-
公开(公告)号：CN111610598A
公开(公告)日：2020-09-01
申请号：CN201910136405.0
申请日：2019-02-25
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供了一种基于强化学习的光纤耦合方法，利用的系统包括倾斜镜、图像采集模块、光功率计、强化学习控制模块。该方法将图像采集模块采集到的图像作为强化学习框架的状态s，将光功率计的功率作为强化学习框架的奖赏r，强化学习控制模块作为智能体，输出控制倾斜镜的控制量为动作a，通过学习，强化学习控制模块控制输出的动作a使得作用于倾斜镜让光功率值达到最大。本发明通过直接从真实环境采集数据训练的连接方式，从而使得强化学习的训练可以直接在真实场景下完成，且完成之后可直接交接控制权，从而最终既避免采集数据、训练模型的麻烦，也避免了训练完成之后部署的适应性问题。
-
公开(公告)号：CN110609470A
公开(公告)日：2019-12-24
申请号：CN201910857316.5
申请日：2019-09-11
Applicant: 中国科学院光电技术研究所
IPC: G05B11/42
Abstract: 本发明提供一种基于过渡过程的抗积分饱和设计方法，属于光电系统跟踪控制领域。针对常用的双闭环控制方法在跟踪阶跃参考信号时出现的积分饱和现象，导致系统输出超调过大和稳定性下降的问题，本发明针对积分饱和现象，提出设计过渡过程的方法。在将过渡过程与双闭环控制方法有效结合后，达到抗积分饱和的目的，在保持了双闭环跟踪阶跃参考信号快速性的同时，提升了系统的平稳性，解决了跟踪时出现的大超调问题。并通过在光电跟踪系统的实验，验证了该方法的有效性。
-
Patent Agency Ranking
公开(公告)号：CN110209049A
公开(公告)日：2019-09-06
申请号：CN201910426510.8
申请日：2019-05-22
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种基于惯性回路的窄带大幅值扰动抑制方法，用于针对控制系统稳定平台存在窄带大幅值外界扰动时，无法满足更高精度稳定控制系统需求的问题。本方法在多闭环控制基础上，基于惯性回路提出了窄带大幅值扰动抑制方法。本发明先从系统稳定性出发对前馈补偿控制器设计提出稳定性约束，在保证系统稳定性的基础上从陷波器出发设计，结合扰动观测器方法，提出针对外界窄带大幅值扰动的前馈补偿控制器设计方案，最终达到有效抑制外界窄带大幅值扰动的目的，保证了系统的稳定性的同时有效提升了控制系统稳定精度。
-
公开(公告)号：CN110032220A
公开(公告)日：2019-07-19
申请号：CN201910274320.9
申请日：2019-04-08
Applicant: 中国科学院光电技术研究所
IPC: G05D13/62
Abstract: 本发明提供一种基于传感器与模型融合的加速度前馈方法。针对光电跟踪系统的跟踪能力受到目标脱靶量滞后的制约，且无法直接提供目标的实时准确的位置、速度、加速度等信息这一问题，本发明将安装在系统上的线加速度的传感器信息和系统探测到的目标脱靶量信息进行融合和预测滤波，得到的目标相对平台的加速度信息，最后将此信息馈入到系统的加速度闭环以构成加速度前馈。本发明通过对系统馈入实时的目标加速度估计信息能够有助于提高系统中低频的跟踪能力。
-
公开(公告)号：CN109917655A
公开(公告)日：2019-06-21
申请号：CN201910236260.1
申请日：2019-03-27
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明涉及一种提高等效滑模控制扰动抑制能力的控制方法。针对当前光电稳定平台的扰动抑制能力不足，无法满足更高精度的稳定控制需求，该方法采用滑模控制器来进行闭环控制，利用滑模控制快速响应、对参数变化及扰动不灵敏的优点，来抑制外界扰动对系统的干扰，从而提高系统的跟踪能力。该方法是从控制算法上对系统进行优化，无需再另加传感器，保证了系统原有特性，并节约了成本；同时，该方法思路清晰，结构简单，在工程易于实现，特别是在一些扰动根本无法测量的情况下，可很好地发挥其鲁棒性好的优势。
-
公开(公告)号：CN109782392A
公开(公告)日：2019-05-21
申请号：CN201910144363.5
申请日：2019-02-27
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供了一种基于改进型随机并行梯度下降算法的光纤耦合方法，旨在解决传统光纤耦合使用并行梯度下降算法收敛速度过慢和稳定性差的问题。该方法首先对光纤耦合的控制量同时施加随机扰动{δui}，然后计算施加扰动后的目标函数光功率J改变量，进而得到目标函数的近似梯度gradl(n)＝δJδul(n)，通过计算近似梯度的一阶矩和二阶矩，得到解决随机并行梯度下降算法的自适应增益，以替代随机并行梯度算法的固定增益，用来迭代更新控制量，最终达到使并行梯度下降算法跳出局部，加快收敛和增加算法稳定性的能力。
-
公开(公告)号：CN109765689A
公开(公告)日：2019-05-17
申请号：CN201910136408.4
申请日：2019-02-25
Applicant: 中国科学院光电技术研究所
IPC: G02B27/00
Abstract: 本发明提供了一种基于CCD和光功率计的光纤耦合方法，其中系统包括倾斜镜、图像采集模块、光功率计、控制器模块，旨在解决传统光纤耦合方法收敛速度过慢的问题。该方法首先对倾斜镜同时施加随机扰动{δux,δuy}，然后计算施加扰动后的光功率计J的改变量，进而得到目标函数的近似梯度gradx,y(n)＝δJδux,y(n)，通过CCD获得光斑中心的脱靶量x/y，将脱靶量x/y与近似梯度进行融合，修正后的梯度gradx,y(n)＝δJδux,y(n)+α(n)*x(n),y(n)。将修正后的梯度用随机并行梯度下降算法进行控制迭代更新倾斜镜的控制量。
-
-
-
-
-
-
Search Results
27
records
(took 0.027 seconds)
