CN111795791B - 一种变步长液压振动台自适应幅相控制方法 - Google Patents
一种变步长液压振动台自适应幅相控制方法 Download PDFInfo
- Publication number
- CN111795791B CN111795791B CN202010641260.2A CN202010641260A CN111795791B CN 111795791 B CN111795791 B CN 111795791B CN 202010641260 A CN202010641260 A CN 202010641260A CN 111795791 B CN111795791 B CN 111795791B
- Authority
- CN
- China
- Prior art keywords
- signal
- vibration table
- vector
- hydraulic vibration
- adaptive filter
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/022—Vibration control arrangements, e.g. for generating random vibrations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Vibration Prevention Devices (AREA)
Abstract
本发明公开了一种变步长液压振动台自适应幅相控制方法,用于提高液压振动台试验中各个频率点正弦响应信号的跟踪精度;该方法设计了一个由正弦信号发生器和自适应滤波器构成的自校正网络对液压振动台控制系统的输入期望信号进行补偿,根据当前时刻误差利用改进的变步长LMS算法更新校正网络权值;在每个控制周期中,自校正网络通过将当前输入期望信号与反馈实时响应信号做差,得到当前时刻误差,根据误差利用改进的变步长LMS算法更新自校正网络权值,自校正网络输出信号作为液压振动台控制系统实际输入信号,使得系统响应信号误差变小,最终收敛后响应误差趋近于0,通过这种在线调整的方法,振动台可以高精度复现各个频率点输入正弦期望波形信号。
Description
技术领域
本发明属于自适应控制技术领域,尤其涉及一种提高液压振动台正弦波形响应精度控制方法。
背景技术
液压振动台的工作频率宽,输出推力大,负载能力强,在振动试验中发挥着重要作用,常用于汽车行业各种零部件疲劳振动测试,土木工程中的建筑结构抗振测试,以及船舶、航空航天产品的抗振、减振、避振测试。液压振动台液压弹簧刚度大,元件惯量小,液压固有频率高,使得控制系统快速性优良,响应迅速,可以通过极点配置等控制方法,理论上系统能高精度再现输入期望信号,是目前进行振动试验的主要方法。
标准正弦驱动信号液压振动台一种常用而且非常重要的驱动信号。正弦驱动信号常用来测试试验对象的周期性运动响应,也可用来校准试验对象直线和旋转运动。正弦振动试验过程中常用输入正弦驱动信号与系统响应输出信号的幅值差、相位差来评价系统的响应性能。
目前液压振动台系统常用的控制方法比如三参量控制都是基于零极点配置等线性系统控制方法,而实际中液压振动台系统是一个复杂非线性系统,比如受到油温、油压、伺服阀死区等不确定因素影响,使用传统针对线性系统的控制方法,对于正弦输入期望信号,液压振动台系统响应输出存在一定程度上幅值衰减以及相位滞后。这种响应波形的失真,使振动试验结果的有效性和可信性受到极大影响,很难实现任意频率的正弦输入信号高精度跟踪。
工业界常用方法是对这些非线性因素进行设计一个非线性补偿器针对性补偿,这些方法往往针对某一种非线性进行补偿,参数整定复杂,而且液压振动台系统是一个时变系统,针对性补偿往往没有考虑到时变因素,无法很好地对非线性补偿,消除响应信号中的幅值衰减以及相位滞后。
发明内容
本发明的目的在于提供一种变步长液压振动台自适应幅相控制方法,克服液压振动台传统补偿控制方法参数整定复杂,难以保证实时性的问题,变步长自适应幅相控制方法可以在控制过程中在线运行,能够自适应地调节输入正弦期望信号中的幅值和相位,从而消除系统响应信号中的幅值衰减以及相位滞后,使响应信号能够高精度复现任意频率输入正弦期望信号。
本发明的目的是通过以下技术方案来实现的:一种变步长液压振动台自适应幅相控制方法,用于液压振动台高精度的正弦振动控制,该方法设计了一个由正弦信号发生器和自适应滤波器构成的自校正网络对液压振动台控制系统的输入期望信号进行校正补偿,实时地根据反馈误差利用改进的变步长LMS算法更新校正网络权值,该方法包括以下步骤:
步骤1、自适应滤波器设计为2阶横向滤波器,其权值向量为w=[w0,w1],在每次试验开始时初始化自适应滤波器权值向量;
步骤2、正弦信号发生器产生两个信号,一个幅值为输入期望响应幅值、相位为0°的当前时刻正弦信号,并且同时产生一个幅值为期望响应幅值、相位为90°的当前时刻正弦信号;
