摘要：无纺布成品表面污渍机器视觉检测系统在保证可靠性、易用性的同时,还要有较低的成本、较高的检测速度和精度.根据此需求,文中设计了一种嵌入式机器视觉检测系统,该系统集成了人机界面,能避免因依赖计算机而造成的易用性问题.文中介绍了该系统的硬件结构,设计了基于动态阈值的污渍判断方法,以保证图像运算的实时性与检测的精度,降低误判率,提高检测的可靠性.实际应用表明,该系统在线速度为300m/min的无纺布成品生产中,能够检测出1mm2的污渍.

摘要：针对不确定采样控制系统的鲁棒保性能控制问题,首先将采样系统描述为跳变线性系统,基于矩阵凸组合思想构造了分段连续Lyapunov函数,进而在线性矩阵不等式框架内给出了不确定采样系统鲁棒稳定的条件.针对范数有界参数不确定采样系统,提出了鲁棒保性能控制器设计的在线算法,在每个采样周期内通过求解一组线性矩阵不等式的可行解来构造出状态反馈增益矩阵.最后的仿真算例验证了所提设计方法的有效性.

摘要：具有乘性噪声的随机不确定系统的控制问题有着广泛的应用背景.本文概述了具有乘性噪声的线性离散时间随机系统的稳定性分析、均方镇定、最优控制以及最优估计问题和相关结论.同时,本文研究了具有状态与控制乘性噪声的线性多变量离散时间系统的均方镇定和最优控制问题,分析了这两个问题之间的联系,并讨论了最优状态反馈控制器的设计算法.

摘要：基于实际电感和实际电容在本质上是分数阶的事实,对永磁同步电机建立分数阶模型.用伪随机信号作为外部激励信号进行辨识实验,利用采集到的实验数据和分数阶模型输出误差辨识算法,对分数阶模型进行参数估计.最后对永磁同步电机的分数阶和整数阶模型,采用同一PI控制器设计准则,通过实验验证了分数阶模型比整数阶模型能更精确地描述永磁同步电机的本质.

摘要：针对无人直升机在阵风干扰环境中的姿态控制精度低的问题.本文将非线性刚体动力学模型在悬停点应用小扰动理论得到了线性化数学模型.考虑系统输入输出和控制量约束,采用模型预测控制将控制器的设计问题转化为每个采样时刻求解一个带不等式和等式约束的凸二次规划问题.通过设计终端状态约束解决了有限时域模型预测控制(model predictive control, MPC)算法的稳定性问题,并通过引入松弛变量使得约束优化问题更容易求解.随机和常值阵风干扰下无人机悬停仿真验证了本文MPC预测控制器具有幅度不超过0.25 m/s的良好干扰抑制能力,性能明显优于线性二次型调节器(linear-quadratic regulator, LQR).

摘要：设计一种次序优化机制,提出一类饱和受限不确定系统的次序优化多步预测控制方法.将系统的输入分解成多个子集合,在各采样周期仅对其中一个集合的输入进行优化,待优化的输入保持上一优化值.针对每个输入集合,确定闭环系统的不变集条件,将次序优化预测控制器设计问题转化成"最小-最大"优化问题,通过求解一组线性矩阵不等式问题得到控制器.仿真算例表明,采用次序优化预测控制方法可以减少控制器的设计时间.

摘要：为了实现交流永磁同步电机的高性能速度控制,提出一种能满足系统稳定性和鲁棒性要求的分数阶比例积分控制器.为评价该分数阶控制器的性能,将该控制器和采用最优化设计的整数阶比例积分控制器分别应用于同一系统进行了仿真和原型实验.结果表明:对于相同的负载扰动,分数阶比例积分控制器的控制效果明显优于最优的整数阶比例积分控制器,且其对系统开环增益变化具有更强的鲁棒性.

摘要：高品质反馈系统中,对象的模型不确定性给最优控制设计带来许多困难.本文针对车载"动中通"天线伺服系统,研究了一种内模扩展的线性二次调节器(LQR)最优控制设计方法.根据卡尔曼等式和小增益定理,给出了系统的鲁棒稳定性对控制器设计参数的约束条件,以及鲁棒稳定裕量与二次最优性能指标参数的定量关系.最后通过MATLAB仿真和实际系统实验,验证了控制器的有效性.

摘要：伺服系统广泛应用于工业和国防的各个领域,例如射电望远镜天线伺服系统、雷达伺服系统、动中通伺服系统、硬盘驱动伺服系统、金属切割系统和数控机床等.为了满足伺服系统的高性能要求,先进的控制算法设计越来越受到关注.本文以天线伺服系统和硬盘驱动伺服系统为例,阐述了伺服控制系统中普遍存在的高频谐振、带宽约束和外界扰动等共性问题,从系统的干扰抑制、跟踪性能和鲁棒稳定性问题的角度,归纳了伺服系统主要的控制器设计方法.

摘要：多曝光图像融合可提高图像的动态范围,从而获取高质量的图像。对于在像自动驾驶等快速运动场景中获得的模糊的长曝光图像,利用通用的图像融合方法将其直接与低曝光图像融合得到的图像质量并不高。目前暂缺乏对带有运动模糊的长曝光和短曝光图像的端到端融合方法。基于此,该文提出一种联合多曝光融合和图像去模糊的深度网络(DF-Net)端到端地解决带有运动模糊的长短曝光图像融合问题。该方法提出一种结合小波变换的残差模块用于构建编码器和解码器,其中设计单个编码器对短曝光图像进行特征提取,构建基于编码器和解码器的多级结构对带有模糊的长曝光图像进行特征提取,设计残差均值激励融合模块进行长短曝光特征的融合,最后通过解码器重建图像。由于缺少基准数据集,创建了基于数据集SICE的带有运动模糊的多曝光融合数据集,用于模型的训练与测试。最后,从定性和定量的角度将所设计的模型和方法和其他先进的图像去模糊和多曝光融合的分步优化方法进行了实验对比,验证了该文的模型和方法对带有运动模糊的多曝光图像融合的优越性。并在移动车辆上采集到的多曝光数据组上进行验证,结果显示了所提方法解决实际问题的有效性。