CN109856964A - 基于脱靶量处理的运动目标控制方法和系统 - Google Patents
基于脱靶量处理的运动目标控制方法和系统 Download PDFInfo
- Publication number
- CN109856964A CN109856964A CN201910174963.6A CN201910174963A CN109856964A CN 109856964 A CN109856964 A CN 109856964A CN 201910174963 A CN201910174963 A CN 201910174963A CN 109856964 A CN109856964 A CN 109856964A
- Authority
- CN
- China
- Prior art keywords
- miss distance
- processing
- control amount
- amount
- moving target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明提供一种基于脱靶量处理的运动目标控制方法,包括步骤S1,将脱靶量误差值经自适应比例控制器处理后的输出值与脱靶量函数微分运算结果进行求和运算,以得到初始控制量;步骤S2,对初始控制量进行加速度限幅处理后,得到第一控制量;步骤S3,对第一控制量进行速度限幅处理后,得到第二控制量;步骤S4,对第二控制量进行积分处理后得到脱靶量处理的输出结果。本发明还提供一种用于实现该方法的基于脱靶量处理的运动目标控制系统。与现有技术比较本发明的有益效果在于:该方法和该系统实现了基于脱靶量处理的运动目标的快速、平稳捕获控制,适用于大口径望远镜的图像跟踪控制系统,具有计算量小、鲁棒性高、易于数字实现的特点。
Description
技术领域
本发明涉及图像跟踪控制系统技术领域,尤其涉及一种基于脱靶量处理的运动目标控制方法和系统。
背景技术
随着对空间目标观测需求的提高,要求大口径望远镜能够对空间目标实现快速平稳的捕获和精确的跟踪。现有技术中常规的控制策略是将图像跟踪器提取的目标脱靶量作为位置误差,直接输入到控制系统的位置控制器中。这种方法的缺点是当目标在视场内的脱靶量误差较大时,控制系统在调节过程中会产生较大的振荡和超调,进而可能造成目标的丢失,导致跟踪任务的失败。因此,设计一种新的基于脱靶量处理的运动目标控制方法对运动目标的快速、平稳捕获具有重要的意义。
发明内容
有鉴于此,为解决现有技术中当目标在视场内的脱靶量误差较大时,控制系统在调节过程中会产生较大的振荡和超调的问题,本发明提供一种基于脱靶量处理的运动目标控制方法,包括如下步骤:
步骤S1,将脱靶量误差值经自适应比例控制器处理后的输出值与脱靶量函数微分运算结果进行求和运算,以得到初始控制量;
步骤S2,对初始控制量进行加速度限幅处理后,得到第一控制量;
步骤S3,对第一控制量进行速度限幅处理后,得到第二控制量;
步骤S4,对第二控制量进行积分处理后得到脱靶量处理的输出结果。
较佳地,在步骤S1中,当前采样周期的初始控制量u0(i)表示为:
u0(i)=ud(i)+uk(i);
其中,uk(i)表示当前采样周期下的脱靶量误差值eI(i)经自适应比例控制器处理后的输出值;ud(i)表示当前采样周期下的脱靶量函数的微分运算结果。
较佳地,在步骤S2中,对当前采样周期的初始控制量u0(i)进行加速度限幅处理后得到的当前采样周期的第一控制量u1(i)表示为:
其中,R为正数,表示加速度上升率的最大值;F为负数,表示加速度下降速率的最大值;u1(i)表示当前采样周期的第一控制量,u1(i-1)表示上一采样周期下的第一控制量,Rate表示加速度的变化率,Δt为脱靶量的采样周期。
较佳地,在步骤S3中,对当前采样周期的第一控制量u1(i)进行速度限幅处理后得到的当前采样周期的第二控制量u2(i)表示为:
其中,U为正数,表示速度限幅的最大值;D为负数,表示速度限幅的最小值。
较佳地,在步骤S4中,当前采样周期脱靶量处理的输出结果θ0(i)表示为:
θ0(i)=θ0(i-1)+Δt·u2(i);
其中,θ0(i-1)为上一次采样周期脱靶量处理的输出结果。
较佳地,脱靶量误差值当前采样周期的脱靶量的误差值eI(i)表示为:
eI(i)=α·eI(i-1);
其中,eI(i-1)为上一次采样周期的脱靶量误差值,α表示为α=1-Δt·kp,kp为所述自适应比例控制器的增益,Δt为脱靶量的采样周期。
