共查询到20条相似文献，搜索用时 187 毫秒
1.
在下行多用户多输入多输出(MU-MIMO)场景下,考虑最大化信号泄漏噪声比(Max-SLNR)预编码,提出一种通过迭代方法进行用户间功率分配的算法. 通过与已有用户功率分配算法的比较,该算法进一步提高了系统吞吐量. 仿真结果表明,本算法可以通过减少迭代次数降低算法复杂度,而几乎不损失系统性能. 相似文献
2.
研究一类退化多智能体系统的迭代学习控制问题,该类系统是由一维双曲型退化偏微分方程构建而成。基于网络拓扑结构,利用邻近智能体的信息构建得到基于一致性的迭代学习控制协议。当该学习律作用于系统,迭代次数趋于无穷时,该一致性误差能够收敛于零。仿真结果验证了算法的有效性。 相似文献
3.
目前,比特交织编码调制及迭代译码(BICM-ID)常采用的解调译码方案是把接收端译码器输出的软信息反馈回解调器作为先验信息并将其进行迭代处理来完成译码,但这往往会导致码字间的最小欧氏距离的减少,致使系统在非衰落的高斯信道下性能的下降.为此,提出了一种改进的迭代解调译码方案,并对其进行了仿真分析.从分析结果看,该方案在保证系统复杂度基本不变的前提下,可以提高LDPC编码的BICM-ID系统的译码性能. 相似文献
4.
针对单源单中继多用户多输入多输出下行系统,提出一种基于规则块对角化的收发处理设计.考虑源端无法获得第二跳的信道信息和用户无法获得第一跳的信道信息的场景,对源-中继链路和中继-用户链路进行独立的收发处理设计.在中继处采用传统的规则块对角化方法抑制用户间干扰和噪声,并基于最小均方误差准则联合接收矩阵设计改进的迭代优化算法.仿真结果表明,该算法收敛较快,且很好地降低了低信噪比区域的误码率. 相似文献
5.
董大校 《玉溪师范学院学报》2009,25(8)
Cantor集是集合论中的著名例子,为实变函数中的重要集合之一,是一个构思巧妙的特殊点集.从Cantor集合,我们可以学到一种思想方法:一种复杂图形,可以由非常简单的规则经过持续并不断重复的迭代过程而生成,这种简单过程可以生成复杂图形,而复杂图形中又包含着简单规则. 相似文献
6.
本文研究了一种旨在改进自适应控制系统动态性能的模型参考自适应控制新方案,通过适时变换自适应律增益和引入静态补偿器,减少系统在自适应调整的初始阶段振荡的幅度和调节时间,提高系统收敛的速度,改善系统跟踪误差的瞬态行为,从而显著地提高系统的鲁棒性和跟踪性能.仿真例子印证了该方案的有效性. 相似文献
7.
应用一个新的方法研究了Banach空间渐近拟非扩张映象具误差的三步迭代格式的收敛性 .研究所得的结果是最近已知结果的一个扩充和改进 . 相似文献
8.
GPS辅助姿态计算的捷联陀螺罗经实现 总被引：1，自引：0，他引：1
为给船舶提供可靠的航向信息,提高系统集成化及数字化程度,降低设计成本及机械复杂度,提出利用四元数法对GPS及捷联惯性器件输出的数据进行解算,设计基于捷联惯导系统姿态计算的免施矩罗经方法.通过分析以GPS及捷联惯性器件数据确定初始姿态矩阵、利用罗经法进行精对准及修正角速率计算、惯性器件数据坐标系转换、角增量计算、四元数更新、姿态矩阵更新、姿态计算等系列算法,给出用串口采集及处理GPS数据和微惯性器件数据的方案,设计算法实现的软件流程.仿真分析表明,系统启动时间短,输出结果稳定,误差在商船允许范围内,虚拟仪表显示实时、准确. 相似文献
9.
状态空间模型不仅能反映系统内部状态,可以将几个变量时间序列处理为向量时间序列,还能够较好地解决多输入多输出变量少情况下,应用于双变量时间序列建模具有良好的统计性质;将状态空间模型在双变量时间序列模型中进行推广,研究其统计性质及检验方法,通过实证分析验证该方法的优越性. 相似文献
10.
讨论了求解线性矩阵方程AXB CXD=F的两种参数迭代方法,并分别分析了两种迭代方法的收敛性。 相似文献
11.
基于线性自抗扰控制的船舶航迹积分滑模控制器 总被引：3，自引：0，他引：3
为解决欠驱动船舶航迹直线和曲线跟踪控制问题,选取能解决航向不稳定等非线性问题的Bech模型,借助双曲正切函数,构造期望艏向方程,将航迹控制问题转化为航向控制问题。设计3阶跟踪微分器,对期望艏向及其微分信号进行精确提取。采用变结构积分滑模面函数设计非线性误差反馈控制律,加快系统收敛速度,提出基于线性自抗扰控制(Linear Active Disturbance Rejection Control,LADRC)的船舶航迹积分滑模控制器。该控制器的线性扩张状态观测器对系统内外总扰动进行在线估计与实时补偿;引入Hurwitz多项式,减少需整定的参数。仿真结果表明,航迹收敛快速准确,无超调,对外界干扰具有较强的鲁棒性。控制器参数具有一定的普适性,故其适用范围广。 相似文献
12.
