一些標(biāo)定的論文，主要是自標(biāo)定的論文和算法思想
上傳時(shí)間： 2013-12-12
上傳用戶：qweqweqwe
模糊PID控制程序，用于模糊自整定PID控制算法的實(shí)現(xiàn)
上傳時(shí)間： 2017-06-16
上傳用戶：woshini123456
本文討論了神經(jīng)網(wǎng)絡(luò)PID控制策略，提出了一種單神經(jīng)元自適應(yīng)PID控制器，給出了控制模型，探討了單神經(jīng)元自適應(yīng)PID控制學(xué)習(xí)算法，通過修改神經(jīng)元控制器連接加權(quán)系數(shù) ，構(gòu)成了自適應(yīng)PID控制器。利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力進(jìn)行PID控制參數(shù)的在線整定，并使用了MATLAB軟件進(jìn)行了仿真研究。比較傳統(tǒng)PID控制器與單神經(jīng)元自適應(yīng)PID控制器兩者的仿真結(jié)果表明，神經(jīng)網(wǎng)絡(luò)PID控制器參數(shù)調(diào)節(jié)簡(jiǎn)單，具有很高的精度和很強(qiáng)的適應(yīng)性，可以獲得滿意的控制效果。
標(biāo)簽： PID 神經(jīng)網(wǎng)絡(luò) 控制策略
上傳時(shí)間： 2014-01-25
上傳用戶：zhaiyanzhong
LMS濾波器的c語言源碼，C語言實(shí)現(xiàn)的自適應(yīng)濾波器LMS的算法
上傳時(shí)間： 2018-09-05
上傳用戶：menmos
摘要：無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，wSN是由許多具有低功率無線收發(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)。基于模糊理論的決策級(jí)數(shù)據(jù)融合算法能夠很好的解決這個(gè)問題本文以國(guó)家863研究項(xiàng)目《基于無線傳感器網(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： 無線傳感器
上傳時(shí)間： 2022-03-17
上傳用戶：
隨著杜會(huì)和經(jīng)濟(jì)的發(fā)展，環(huán)境水污染現(xiàn)象也日趨嚴(yán)重，迫切需要環(huán)境水質(zhì)多參數(shù)監(jiān)測(cè)與智能分析系統(tǒng)，以為環(huán)境監(jiān)測(cè)、管理和控制提供科學(xué)的手段。水質(zhì)多組分檢測(cè)涉及到多傳感器數(shù)據(jù)融合、計(jì)算機(jī)技術(shù)、電化學(xué)分析和人工智能等多學(xué)科的交叉，在眾多領(lǐng)域有著廣泛的應(yīng)用。本論文研究環(huán)境水質(zhì)檢測(cè)與智能分析系統(tǒng)，論文的主要工作包括1）基于最小二乘支持向量機(jī)的在線自適應(yīng)加權(quán)數(shù)據(jù)融合算法多傳感器數(shù)據(jù)融合由于能夠利用互補(bǔ)和冗余的信息，顯著提高系統(tǒng)的可靠性而得到了廣泛應(yīng)用，而數(shù)據(jù)融合的關(guān)鍵問題是融合算法。本文深入研究了多傳感器數(shù)據(jù)融合理論的基礎(chǔ)上，針對(duì)傳統(tǒng)融合算法研究存在的問題，提出了一種基于最小二乘支持向量機(jī)的在線自適應(yīng)加權(quán)數(shù)據(jù)融合算法，并應(yīng)用到水質(zhì)在線檢測(cè)過程中，不僅縮短了訓(xùn)練的時(shí)間，而且提高了融合的可靠性和靈活性2）提出了一種離子傳感器的基于最小二乘支持向量機(jī)的自校正方法：由于離子傳感器的非線性、漂移和交叉敏感性等影響了其檢測(cè)精度和可靠性，難以進(jìn)行連續(xù)在線檢測(cè)。以硝酸根離子傳感器為例，研究其自校正方法，以適應(yīng)動(dòng)態(tài)環(huán)境的連續(xù)監(jiān)測(cè)根據(jù)實(shí)驗(yàn)數(shù)據(jù)，詳細(xì)分析了硝酸根離子傳感器的響應(yīng)特性，并考慮了零點(diǎn)和時(shí)間漂移，提出了一種基于最小二乘支持向量機(jī)硝酸根離子傳感器的自校正方法，給出了詳細(xì)描述和分析。3）離子傳感器故障檢測(cè)的小波支持向量機(jī)特征提取和支持向量機(jī)分類方法在線連續(xù)檢測(cè)的應(yīng)用要求離子傳感器必須具有很高的可靠性，即能夠及時(shí)準(zhǔn)確地判斷出離子傳感器的故障。本文采用小波支持向量機(jī)提取各傳感器故障特征，再用支持向量機(jī)對(duì)故障進(jìn)行分類，實(shí)現(xiàn)對(duì)各離子傳感器的故障診斷。