较佳地,所述自适应比例控制器的增益kp表示为:
其中k0为比例控制器的常数部分,kv为比例控制器变化部分的系数,λ为正指数因子。
较佳地,在步骤S1中,当前采样周期的脱靶量的误差值eI(i)经所述自适应比例控制器处理后的输出值uk(i)表示为:uk(i)=kpeI(i),其中,kp为所述自适应比例控制器的增益。
本发明还提供一种基于脱靶量处理的运动目标控制系统,其包括:微分运算装置、自适应比例控制器、第一运算器、加速度限幅装置、速度限幅装置和积分运算装置;
所述微分运算装置用于对脱靶量函数进行微分运算;所述自适应比例控制器用于对脱靶量误差值进行比例控制处理;所述第一运算器用于将脱靶量误差值经自适应比例控制器处理后的输出值与脱靶量函数微分运算结果进行求和运算,以得到初始控制量;所述加速度限幅装置用于对初始控制量进行加速度限幅处理后得到第一控制量;所述速度限幅装置用于对第一控制量进行速度限幅处理后得到第二控制量;所述积分运算装置用于对第二控制量进行积分处理后得到脱靶量处理的输出结果。
较佳地,所述的基于脱靶量处理的运动目标控制系统还包括第二运算器,所述第二运算器用于计算脱靶量误差值,所述第二运算器的一个输入端连接所述积分运算装置,所述积分运算装置的运算结果反馈输送给所述第二运算器,所述第二运算器的另一输入端接入脱靶量函数。
与现有技术比较本发明的有益效果在于:
本发明提供的基于脱靶量处理的运动目标控制方法和系统包括自适应比例控制器。自适应比例控制器在脱靶量误差较大时,能够保证收敛过程初始段以最大速度和最大加速度快速逼近。自适应比例控制器在脱靶量误差较小时,能够保证收敛过程末段以快的速度、平稳无超调进入视场中心。因此,本发明提供的基于脱靶量处理的运动目标控制方法和系统基于脱靶量处理的运动目标的快速、平稳捕获控制。该方法和该系统适用于大口径望远镜的图像跟踪控制系统,具有计算量小、鲁棒性高、易于数字实现的特点。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中提出的一种基于脱靶量处理的运动目标控制方法的流程图;
图2为本发明中提出的一种基于脱靶量处理的运动目标控制方法的原理框图。
附图标记:
微分运算装置1、自适应比例控制器2、第一运算器3、加速度限幅装置4、速度限幅装置5、积分运算装置6和第二运算器7。
具体实施方式
以下结合附图,对本发明上述的和另外的技术特征和优点作更详细的说明。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接或彼此可通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
图1为本发明中提出的一种基于脱靶量处理的运动目标控制方法的流程图。如图1所示,本发明中提出的一种基于脱靶量处理的运动目标控制方法包括如下步骤:
步骤S1,将脱靶量误差值经自适应比例控制器处理后的输出值与脱靶量函数微分运算结果进行求和运算,以得到初始控制量;
步骤S2,对初始控制量进行加速度限幅处理后,得到第一控制量。
步骤S3,对第一控制量进行速度限幅处理后,得到第二控制量。
步骤S4,对第二控制量进行积分处理后得到脱靶量处理的输出结果。
在步骤S2中,对初始控制量进行加速度限幅处理的有益效果是:经过加速度限幅处理后,使得系统的加速度不至于过大,降低目标捕获过程的超调量。
在步骤S3中,对第一控制量进行速度限幅处理的有益效果是:经过速度限幅处理后,使得系统的速度不至于过大,进一步降低目标捕获过程的超调量,保证捕获的平稳性。
在步骤S4中,积分处理的有益效果是:采用积分处理方法优点是可以降低脱靶量处理过程的累计噪声,进而提高脱靶量的计算精度。
自适应比例控制器在脱靶量误差较大时,能够保证收敛过程初始段以最大速度和最大加速度快速逼近。自适应比例控制器在脱靶量误差较小时,能够保证收敛过程末段以快的速度、平稳无超调进入视场中心。具体原理如图2所示,图2为本发明中提出的一种基于脱靶量处理的运动目标控制方法的原理框图。
首先,对脱靶量函数θI进行微分运算,然后将脱靶量误差值eI经自适应比例控制器2处理后的输出值uk与脱靶量函数微分运算结果ud进行求和运算,以得到初始控制量u0。
进而,对初始控制量u0进行加速度限幅处理后,得到第一控制量u1。
然后,对第一控制量u1进行速度限幅处理后,得到第二控制量u2。
最后,对第二控制量u2进行积分处理后得到脱靶量处理的输出结果θ0。
