基于JDLGR算法的组学数据捕获与重建方法

    公开(公告)号:CN119311476A

    公开(公告)日:2025-01-14

    申请号:CN202411423831.X

    申请日:2024-10-12

    Abstract: 基于JDLGR算法的组学数据捕获与重建方法,属于生命科学技术领域。为了解决现有的组学数据的重建存在恢复结果准确率不佳的问题。本发明使用关于组学数据的高、低维数据组成联合数据Xc,利用Xc对联合字典Dc进行训练;通过实验测定的低维组学数据Y,利用训练好的联合字典Dc进行组学数据的恢复,恢复过程中,利用Y恢复高维数据的组学信息X*,或者利用Y的分块数据y高维基因数据块x*,将数据块x*作为高维数据矩阵X*的一个列向量,最终得到高维数据的组学信息X*。

    基于变惯性参数建模的飞行机械臂耦合扰动控制方法

    公开(公告)号:CN115556111B

    公开(公告)日:2023-08-18

    申请号:CN202211319418.X

    申请日:2022-10-26

    Abstract: 一种基于变惯性参数建模的飞行机械臂耦合扰动控制方法,属于空中作业无人系统控制技术领域。本发明针对现有旋翼飞行机械臂抗扰动控制中的反馈补偿存在延时,影响系统稳定性的问题。包括:建立动态变化质心在机体坐标系下的表达式和动态变化惯量在机体坐标系下的表达式;利用多刚体质点系的动量与动量矩定理对旋翼飞行机械臂系统进行动力学建模,得到系统动力学模型;基于质心变化与惯量变化对系统动力学模型进行处理,建立质心变化和惯量变化对旋翼飞行机械臂系统的耦合扰动的映射关系,得到基于变惯性参数的耦合扰动模型;将耦合扰动模型计算获得的耦合扰动估计值作为前馈补偿量输入位置环和姿态环实现耦合扰动控制。本发明可以抑制耦合扰动。

    一种基于动态增益的自适应神经网络跟踪控制方法

    公开(公告)号:CN114815618B

    公开(公告)日:2023-05-16

    申请号:CN202210467223.3

    申请日:2022-04-29

    Abstract: 一种基于动态增益的自适应神经网络跟踪控制方法,本发明涉及基于动态增益的自适应神经网络跟踪控制方法。本发明是为了解决目前自适应神经网络控制的反馈增益参数以未知函数的上界设计,使得系统的控制器设计不灵活,导致设计的控制器能量消耗过大的问题。过程为:一、建立具有未知非线性控制方向函数的不确定非线性严格反馈系统的二维状态空间模型,使系统输出跟踪目标信号;二、建立具有扩展状态变量的三维非线性系统状态空间模型;三、设计李雅普诺夫函数;四、利用李雅普诺夫函数对时间求一阶导数;五、改写李雅普诺夫函数的一阶导数;六、设计神经网络权值更新律、虚拟控制函数及控制输入。本发明用于非线性控制技术领域。

    一种基于切换策略的直接避障跟踪控制方法及存储介质

    公开(公告)号:CN113296401B

    公开(公告)日:2022-04-19

    申请号:CN202110534276.8

    申请日:2021-05-17

    Abstract: 一种基于切换策略的直接避障跟踪控制方法及存储介质,属于非线性系统避障跟踪控制领域。本发明解决了目前间接避障跟踪控制方法不可靠的问题。本发明针对机器人建立非线性系统状态空间模型,并给定系统目标信号和障碍物坐标;利用跟踪误差变量设计李雅普诺夫函数,根据李雅普诺夫函数对时间的一阶导数设计虚拟跟踪控制函数以及目标跟踪控制策略;利用避障误差变量设计李雅普诺夫函数,根据李雅普诺夫函数对时间的一阶导数设计虚拟避障控制函数以及避障控制策略;利用目标跟踪控制策略和避障控制策略,设计基于切换策略的直接避障跟踪控制策略,实现对机器人的控制。本发明用于非线性系统的对机器人的避障跟踪控制。