步骤3、每个控制周期内,通过将传感器采样反馈的响应信号a(n)与输入期望信号u(n)做差,得到误差信号e(n),通过改进的变步长LMS算法更新当前时刻n自适应滤波器的权值向量w(n);所述改进的变步长LMS算法公式为:
其中w(n)为权值向量当前时刻值,r(n)为正弦信号发生器产生的正弦信号向量,uc(n)为自适应滤波器输出,为当前时刻权值梯度估计向量,s(n)为当前时刻梯度向量平方的指数加权平均,γ为指数加权平均系数,取值为区间(0,1),η为初始步长,ε是为了维持数值稳定性而添加的常数,取值可选为1e-10,⊙为向量按元素相乘;
步骤4、将正弦信号发生器产生的两个信号输入到自适应滤波器中,通过与更新后的权值向量做向量乘法运算之后得到自适应滤波器输出uc(n),这个信号将作为液压振动台控制系统的实际输入信号,实现液压振动台正弦试验高精度控制。
进一步地,步骤1中,初始化自适应滤波器权值向量为w=[1,0],可以加快收敛速度。
进一步地,步骤2中,所述的正弦信号发生器产生的正弦信号向量如下:
其中A为当前输入期望信号的幅值,f为当前输入期望信号的频率。
进一步地,步骤3中,改进的变步长LMS算法中选取代价函数为最小均方误差,更新当前时刻自适应滤波器权值的步骤如下:
uc(n)=wH(n)r(n)
e(n)=u(n)-a(n)
其中J(n)为当前时刻的代价函数;
当前时刻梯度向量平方的指数加权平均s(n)计算如下:
当前时刻权值更新采用梯度下降方式:
进一步地,步骤4中,自适应滤波器的输出信号uc(n)将会作为液压振动台控制系统的实际输入,公式如下:
其中w0(n)、w1(n)为自适应滤波器在当前时刻的权值。
本发明的优点及有益效果是:本发明通过自适应滤波器在线对液压振动台输入正弦期望信号进行幅值和相位调节,结合改进的变步长LMS算法更新权值,兼顾算法失调量和收敛速度,整个过程无需手动调节参数,并且能够在线运行,保证了液压振动台控制的实时性,能够很好地消除系统响应信号中的幅值衰减和相位滞后,实现对任意频率点输入期望正弦信号的高精度跟踪。
附图说明
图1是本发明一种变步长液压振动台自适应幅相控制方法流程图;
图2为液压振动台变步长自适应幅相控制原理框图;
图3为变步长自适应幅相控制算法原理框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
图1是本发明一种变步长液压振动台自适应幅相控制方法流程图,虚线框中为每个控制周期在线实时运行过程;图2是液压振动台变步长自适应幅相控制原理框图,虚线框中为变步长自适应幅相控制部分,其根据输入期望信号u以及反馈响应信号a得到误差e,通过自适应滤波器后得到输出信号uc作为液压振动台控制系统的实际输入信号;图3是变步长自适应幅相控制算法原理框图,变步长LMS算法通过误差e实时更新自适应滤波器权值w。
本发明实施例中的液压振动台控制系统为伺服控制系统;输入期望信号u为标准正弦信号;本发明实施例提供的变步长液压振动台自适应幅相控制方法具体包括以下步骤:
步骤1、自适应滤波器设计为2阶横向滤波器其权值向量为w=[w0,w1],在每次试验开始时初始化自适应滤波器权值。
本例中,步骤1自适应滤波权值向量初始化为w=[1,0],使得自适应滤波器初始输出为输入期望信号,提高收敛速度。
步骤2、正弦信号发生器产生两个信号,一个幅值为期望响应幅值、相位为0°的当前时刻正弦信号,并且同时产生一个幅值为期望响应幅值、相位为90°的当前时刻正弦信号;
本例中,步骤2正弦信号发生器产生的正弦信号向量如下:
其中A为当前输入期望信号的幅值,f为当前输入期望信号的频率,n表示当前时刻。
步骤3、每个控制周期内,通过将传感器采样反馈的响应信号a(n)与输入期望信号u(n)做差,得到误差信号e(n),通过改进的变步长LMS算法更新当前时刻n自适应滤波器的权值向量w(n);具体包括以下子步骤:
步骤3-1、计算当前时刻误差以及代价函数:
e(n)=u(n)-a(n)
其中,u(n)为当前时刻输入期望信号,a(n)为当前时刻传感器反馈的响应信号,e(n)为当前时刻误差信号,J(n)为当前时刻代价函数;
其中,r(n)为正弦信号发生器产生的正弦信号向量,作为自适应滤波器输入;
步骤3-3、计算当前时刻梯度向量平方的指数加权平均s(n),用于自适应调整当前更新步长:
其中,γ为指数加权平均系数,取值为区间(0,1),本例中取值为γ=0.9,s(n-1)为上一时刻梯度向量平方的指数加权平均,⊙为向量按元素相乘;
步骤3-4、通过变步长梯度下降更新当前时刻权值:
其中,η为初始步长,本例中取值为η=0.1;∈是为了维持数值稳定性而添加的常数,取值可选为1e-10。
步骤4、将正弦信号发生器产生的两个信号输入到自适应滤波器中,通过与更新后的权值向量做向量乘法运算之后得到自适应滤波器输出uc(n),这个信号将液压振动台控制系统的实际输入信号,实现液压振动台正弦试验高精度控制;
本例中,步骤4中自适应滤波器的输出信号uc(n)将会作为液压振动台控制系统的实际输入,其计算如下:
其中,w0(n)、w1(n)为自适应滤波器在当前时刻的权值。
步骤5、每个控制周期重复步骤2至步骤4,直到完成本次液压振动台正弦振动试验。
以上所述仅是本发明的优选实施方式,虽然本发明已以较佳实施例披露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (4)
1.一种变步长液压振动台自适应幅相控制方法,用于液压振动台正弦试验的高精度控制,其特征在于,该方法基于正弦信号发生器和自适应滤波器构成的自校正网络实现,该方法包括以下步骤:
步骤1、自适应滤波器设计为2阶横向滤波器,其权值向量为w=[w0,w1],在每次试验开始时初始化自适应滤波器权值向量;
步骤2、正弦信号发生器产生两个信号,一个幅值为输入期望响应幅值、相位为0°的当前时刻正弦信号,并且同时产生一个幅值为期望响应幅值、相位为90°的当前时刻正弦信号;
步骤3、每个控制周期内,通过将传感器采样反馈的响应信号a(n)与输入期望信号u(n)做差,得到误差信号e(n),通过改进的变步长LMS算法更新当前时刻n自适应滤波器的权值向量w(n);所述改进的变步长LMS算法公式为:
其中w(n)为权值向量当前时刻值,r(n)为正弦信号发生器产生的正弦信号向量,uc(n)为自适应滤波器输出,为当前时刻权值梯度估计向量,s(n)为当前时刻梯度向量平方的指数加权平均,γ为指数加权平均系数,取值为区间(0,1),η为初始步长,∈是为了维持数值稳定性而添加的常数,⊙为向量按元素相乘;
改进的变步长LMS算法中选取代价函数为最小均方误差,更新当前时刻自适应滤波器权值的步骤如下:
uc(n)=wH(n)r(n)
e(n)=u(n)-a(n)
其中J(n)为当前时刻的代价函数;
当前时刻梯度向量平方的指数加权平均s(n)计算如下:
当前时刻权值更新采用梯度下降方式:
步骤4、将正弦信号发生器产生的两个信号输入到自适应滤波器中,通过与更新后的权值向量做向量乘法运算之后得到自适应滤波器输出uc(n),这个信号将作为液压振动台控制系统的实际输入信号,实现液压振动台正弦试验高精度控制。
2.根据权利要求1所述的一种变步长液压振动台自适应幅相控制方法,其特征在于,步骤1中,初始化自适应滤波器权值向量为w=[1,0],可以加快收敛速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010641260.2A CN111795791B (zh) | 2020-07-06 | 2020-07-06 | 一种变步长液压振动台自适应幅相控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010641260.2A CN111795791B (zh) | 2020-07-06 | 2020-07-06 | 一种变步长液压振动台自适应幅相控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111795791A CN111795791A (zh) | 2020-10-20 |
CN111795791B true CN111795791B (zh) | 2021-06-04 |
Family
ID=72811278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010641260.2A Active CN111795791B (zh) | 2020-07-06 | 2020-07-06 | 一种变步长液压振动台自适应幅相控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111795791B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112504616A (zh) * | 2020-11-18 | 2021-03-16 | 中国空气动力研究与发展中心 | 一种天平动态力谐波抑制方法及装置 |
CN112803918A (zh) * | 2020-12-23 | 2021-05-14 | 北京航天自动控制研究所 | 一种基于高精度控制系统的lms自适应滤波器设计方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100885252B1 (ko) * | 2007-09-28 | 2009-02-24 | 주식회사 케이티프리텔 | 듀얼 엘엠에스 필터를 구비하는 무선 채널 추정용 적응필터 장치 및 이에 사용되는 스텝 사이즈 제어 방법 |
CN101833086A (zh) * | 2009-03-09 | 2010-09-15 | 中国人民解放军海军航空工程学院 | 分形可变步长最小二乘目标检测器 |
CN102137052A (zh) * | 2011-03-11 | 2011-07-27 | 哈尔滨工程大学 | 一种基于梯度向量的变步长最小均方信道均衡方法 |