由于在数据处理过程中还涉及时序内容,因此,通过时域的公式对基于脱靶量处理的运动目标控制方法进行进一步阐述:
在步骤S1,需要得知脱靶量函数微分运算结果。而当前采样周期的微分运算结果ud(i)通过如下公式一表示:
其中,θI(i)为当前采样周期的脱靶量数值,θI(i-1)为上一次采样周期的脱靶量数值,Δt为脱靶量的采样周期。根据当前采样周期的脱靶量数值θI(i)、上一次采样周期的脱靶量数值θI(i-1)以及脱靶量的采样周期Δt对脱靶量函数进行微分运算。
另外,在步骤S1,需要得知脱靶量误差值。而当前采样周期的脱靶量的误差值eI(i)通过公式二表示:eI(i)=θI(i)-θ0(i),其中,θ0(i)为当前采样周期脱靶量处理的输出结果。
进一步,在步骤S1,需要得知将脱靶量误差值经自适应比例控制器2处理后的输出值。而当前采样周期的脱靶量的误差值eI(i)经自适应比例控制器2处理后的输出值通过公式三表示:uk(i)=kpeI(i),其中,kp为自适应比例控制器2的增益。
在步骤S1的最后,需要得到初始控制量。而当前采样周期的初始控制量u0(i)通过公式四表示:u0(i)=ud(i)+uk(i)。
继续,在步骤S2中,需要得到第一控制量。而对当前采样周期的初始控制量u0(i)进行加速度限幅处理后得到的当前采样周期的第一控制量u1(i)可以通过公式五表示:
其中,R为正数,表示加速度上升率的最大值;F为负数,表示加速度下降速率的最大值;u1(i)表示当前采样周期下加速度限幅装置4的输出值,u1(i-1)表示上一采样周期下加速度限幅装置4的输出值。公式五的有益效果是:经过加速度限幅处理后,系统的加速度不至于过大,降低目标捕获过程的超调量。
Rate表示加速度的变化率,其计算公式为:
进一步,在步骤S3中,需要得到第二控制量。而对当前采样周期的第一控制量u1(i)进行速度限幅处理后得到的当前采样周期的第二控制量u2(i)可以通过公式六表示:
其中,U为正数,表示速度限幅的最大值;D为负数,表示速度限幅的最小值;u2(i)表示当前采样周期的速度限幅装置5的输出值。公式六的有益效果:经过速度限幅处理后,使得系统的速度不至于过大,进一步降低目标捕获过程的超调量,保证捕获的平稳性。
在步骤S4中,需要得到脱靶量处理的输出结果。而当前采样周期脱靶量处理的输出结果θ0(i)可以通过公式七表示:
θ0(i)=θ0(i-1)+Δt·u2(i)
其中,θ0(i-1)为上一次采样周期脱靶量处理的输出结果。
假设控制量均在加速度限幅环节和速度限幅环节的线性区域内,联合公式一至公式七可以得到公式八:
θI(i)-θI(i-1)+Δt·kp·θI(i-1)=θ0(i)-θ0(i-1)+Δt·kp·θ0(i-1)
进一步对公式八化简,可得公式九:eI(i)=α·eI(i-1),其中,eI(i-1)为上一次采样周期的脱靶量误差值,α=1-Δt·kp。
公式九可以说明脱靶量误差处理的动态过程,要保证处理过程的稳定性,需满足|α|<1。当0<α<1时,脱靶量预处理的过程中没有超调量;当-1<α<0时,脱靶量预处理的过程中产生振荡。因此,在实际目标的捕获过程中,应保证α的取值范围为:0<α<1,并且α的取值越小,脱靶量的误差收敛的越快。在脱靶量的采样周期Δt固定的情况下,α的取值取决于自适应比例控制器的增益kp。因此,为了实现快速目标的平稳捕获,需要根据脱靶量的误差合理的选择比例控制器的增益kp。为了满足不同误差情况下目标捕获的快速性和平稳性,比例控制器的增益kp需要具有自适应的功能,因此设计如下形式的自适应控制器:
上式中k0为比例控制器的常数部分,kv为比例控制器变化部分的系数,λ为正指数因子。自适应比例控制器2在脱靶量误差较大时,通过减小kp来增大α,以保证收敛过程初始段以最大速度和最大加速度快速逼近;在脱靶量误差较小时,通过增大kp来减小α,以保证收敛过程末段以快的速度、平稳无超调进入视场中心,从而实现大口径望远镜对运动目标的快速、平稳捕获。
本发明实现了基于脱靶量处理的运动目标的快速、平稳捕获控制,适用于大口径望远镜的图像跟踪控制系统,具有计算量小、鲁棒性高、易于数字实现的特点。
本发明还提供一种基于脱靶量处理的运动目标控制系统,其包括:微分运算装置1、自适应比例控制器2、第一运算器3、加速度限幅装置4、速度限幅装置5、积分运算装置6和第二运算器7。该系统能够执行上述的基于脱靶量处理的运动目标控制方法。