    一种基于误差重构权重更新的神经网络反步控制方法

    公开(公告)号:CN112904726A

    公开(公告)日:2021-06-04

    申请号:CN202110074839.X

    申请日:2021-01-20

    Abstract: 一种基于误差重构权重更新的神经网络反步控制方法,属于非线性系统反步控制领域。本发明解决了目前神经网络反步控制不能准确估计系统未建模动态,导致系统跟踪误差较大的问题。本发明所述方法包括:建立考虑未建模动态的非线性二阶系统状态空间模型,给定系统目标信号;定义系统误差变量;利用误差变量设计李雅普诺夫函数;对李雅普诺夫函数对时间求一阶导数;根据李雅普诺夫函数对时间的一阶导数设计虚拟控制函数以及神经网络反步控制策略;根据神经网络反步控制策略,利用误差重构设计神经网络权重更新策略。本发明用于非线性系统的神经网络反步控制。

    汽车仪表盘视觉检测中基于尺度不变特征变换的图像ROI定位方法及装置

    公开(公告)号:CN104091325A

    公开(公告)日:2014-10-08

    申请号:CN201410267691.1

    申请日:2014-06-16

    Abstract: 汽车仪表盘视觉检测中基于尺度不变特征变换的图像ROI定位方法及装置,属于图像图像ROI定位领域。为了解决目前基于模板的ROI定位方法效果差的问题。它包括:确定模板图像和待检测图像的检测项区域的ROI,基于尺度不变特征变换的图像ROI定位方法提取模板图像和待检测图像的特征点集和特征向量集,再对模板图像和待检测图像利用欧氏距离进行初匹配,并用马氏距离进行匹配点对的筛选,进而求取模板图像到待检测图像匹配点的变换矩阵,根据变换矩阵对待检测图像的每个检测项区域的ROI进行重构,获得最新ROI,对获得最新ROI进行检测,判断是否定位成功。它用于汽车仪表盘的视觉检测中。

    一种航天器相对运动的采样控制方法

    公开(公告)号:CN102354218B

    公开(公告)日:2013-06-05

    申请号:CN201110172253.3

    申请日:2011-06-24

    Abstract: 一种航天器相对运动的采样控制方法,它涉及一种航天器的采样控制方法。本发明为解决采用现有的航天器相对运动的采样控制方法忽略了数字控制器的处理周期和偏差,影响航天器轨道的精确性和安全性的问题。步骤A、建立航天器相对运动动力学模型;步骤B、对两个航天器相对状态进行采样;步骤C、利用步骤B中所述的扇形区域的上下边界线构造M和N矩阵;步骤D、求得相应的状态反馈控制律;步骤E、引入两个正定对称矩阵P和Q并定义如下李亚普诺夫泛函;步骤F、求得交会过程完成并且推力满足公式(3)上界约束条件;步骤G、利用MATLAB软件中线性矩阵不等式(LMI)工具箱求可行解。本发明的采样控制方法用于设计航天器控制器。

    一种自适应双层结构预测优化控制方法

    公开(公告)号:CN118295259B

    公开(公告)日:2025-01-24

    申请号:CN202410466268.8

    申请日:2024-04-18

    Abstract: 本发明属于多层级优化控制技术领域,具体涉及一种自适应双层结构预测优化控制方法,其特征在于:包括稳态目标优化层和动态控制层。所述稳态目标优化层采用稳态目标优化性能函数,求解得到稳态目标工作点传递给动态控制层;所述动态控制层采用自适应模型预测控制方法,设计不确定参数的自适应更新率,采用带有自适应更新率的估计模型替代原有的参数不确定性模型,设计模型预测控制策略求解最优控制输入并传递给基础控制层。本发明能够有效解决系统模型的不确定性问题,保证系统的闭环稳定性,有效提升系统的最优性能。

Patent Agency Ranking