针对光电探测系统中常用的指向镜伺服系统,对其控制方法进行设计和仿真,构建了永磁同步电机的动力学模型. 确立了空间矢量脉宽调制的算法,并给出仿真模型和结果. 基于此系统进行了电流环、速度环、位置环的设计,采用位置前馈和重复控制器,最终得到一种易于实现、定位精度高的控制器. 理论分析和仿真实验证明,该控制器能够较好地改善伺服系统的动态特性,具有调节时间短、无超调和动态响应准确快速等优点,并能有效提高系统位置控制精度,所得结论对此类伺服系统具有一定的指导意义. 相似文献
13.
基于非奇异终端滑模的船舶航迹跟踪自抗扰控制 总被引：1，自引：0，他引：1
针对欠驱动船舶受到外界因素和内部不确定状态变量的干扰不能沿着期望路径航行的问题，设计了基于非奇异终端滑模(Nonsingular Terminal Sliding Mode, NTSM)的自抗扰控制器(Active Disturbance Rejection Controller, ADRC).引入自抗扰控制技术，通过扩张状态观测器实时估计船舶外界和内部总干扰；对船舶Nomoto模型进行变形简化，将NTSM和指数趋近律引入到非线性状态误差反馈环节，设计基于NTSM的ADRC控制律，在保证ADRC优点的前提下可减少可调参数，提高系统的收敛速度和稳态跟踪精度；构造降维方程，将复杂的航迹跟踪控制问题转化为易于实现的航向镇定问题.Simulink仿真结果表明，利用该控制器船舶能够快速、精确地跟踪期望直线和曲线航迹，控制器具有较强的鲁棒性. 相似文献
14.
本文研究了非仿射非线性系统的模糊自适应 输出反馈跟踪。在非仿射非线性模型存在不确定的情况下,使用模糊自适应控制器对系统进行控制,并基于Lyapunov稳定性定理得出自适应律。通过解一个代数Riccati方程实现了 跟踪性能。估计状态通过引入高增益观测器得到,实现了系统的输出反馈控制。最后,通过对一个数值例子的仿真验证了算法的有效性。 相似文献
15.
多机器人系统中的跟随控制一直是研究热点,新兴的雾/边缘计算技术为机器人系统设计提供了新思路。本文提出无需全局定位信息的机器人编队控制方案,在系统实现上引入雾计算技术,卸载机器人计算任务。雾计算节点提供无线网络接入,运行跟随控制程序。跟随控制方案中,利用领航者航速信息计算期望跟随轨迹;通过视觉测量方法得到实时跟踪误差;采用航速重放和PD型迭代学习控制相结合的方法实现轨迹跟踪控制。原型实验表明,雾节点提供的网络可以满足实时控制需求,跟随控制程序的卸载降低了机器人本地算力要求,并节约了25%的计算能耗。3次场试中,编队平均跟踪误差在0.05 m以内,具有较好的精度。 相似文献
16.
以TI公司的超低功耗MCU LM3S811单片机为核心控制器,设计并制作了一个LED点光源自动跟踪系统.LM3S811计算出位置误差后,采用PI控制算法处理,以驱动减速电机跟踪点光源.经过实际场景测试,当点光源支架沿着圆周和直线缓慢平稳移动限定的角度和距离时,该系统均能使激光笔在左右和上下移动方向上快速、连续地实现LED点光源的跟踪. 相似文献
17.
在对多智能体的编队控制上，当输入和系统状态受到约束时，模型预测控制算法比传统的输入输出反馈线性化控制算法具有显著的优势，但传统的模型预测控制算法需要在线优化控制，从而导致巨大的在线负担.为减小这种在线负担，提出一种双模式模型预测控制算法.该算法使用模型预测控制器对控制变量进行在线优化，使得未来某时刻的系统状态进入终端约束集内；此时将系统状态作为输入输出反馈线性化控制器的输入，将系统状态驱动到稳定值；在目标函数中加入避碰函数来有效避免邻近多智能体间的碰撞.仿真结果表明，当输入和状态受到约束时，双模式模型预测控制算法在对多智能体编队控制上比仅使用输入输出反馈线性化控制算法具有明显的优势. 相似文献
18.
针对自由漂浮状态的空间机器人模型不确定性及其动力传动机构的摩擦死区非线性,将一种自适应模糊小脑模型关联控制(FCMAC)补偿策略用于轨迹跟踪及补偿问题.利用模糊神经网络并引入GL矩阵及其乘法算子"."分别对执行机构中的摩擦死区及系统模型不确定部分进行自适应补偿,其补偿误差及外界扰动通过滑模控制器来消除.基于Lyapunov理论证明了闭环系统跟踪误差的有界性.仿真表明控制器可以达到较高精度,且能满足实时性要求. 相似文献
19.
王启志 《上海海事大学学报》2001,22(3):113-115
工业控制系统常发生的故障是执行机构和检测装置的故障,且故障信号多是突变性的.传统的Fourier分析由于在时域缺乏空间局部性,只能确定一个函数奇异性的整体性质,而难以确定奇异点在空间的位置及分布情况,难以检测到突变信号.小波变换具有空间局部化性质,而且时域窗和频域窗的宽度可调节.对系统的输入、输出信号进行小波变换,利用该变换求出输入输出信号的奇异点.仿真实验证明了小波变换在故障检测中所具有的优越性. 相似文献
20.
为了实现基于非训练数据的神经模糊控制器的在线学习,提出了一种基于强化学习的神经模糊控制系统和相应的学习算法.该控制系统由神经模糊预测器和神经模糊控制器两部分组成,其中,神经模糊控制器采用基于确定度的模糊规则模型作为知识表示形式的扩展型神经模糊网络.在学习算法的设计中,尝试了利用强化信号得到输入状态的“期望输出”,进而将强化学习转化为基于训练数据学习的解决思路.仿真实验验证了所提出的控制系统结构和学习算法的合理性和可行性. 相似文献