微分运算装置1的输入端接入脱靶量函数,微分运算装置1的输处端接第一运算器3,微分运算装置1用于对脱靶量函数进行微分运算,并将结果输送给第一运算器3。
自适应比例控制器2用于对脱靶量误差值进行比例控制处理,自适应比例控制器2的输入端接第二运算器7的输出端,自适应比例控制器2输入端接第一运算器3。
第一运算器3用于将脱靶量误差值经自适应比例控制器处理后的输出值与脱靶量函数微分运算结果进行求和运算,以得到初始控制量,第一运算器3将初始控制量输出给加速度限幅装置4。
加速度限幅装置4用于对初始控制量进行加速度限幅处理后,得到第一控制量。加速度限幅装置4将第一控制量输出给速度限幅装置5。
速度限幅装置5用于对第一控制量进行速度限幅处理后,得到第二控制量。速度限幅装置5将第二控制量输出给积分运算装置6。
积分运算装置6用于对第二控制量进行积分处理后得到脱靶量处理的输出结果。
第二运算器7用于计算脱靶量误差值。第二运算器7的一个输入端连接积分运算装置6,另一输入端接入脱靶量函数。积分运算装置6的运算结果能够做为反馈输送给第二运算器7。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于脱靶量处理的运动目标控制方法,其特征在于,包括如下步骤:
步骤S1,将脱靶量误差值经自适应比例控制器处理后的输出值与脱靶量函数微分运算结果进行求和运算,得到初始控制量;
步骤S2,对所述初始控制量进行加速度限幅处理后,得到第一控制量;
步骤S3,对所述第一控制量进行速度限幅处理后,得到第二控制量;
步骤S4,对所述第二控制量进行积分处理后得到脱靶量处理的输出结果。
2.如权利要求1所述的基于脱靶量处理的运动目标控制方法,其特征在于,在步骤S1中,当前采样周期的初始控制量u0(i)表示为:
u0(i)=ud(i)+uk(i);
其中,uk(i)表示当前采样周期下的脱靶量误差值eI(i)经自适应比例控制器处理后的输出值;ud(i)表示当前采样周期下的脱靶量函数的微分运算结果。
3.如权利要求2所述的基于脱靶量处理的运动目标控制方法,其特征在于,在步骤S2中,对当前采样周期的初始控制量u0(i)进行加速度限幅处理后得到的当前采样周期的第一控制量u1(i)表示为:
其中,R为正数,表示加速度上升率的最大值;F为负数,表示加速度下降速率的最大值;u1(i)表示当前采样周期的第一控制量,u1(i-1)表示上一采样周期下的第一控制量,Rate表示加速度的变化率,Δt为脱靶量的采样周期。
4.如权利要求3所述的基于脱靶量处理的运动目标控制方法,其特征在于,在步骤S3中,对当前采样周期的第一控制量u1(i)进行速度限幅处理后得到的当前采样周期的第二控制量u2(i)表示为:
其中,U为正数,表示速度限幅的最大值;D为负数,表示速度限幅的最小值。
5.如权利要求4所述的基于脱靶量处理的运动目标控制方法,其特征在于,在步骤S4中,当前采样周期脱靶量处理的输出结果θ0(i)表示为:
θ0(i)=θ0(i-1)+Δt·u2(i);
其中,θ0(i-1)为上一次采样周期脱靶量处理的输出结果。
6.如权利要求1所述的基于脱靶量处理的运动目标控制方法,其特征在于,脱靶量误差值当前采样周期的脱靶量的误差值eI(i)表示为:
eI(i)=α·eI(i-1);
其中,eI(i-1)为上一次采样周期的脱靶量误差值,α表示为α=1-Δt·kp,kp为所述自适应比例控制器的增益,Δt为脱靶量的采样周期。
7.如权利要求1至6任一所述的基于脱靶量处理的运动目标控制方法,其特征在于,所述自适应比例控制器的增益kp表示为:
其中k0为比例控制器的常数部分,kv为比例控制器变化部分的系数,λ为正指数因子。
8.如权利要求2所述的基于脱靶量处理的运动目标控制方法,其特征在于,在步骤S1中,当前采样周期的脱靶量的误差值eI(i)经所述自适应比例控制器处理后的输出值uk(i)表示为:uk(i)=kpeI(i),其中,kp为所述自适应比例控制器的增益。
9.一种基于脱靶量处理的运动目标控制系统,其特征在于,其包括:微分运算装置、自适应比例控制器、第一运算器、加速度限幅装置、速度限幅装置和积分运算装置;
所述微分运算装置用于对脱靶量函数进行微分运算;所述自适应比例控制器用于对脱靶量误差值进行比例控制处理;所述第一运算器用于将脱靶量误差值经自适应比例控制器处理后的输出值与脱靶量函数微分运算结果进行求和运算,以得到初始控制量;所述加速度限幅装置用于对初始控制量进行加速度限幅处理后得到第一控制量;所述速度限幅装置用于对第一控制量进行速度限幅处理后得到第二控制量;所述积分运算装置用于对第二控制量进行积分处理后得到脱靶量处理的输出结果。