標(biāo)簽： 數(shù)據(jù)融合
上傳時(shí)間： 2022-03-18
上傳用戶：
利用RLS算法實(shí)現(xiàn)參數(shù)的自適應(yīng)估計(jì) 估計(jì)y(n) = 1.5*y(n-1)-0.7*y(n-2)+0.3*u(n-2)中的參數(shù)
上傳時(shí)間： 2013-12-22
上傳用戶：cjl42111
隨著電力電子技術(shù)的飛速發(fā)展,越來越多的電力電子裝置被廣泛應(yīng)用到各個(gè)領(lǐng)域,其中相當(dāng)一部分負(fù)荷具有非線性或具有時(shí)變特性,使電網(wǎng)中暫態(tài)沖擊、無功功率、高次諧波及三相不平衡問題日趨嚴(yán)重,給電網(wǎng)的供電質(zhì)量造成嚴(yán)重的污染和損耗.因此,對(duì)電力系統(tǒng)進(jìn)行諧波抑制和無功補(bǔ)償,提高電網(wǎng)供電質(zhì)量變得十分重要.電力有源濾波器(Active Power Filter,簡(jiǎn)稱APF)與無源濾波器相比,APF具有高度可控制和快速響應(yīng)特性,并且能跟蹤補(bǔ)償各次諧波、自動(dòng)產(chǎn)生所需變化的無功功率和諧波功率,其特性不受系統(tǒng)影響,無諧波放大威脅.并聯(lián)型電力有源濾波器(Shunt Active Power Filter,簡(jiǎn)稱SAPF)更是得到了廣泛的應(yīng)用. 近年來,自適應(yīng)算法中的遞推最小二乘法(簡(jiǎn)稱RLS)應(yīng)用越來越廣泛,該算法簡(jiǎn)單,收斂速度快.應(yīng)用基于RLS自適應(yīng)算法的濾波器(簡(jiǎn)稱RLS濾波器),可以快速有效的濾除雜波,同時(shí)自動(dòng)調(diào)整濾波器參數(shù),不斷改進(jìn)濾波性能,最終得到所需的信號(hào). 本文研究了基于平均功率和RLS自適應(yīng)算法的并聯(lián)型有源濾波器.它的參考電流是一個(gè)同電網(wǎng)相電壓同相位的三相平衡的有功電流,它包含兩個(gè)分量:一個(gè)是由實(shí)測(cè)的三相負(fù)載瞬時(shí)功率計(jì)算得到的,基于平均功率算法的電網(wǎng)應(yīng)該為負(fù)載各相提供的有功電流瞬時(shí)參考值；另一個(gè)是為了維持有源濾波器中逆變器的直流母線電壓基本恒定,主要通過RLS濾波器計(jì)算得出的電網(wǎng)各相應(yīng)該提供的有功電流瞬時(shí)參考值.兩個(gè)分量的計(jì)算共同構(gòu)成了該有源濾波器參考電流的計(jì)算.補(bǔ)償電流指令值與實(shí)際補(bǔ)償電流比較生成控制逆變橋工作的PWM脈沖,生成補(bǔ)償電流,達(dá)到補(bǔ)償負(fù)載無功和抑制諧波的目的. 應(yīng)用RLS濾波器得到維持直流母線電壓恒定的直流側(cè)有功系數(shù)A<,dc>,克服了傳統(tǒng)PI控制中參數(shù)難以得到且由于參數(shù)過于敏感而導(dǎo)致補(bǔ)償后電流紋波太大的問題.使得當(dāng)穩(wěn)態(tài)時(shí)SAPF自身的功率損耗和暫態(tài)負(fù)載變化時(shí)因?yàn)橹绷鱾?cè)電容提供電網(wǎng)和負(fù)載之間的有功功率差而引起的電壓的波動(dòng)迅速反饋到指令電流的計(jì)算中.RLS算法收斂快,SAPF實(shí)時(shí)性大大提高.基于該方法的SAPF結(jié)構(gòu)簡(jiǎn)單,無需鎖相器. 根據(jù)本文的算法應(yīng)用MATAB建立了仿真系統(tǒng),仿真結(jié)果表明基于該算法的SAPF的可行性和實(shí)時(shí)性.
標(biāo)簽： RLS 功率 自適應(yīng)算法
上傳時(shí)間： 2013-04-24
上傳用戶：mfhe2005
本文深入研究了Nios 自定制指令的軟硬件接口，基于Altera 的IP 核FFT V2.2.0實(shí)現(xiàn)了變換長(zhǎng)度為1024 點(diǎn)的高速?gòu)?fù)數(shù)FFT 算法，提出了一種在Nios 嵌入式系統(tǒng)中定制用戶FFT 算
上傳時(shí)間： 2013-04-24
上傳用戶：hfmm633
提出通過對(duì)分塊圖像的DCT 系數(shù)進(jìn)行動(dòng)態(tài)范圍壓縮來改進(jìn)傳統(tǒng)的基于DCT 變換的圖像自嵌入水印算法，并結(jié)合灰度變換函數(shù)與JPEG 標(biāo)準(zhǔn)量化表重新設(shè)計(jì)了DCT 系數(shù)碼長(zhǎng)分配表，大幅度提升了量化過程保留的圖
上傳時(shí)間： 2013-07-28
上傳用戶：小鵬
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
