xiàn)性動(dòng)態(tài)模型，并考慮變比熱、引氣與冷卻等環(huán)節(jié)，通過(guò)與試車(chē)數(shù)據(jù)比較驗(yàn)證了所建模型具有良好的仿真精度。采用容積慣性法不但提高了模型的實(shí)時(shí)性，并且動(dòng)態(tài)過(guò)程更接近真實(shí)燃?xì)廨啓C(jī)運(yùn)轉(zhuǎn)狀態(tài)。分析了容積慣性法建模中低轉(zhuǎn)速階段仿真時(shí)出現(xiàn)的參數(shù)振蕩現(xiàn)象產(chǎn)生的原因，通過(guò)增加低轉(zhuǎn)速特性數(shù)據(jù)消除了參數(shù)振蕩，并提出了一種基于指數(shù)平衡與樣條擬合的外推方法來(lái)獲得低轉(zhuǎn)速特性數(shù)據(jù)。通過(guò)低壓壓氣機(jī)特性數(shù)據(jù)外推計(jì)算與分析，證明了該外推方法具有較好的準(zhǔn)確性。然后，針對(duì)重型燃?xì)廨啓C(jī)非線(xiàn)性強(qiáng)、慣性大和負(fù)載多變等特點(diǎn)，提出了一種基于深度信念網(wǎng)絡(luò)的自適應(yīng)控制器。該控制器結(jié)合了深度信念網(wǎng)絡(luò)和傳統(tǒng)PD控制器，其中深度信念網(wǎng)絡(luò)作用是在線(xiàn)調(diào)整PID參數(shù)，而傳統(tǒng)PD控制器負(fù)責(zé)控制量的計(jì)算與輸出。通過(guò)數(shù)字仿真，驗(yàn)證了該控制器滿(mǎn)足燃?xì)廨啓C(jī)轉(zhuǎn)速控制的要求，并且具有良好的自適應(yīng)性，在燃?xì)廨啓C(jī)不同工況下，能夠?qū)ζ滢D(zhuǎn)速進(jìn)行準(zhǔn)確控制，使得系統(tǒng)快速響應(yīng)的同時(shí)無(wú)超調(diào)量。最后，針對(duì)燃?xì)廨啓C(jī)硬件在環(huán)仿真平臺(tái)的需要，設(shè)計(jì)了一種能夠采集并模擬多種范圍電壓、電流與頻率信號(hào)的接口模擬器。搭建了燃?xì)廨啓C(jī)硬件在環(huán)控制平臺(tái)，在試驗(yàn)前對(duì)接口模擬器以及控制器進(jìn)行了標(biāo)定與平臺(tái)的實(shí)時(shí)性驗(yàn)證。在已有的控制器上，完成了基于RIX作系統(tǒng)的多任務(wù)嵌入式控制系統(tǒng)開(kāi)發(fā)。通過(guò)硬件在環(huán)試驗(yàn)，進(jìn)一步驗(yàn)證了本文設(shè)計(jì)的控制器具有良好的控制效果與較強(qiáng)的自適應(yīng)能力關(guān)鍵詞：燃?xì)廨啓C(jī)，容積慣性，建模，仿真，自適應(yīng)控制，深度信念網(wǎng)絡(luò)，硬件在環(huán)
標(biāo)簽： 自適應(yīng)控制
上傳時(shí)間： 2022-03-14
上傳用戶(hù)：
摘要：無(wú)線(xiàn)傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，wSN是由許多具有低功率無(wú)線(xiàn)收發(fā)裝置的傳感器節(jié)點(diǎn)組成，它們監(jiān)測(cè)采集周邊環(huán)境信息并傳送到基站進(jìn)行處理在某一時(shí)刻通過(guò)wSN采集的數(shù)據(jù)量非常大，如何正確、高效地處理這些數(shù)據(jù)成為當(dāng)前WSN研究中的一個(gè)熱點(diǎn)。傳感器節(jié)點(diǎn)一般部署在惡劣環(huán)境中，一些偶然因素會(huì)使采集的數(shù)據(jù)中出現(xiàn)不準(zhǔn)確的數(shù)據(jù)，用戶(hù)依據(jù)這樣的數(shù)據(jù)很難準(zhǔn)確判斷出被測(cè)對(duì)象的真實(shí)狀態(tài)?；谀：碚摰臎Q策級(jí)數(shù)據(jù)融合算法能夠很好的解決這個(gè)問(wèn)題本文以國(guó)家863研究項(xiàng)目《基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的鐵路危險(xiǎn)貨物在途安全狀態(tài)監(jiān)測(cè)技術(shù)研究》為背景，結(jié)合鐵路運(yùn)輸中棉花在途狀態(tài)監(jiān)測(cè)系統(tǒng)的開(kāi)發(fā)，在分析了當(dāng)前有效的決策級(jí)數(shù)據(jù)融合技術(shù)基礎(chǔ)上，提出了基于模糊理論的決策級(jí)數(shù)據(jù)融合算法，該算法通過(guò)對(duì)采集數(shù)據(jù)進(jìn)行處理和分析，以獲得準(zhǔn)確的被測(cè)對(duì)象狀態(tài)的描述。本文的主要工作包括：（1）分析了WSN中傳統(tǒng)的決策級(jí)數(shù)據(jù)融合算法，如自適應(yīng)加權(quán)數(shù)據(jù)融合算法和算術(shù)平均數(shù)數(shù)據(jù)融合算法，總結(jié)這兩種算法的優(yōu)缺點(diǎn)和檢測(cè)系統(tǒng)的需求，進(jìn)步明確理想算法應(yīng)達(dá)到的目標(biāo)。（2）提出了基于模糊理論的兩階段數(shù)據(jù)融合算法：該算法第一階段利用基于貼近度的數(shù)據(jù)融合算法進(jìn)行同類(lèi)數(shù)據(jù)的融合校準(zhǔn)，這一階段的目的是剔除錯(cuò)誤的和可信度較差的數(shù)據(jù)，得到相對(duì)更加準(zhǔn)確的數(shù)據(jù)，第二階段利用模糊推理對(duì)第個(gè)階段得到的異類(lèi)數(shù)據(jù)進(jìn)行融合推理，得到被測(cè)對(duì)象當(dāng)前狀態(tài)的描述，為決策提供支持（3）結(jié)合實(shí)測(cè)數(shù)據(jù)仿真本文所提出的算法，結(jié)果證明與傳統(tǒng)的融合算法相比，可以更加準(zhǔn)確的描述被測(cè)對(duì)象狀態(tài)
標(biāo)簽： 無(wú)線(xiàn)傳感器
上傳時(shí)間： 2022-03-17
上傳用戶(hù)：
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