10.如权利要求9所述的基于脱靶量处理的运动目标控制系统,其特征在于,其还包括第二运算器,所述第二运算器用于计算脱靶量误差值,所述第二运算器的一个输入端连接所述积分运算装置,所述积分运算装置的运算结果反馈输送给所述第二运算器,所述第二运算器的另一输入端接入脱靶量函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910174963.6A CN109856964B (zh) | 2019-03-08 | 2019-03-08 | 基于脱靶量处理的运动目标控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910174963.6A CN109856964B (zh) | 2019-03-08 | 2019-03-08 | 基于脱靶量处理的运动目标控制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109856964A true CN109856964A (zh) | 2019-06-07 |
CN109856964B CN109856964B (zh) | 2020-08-21 |
Family
ID=66900219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910174963.6A Active CN109856964B (zh) | 2019-03-08 | 2019-03-08 | 基于脱靶量处理的运动目标控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109856964B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359412A (zh) * | 2021-05-26 | 2021-09-07 | 中国电子科技集团公司第三研究所 | 光电监视系统伺服跟踪方法 |
CN116700372A (zh) * | 2023-07-04 | 2023-09-05 | 佛山市兴颂机器人科技有限公司 | 基于改进型的pi算法的伺服一体机速度控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1429355A (zh) * | 2000-05-15 | 2003-07-09 | 株式会社安川电机 | 定位伺服控制器 |
US20080279059A1 (en) * | 2005-07-15 | 2008-11-13 | Koninklijke Philips Electronics, N.V. | Method and System For Correction of Errors |
CN106444386A (zh) * | 2016-11-29 | 2017-02-22 | 凯迈(洛阳)测控有限公司 | 一种光电设备跟踪脱靶量时滞补偿控制方法 |
CN107505845A (zh) * | 2017-09-18 | 2017-12-22 | 中国科学院光电技术研究所 | 一种提高倾斜镜控制系统扰动抑制能力的控制方法 |
-
2019
- 2019-03-08 CN CN201910174963.6A patent/CN109856964B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1429355A (zh) * | 2000-05-15 | 2003-07-09 | 株式会社安川电机 | 定位伺服控制器 |
US20080279059A1 (en) * | 2005-07-15 | 2008-11-13 | Koninklijke Philips Electronics, N.V. | Method and System For Correction of Errors |
CN106444386A (zh) * | 2016-11-29 | 2017-02-22 | 凯迈(洛阳)测控有限公司 | 一种光电设备跟踪脱靶量时滞补偿控制方法 |
CN107505845A (zh) * | 2017-09-18 | 2017-12-22 | 中国科学院光电技术研究所 | 一种提高倾斜镜控制系统扰动抑制能力的控制方法 |