CN103336173A (zh) * | 2013-01-29 | 2013-10-02 | 上海海维工业控制有限公司 | 基于遗传算法自适应谐波检测方法 |
CN103956992A (zh) * | 2014-03-26 | 2014-07-30 | 复旦大学 | 一种基于多步梯度下降的自适应信号处理方法 |
CN104283528A (zh) * | 2014-09-18 | 2015-01-14 | 河海大学 | 一种变步长lms自适应滤波方法 |
CN105116935A (zh) * | 2015-08-14 | 2015-12-02 | 北京航空航天大学 | 一种基于频域变参数lms算法和陷波器的磁悬浮转子谐波振动抑制方法 |
CN105783898A (zh) * | 2016-04-28 | 2016-07-20 | 北京航空航天大学 | 一种基于频域自适应lms算法的磁悬浮转子谐波振动抑制方法 |
CN106373588A (zh) * | 2016-09-05 | 2017-02-01 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 基于变步长nlms算法的麦克风阵列自适应校准方法 |
CN109034046A (zh) * | 2018-07-20 | 2018-12-18 | 国网重庆市电力公司电力科学研究院 | 一种基于声学检测的电能表内异物自动识别方法 |
CN109188078A (zh) * | 2018-10-17 | 2019-01-11 | 江苏师范大学 | 一种变步长lms自适应谐波电流检测方法 |
CN109257030A (zh) * | 2018-10-22 | 2019-01-22 | 中原工学院 | 一种变步长lp范数LMS算法的稀疏系统辨识方法 |
CN111028856A (zh) * | 2020-01-08 | 2020-04-17 | 西南交通大学 | 一种变步长的回声消除方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102928817B (zh) * | 2012-10-18 | 2014-04-16 | 东南大学 | 一种利用时延估计进行转子碰摩声发射源定位的方法 |
CN103903631B (zh) * | 2014-03-28 | 2017-10-03 | 哈尔滨工程大学 | 基于变步长自然梯度算法的语音信号盲分离方法 |
CN110162739B (zh) * | 2019-04-30 | 2023-05-02 | 哈尔滨工业大学 | 基于变遗忘因子的rffklms算法权值更新优化方法 |
-
2020
- 2020-07-06 CN CN202010641260.2A patent/CN111795791B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100885252B1 (ko) * | 2007-09-28 | 2009-02-24 | 주식회사 케이티프리텔 | 듀얼 엘엠에스 필터를 구비하는 무선 채널 추정용 적응필터 장치 및 이에 사용되는 스텝 사이즈 제어 방법 |
CN101833086A (zh) * | 2009-03-09 | 2010-09-15 | 中国人民解放军海军航空工程学院 | 分形可变步长最小二乘目标检测器 |
CN102137052A (zh) * | 2011-03-11 | 2011-07-27 | 哈尔滨工程大学 | 一种基于梯度向量的变步长最小均方信道均衡方法 |
CN103336173A (zh) * | 2013-01-29 | 2013-10-02 | 上海海维工业控制有限公司 | 基于遗传算法自适应谐波检测方法 |
CN103956992A (zh) * | 2014-03-26 | 2014-07-30 | 复旦大学 | 一种基于多步梯度下降的自适应信号处理方法 |
CN104283528A (zh) * | 2014-09-18 | 2015-01-14 | 河海大学 | 一种变步长lms自适应滤波方法 |
CN105116935A (zh) * | 2015-08-14 | 2015-12-02 | 北京航空航天大学 | 一种基于频域变参数lms算法和陷波器的磁悬浮转子谐波振动抑制方法 |
CN105783898A (zh) * | 2016-04-28 | 2016-07-20 | 北京航空航天大学 | 一种基于频域自适应lms算法的磁悬浮转子谐波振动抑制方法 |
CN106373588A (zh) * | 2016-09-05 | 2017-02-01 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 基于变步长nlms算法的麦克风阵列自适应校准方法 |
CN109034046A (zh) * | 2018-07-20 | 2018-12-18 | 国网重庆市电力公司电力科学研究院 | 一种基于声学检测的电能表内异物自动识别方法 |
CN109188078A (zh) * | 2018-10-17 | 2019-01-11 | 江苏师范大学 | 一种变步长lms自适应谐波电流检测方法 |
CN109257030A (zh) * | 2018-10-22 | 2019-01-22 | 中原工学院 | 一种变步长lp范数LMS算法的稀疏系统辨识方法 |
CN111028856A (zh) * | 2020-01-08 | 2020-04-17 | 西南交通大学 | 一种变步长的回声消除方法 |
Non-Patent Citations (3)
Title |
---|
LMS自适应波束形成方法研究;王桂宝;《电子科技》;20110731;全文 * |
Research on stratified re-sanmpling particle filter target tracking algorithm based on multiple clues;Cao jie;《International conference on advanced material and computer science》;20111231;全文 * |
基于S函数的改进变步长LMS自适应算法;雷章勇;《电光与控制》;20181031;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111795791A (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111795791B (zh) | 一种变步长液压振动台自适应幅相控制方法 | |
CN105607472B (zh) | 非线性二元机翼的自适应反演滑模控制方法及装置 | |
CN107272421B (zh) | 一种自抗扰控制系统及方法 | |
CN108919652B (zh) | 一种自适应抗扰整形控制方法与系统 | |
CN104796111A (zh) | 一种用于动态迟滞系统建模与补偿的非线性自适应滤波器 | |
CN111142404A (zh) | 一种基于压电陶瓷驱动的微定位平台及其建模与控制方法 | |
CN103941589B (zh) | 一种压电执行器的非线性模型预测控制方法 | |
CN113241973A (zh) | S型滤波器迭代学习控制直线电机轨迹跟踪控制方法 | |
CN115981162A (zh) | 一种基于新型扰动观测器的机器人系统滑模控制轨迹跟踪方法 | |
CN107807531B (zh) | 一种用于超磁致伸缩跟踪平台的自适应逆跟踪控制方法 | |
CN105469142A (zh) | 一种基于样本增量驱动的神经网络增量型前馈算法 | |
CN110262249A (zh) | 基于bp神经网络的永磁同步伺服系统谐振陷波器参数自校正方法 | |
CN113467236B (zh) | 一种对误差信号进行时滞补偿的方法 | |
CN112859608B (zh) | 一种基于rbf神经网络补偿的自适应动态面控制方法 | |
CN116079741B (zh) | 一种电机驱动单连杆机械臂的自适应控制方法 | |
CN107807532B (zh) | 一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法 | |
CN207198565U (zh) | 一种自抗扰控制系统 | |
CN112821840B (zh) | 一种永磁同步电机非光滑自适应直接转矩控制方法和系统 | |
CN114839874A (zh) | 一种面向系统模型部分未知的平行控制方法及系统 | |
Zhao et al. | Design of MRAC and Modified MRAC for the Turntable | |
Ruusu et al. | Sliding mode SISO control of model parameters for implicit dynamic feedback estimation of industrial tracking simulation systems | |
CN113110053A (zh) | 一种对非线性主动悬挂系统实现有限时间控制的方法 | |
CN112702058A (zh) | 一种基于线性自抗扰技术的锁相环控制方法 | |
CN116931436B (zh) | 一种柔性机构自适应跟踪控制和振动抑制控制器设计方法 | |
Fu et al. | Design Of ADRC For Unmanned Surface Vehicle Heading Based On Immune Particle Swarm Optimization |
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 |