-
公开(公告)号：CN112904726B
公开(公告)日：2022-11-18
申请号：CN202110074839.X
申请日：2021-01-20
Applicant: 哈尔滨工业大学
IPC: G05B13/04
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。
-
公开(公告)号：CN114815618A
公开(公告)日：2022-07-29
申请号：CN202210467223.3
申请日：2022-04-29
Applicant: 哈尔滨工业大学
IPC: G05B13/04
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。
-
公开(公告)号：CN111709397B
公开(公告)日：2022-07-05
申请号：CN202010659641.3
申请日：2020-07-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于多头自注意力机制的无人机变尺寸目标检测方法，属于目标检测技术领域，本发明为解决现有无人机目标检测算法对于小目标检测性能差的问题。本发明包括：建立数据集；建立网络结构：采用多头自注意力机制建立多头自注意力目标检测头网络，所述多头自注意力目标检测头网络的后端采用Faster Rcnn基本框架，在多头自注意力目标检测头网络的回归层再次引入自注意力机制；分步骤进行网络训练；对目标物体进行检测：对图像进行预处理后输入多头自注意力目标检测头网络，多头自注意力目标检测头网络输出检测结果。本发明用于对大小变化目标无人机的目标检测。
-
公开(公告)号：CN113110453B
公开(公告)日：2022-06-21
申请号：CN202110405392.X
申请日：2021-04-15
Applicant: 哈尔滨工业大学
IPC: G05D1/02
Abstract: 一种基于图形变换的人工势场避障方法，涉及路径规划技术领域，针对现有技术中人工势场法构造的合力场中存在局部极小值点，引发局部最优解使目标点不可达的问题，本发明解决了人工势场法容易产生局部极小值点从而产生局部最优解进而导致目标点不可达的问题。将形态学中的凸包概念应用到人工势场避障方法的障碍物处理中。这一应用以本发明提出的一种专门设计的坐标映射方法为前提，结合两项创新，从理论层面避免了局部极小值点的产生，使目标点可达，具有独创性。该方法相较于其它解决方法原理更加清晰，实现方式更加简单。
-
公开(公告)号：CN114326405A
公开(公告)日：2022-04-12
申请号：CN202111669359.4
申请日：2021-12-30
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于误差训练的神经网络反步控制方法，解决了现有神经网络反步控制方法收敛速度慢以及神经网络不能准确估计未建模动态进而导致系统跟踪误差较大的问题，属于非线性系统的神经网络反步控制方法领域。本发明包括：S1、建立含有未建模动态的非线性n阶系统状态空间模型，状态变量为[x1，...，xn]T；S2、确定误差变量z1和zi，z1＝x1‑yd，zi＝xi‑αi‑1，其中，αi‑1表示虚拟控制函数；S3、建立误差zi的微分估计器，微分估计器的输入为zi，输出为为的估计；S4、利用S3得到的计算当前径向基神经网络的估计误差，基于估计误差对神经网络的权重进行梯度下降训练，得到S5、根据αn、计算非线性系统的控制输入信号。
-
Patent Agency Ranking
公开(公告)号：CN114114917A
公开(公告)日：2022-03-01
申请号：CN202111405312.7
申请日：2021-11-24
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于极点配置的反步控制方法，属于非线性系统控制领域。为了解决目前反步控制方法不能对闭环系统的瞬态响应进行分析和设计的问题。本发明所述首先针对被控对象建立n维非线性系统状态空间模型；根据系统的状态变量x1和目标信号构建误差变量z1，针对i＝2,3,…,n，根据系统的状态变量xi和待设计的虚拟控制函αi‑1构建误差变量zi；然后利用反步法设计虚拟控制函数，将虚拟控制函数代入误差系统模型，得到新的误差系统模型；利用新的误差系统模型设计控制器u，并利用极点配置设计控制器参数，得到不同的系统瞬态响应过程。本发明用于非线性系统的目标跟踪控制。
-
公开(公告)号：CN113219824A
公开(公告)日：2021-08-06
申请号：CN202110188980.2
申请日：2021-02-19
Applicant: 哈尔滨工业大学
Abstract: 一种基于变分模态分解的动态系统控制方法，解决了现有动态系统控制方法控制精度和动态响应效果差的问题，属于动态系统的控制技术领域。本发明包括：S1、建立动态系统的运动学方程；S2、建立动态系统的动力学方程；S3、根据运动学方程和动力学方程确定动态系统初步PID控制器参数，采集误差信号为滑动窗口赋初值；S3、利用滑动窗口提取当前时刻及当前时刻前设定数量数据点的误差信号，并获取误差的积分信号和微分信号，分别对误差信号、误差的积分信号、误差的微分信号进行变分模态分解处理，每个信号分别得到对应的K个不同频段的基础模态信号；S4、对误差信号中蕴含的不同频段的基础模态信号，采用不同的控制力度来控制动态系统。
-
公开(公告)号：CN113110453A
公开(公告)日：2021-07-13
申请号：CN202110405392.X
申请日：2021-04-15
Applicant: 哈尔滨工业大学
IPC: G05D1/02
Abstract: 一种基于图形变换的人工势场避障方法，涉及路径规划技术领域，针对现有技术中人工势场法构造的合力场中存在局部极小值点，引发局部最优解使目标点不可达的问题，本发明解决了人工势场法容易产生局部极小值点从而产生局部最优解进而导致目标点不可达的问题。将形态学中的凸包概念应用到人工势场避障方法的障碍物处理中。这一应用以本发明提出的一种专门设计的坐标映射方法为前提，结合两项创新，从理论层面避免了局部极小值点的产生，使目标点可达，具有独创性。该方法相较于其它解决方法原理更加清晰，实现方式更加简单。
-
公开(公告)号：CN113093553A
公开(公告)日：2021-07-09
申请号：CN202110396089.8
申请日：2021-04-13
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于指令滤波扰动估计的自适应反步控制方法，属于非线性系统自适应控制方法领域。解决了目前自适应反步控制技术对扰动上界进行估计，导致所设计的控制器过于保守且能量消耗较大问题。本发明根据实际应用的非线性系统的状态变量和系统期望输出信号，建立含有扰动项的非线性二阶系统状态空间模型；根据含有扰动项的非线性二阶系统状态空间模型，建立扩维的非线性三阶系统状态空间模型，设定误差变量，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；利用反步法和指令滤波器设计虚拟控制函数以及系统控制输入；实现对期望输出信号的跟踪。本发明适用于非线性系统控制使用。
-
公开(公告)号：CN111553885B
公开(公告)日：2021-07-06
申请号：CN202010271193.X
申请日：2020-04-08
Applicant: 哈尔滨工业大学
Abstract: 基于回退树的SOT型芯片引脚参数检测方法，属于SOT型芯片检测技术领域。本发明是为了解决传统示教方法中无法对芯片引脚进行正确识别并分组的问题。包括：获取SOT型芯片引脚的灰度图像；获得芯片引脚二值化图像；得到含有数字标记的芯片引脚图像；根据回退树约束条件，使用回退数算法将所述数字标记代表的引脚分为上组足部、根部组及下组足部；根据数字标记对应的芯片引脚二值化图像中每个足部中心位置计算得到芯片粗略旋转角度，利用所述粗略旋转角度将数字标记的根部引脚与所有的足部引脚进行一一对应，得到包括一个足部与一个对应根部的多个引脚对，对每一对引脚对求取最小外接矩形，获得引脚对的长和宽。本发明提升了芯片检测的精度与效率。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.028 seconds)