Non-Patent Citations (4)
Title |
---|
刘敏层 等: "一种优化的PID算法在伺服跟踪系统中应用", 《电气传动》 * |
吕宏宇 等: "光电跟踪转台伺服控制策略研究", 《激光与红外》 * |
夏链 等: "面向芯片封装的直线电机精密定位控制技术研究", 《合肥工业大学学报(自然科学版)》 * |
邓永停 等: "2m望远镜主轴交流伺服控制系统设计", 《光学精密工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359412A (zh) * | 2021-05-26 | 2021-09-07 | 中国电子科技集团公司第三研究所 | 光电监视系统伺服跟踪方法 |
CN116700372A (zh) * | 2023-07-04 | 2023-09-05 | 佛山市兴颂机器人科技有限公司 | 基于改进型的pi算法的伺服一体机速度控制方法 |
CN116700372B (zh) * | 2023-07-04 | 2024-03-22 | 广东兴颂科技有限公司 | 基于改进型的pi算法的伺服一体机速度控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109856964B (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108802707A (zh) | 改进的用于目标跟踪的卡尔曼滤波方法 | |
CN109856964A (zh) | 基于脱靶量处理的运动目标控制方法和系统 | |
CN106325075B (zh) | 一类时滞线性参数变化离散系统的h∞控制方法 | |
CN105242572B (zh) | 火电厂热工过程混合辨识方法和系统 | |
CN111006691B (zh) | 传感器校漂方法、装置、可读存储介质、电子设备及无人机 | |
CN109067381B (zh) | 一种mems陀螺仪随机噪声的实时滤波系统及方法 | |
CN108459507B (zh) | 一种基于可调阶次滤波器的分数阶自抗扰运动控制方法 | |
CN103684351A (zh) | 具有pid指数因子的自适应惯性滤波方法 | |
CN110110475B (zh) | 基于在线学习渐消因子的扩展卡尔曼滤波方法 | |
CN108873698A (zh) | 一种抗扰动两阶段定点伺服控制方法 | |
CN108656111B (zh) | 双机械臂系统有限时间参数辨识与位置同步控制方法 | |
CN110532517A (zh) | 基于改进的arukf的燃气管道参数估计方法 | |
CN107037726A (zh) | 一种非同元分数阶系统滑膜干扰观测器设计方法 | |
CN105698799B (zh) | 一种提高捷联惯导系统姿态精度的预处理最优fir滤波器 | |
CN109186571A (zh) | 一种陀螺仪滤波去噪方法 | |
CN102866629B (zh) | 随机系统基于动静混合神经网络建模的抗干扰控制方法 | |
CN110426957B (zh) | 一种基于时延观测器的水厂投药系统自适应滑模控制方法 | |
CN108120452A (zh) | Mems陀螺仪动态数据的滤波方法 | |
CN108646563B (zh) | 一种基于均值耦合的多机械臂系统固定时间参数辨识与位置同步控制方法 | |
CN115288872B (zh) | 一种扭矩控制方法、装置及系统 | |
CN109387832B (zh) | 一种雷达目标跟踪系统扰动目标滤波方法 | |
CN115328093B (zh) | 一种双时间尺度工业信息物理系统的安全状态估计方法 | |
CN115859626A (zh) | 针对周期运动目标的自适应无迹卡尔曼滤波器设计方法 | |
Wang et al. | An improved current statistical model for maneuvering target tracking | |
Zhao et al. | Adaptive double-resampling particle filter algorithm for target tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |