CN113407900B - Lorenz振子的快速求解方法 - Google Patents
Lorenz振子的快速求解方法 Download PDFInfo
- Publication number
- CN113407900B CN113407900B CN202110101466.0A CN202110101466A CN113407900B CN 113407900 B CN113407900 B CN 113407900B CN 202110101466 A CN202110101466 A CN 202110101466A CN 113407900 B CN113407900 B CN 113407900B
- Authority
- CN
- China
- Prior art keywords
- variable
- equation
- value
- formula
- recurrence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 19
- 238000010586 diagram Methods 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000010587 phase diagram Methods 0.000 description 4
- 230000000739 chaotic effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Feedback Control In General (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种适用于Lorenz吸引子动力学系统的快速数值求解方法,属于数字信号处理领域。由于Lorenz吸引子动力学系统是非刚性方程,现有的数值求解技术常用显式的4阶龙格库塔法,但是4阶龙格库塔法求解一个数据点时需要将微分方程求解4次,其运算量较大。本发明通过半隐式的方法,构造出Lorenz吸引子动力学系统的快速高精度求解方法,其运算量是4阶龙格库塔法的四分之三,而求解精度和4阶龙格库塔法一样。通过本发明方法可以有效提升Lorenz吸引子动力学系统的求解速度。
Description
技术领域
本发明涉及数字信号处理领域,涉及了Lorenz振子的快速求解方法,具体涉及一种Lorenz振子的快速高精度求解方法。
背景技术
Lorenz振子是一种重要的混沌振子,该振子广泛应用于工程领域,比如文献“基于Lorenz系统Lyapunov指数的管道超声导波检测”、“基于Lorenz混沌同步系统的未知频率微弱信号检测”、“基于Lorenz系统的微弱谐和信号检测”等。
在应用Lorenz振子时,必须进行有效的数值求解。由于Lorenz方程是非刚性方程,所以通常利用显式的龙格库塔法进行求解,尤其是定步长四阶龙格库塔法兼具高精度和小运算量的优点,所以是首选数值求解方法。但是定步长四阶龙格库塔法在求解一个数据点时,需要将微分方程求解4次,也就是说N个数据点的求解需要将微分方程求解4N次,可见该方法的运算速度是有提升空间的。因此,研究数值求解方法具有实际的意义。
发明内容
针对上述问题,本发明提供了一种基于半隐式方法的数值计算方法,可以将Lorenz振子求解时应用的定步长四阶龙格库塔法的运算时长减少四分之一。
本发明的技术方案是:Lorenz振子的快速高精度求解方法,具体步骤包括如下:
步骤一、将Lorenz吸引子动力学系统方程变量的前一递推值,执行两个并行计算步骤1a、1b,分别得到方程变量的下一递推值后,执行一个平均计算步骤1c,得到方程变量的下一递推值1;
步骤二、将Lorenz吸引子动力学系统方程变量的前一递推值,执行两个并行计算步骤2a、2b,分别得到方程变量的递推中间值后,执行一个平均计算步骤2c,得到方程变量的递推中间值;然后将步骤2c得到的方程变量的递推中间值,执行两个并行计算步骤2d、2e,分别得到方程变量的下一递推值后,执行一个平均计算步骤2f,得到方程变量的下一递推值2;
步骤三、将步骤一求出的方程变量下一递推值1和步骤二求出的相应方程变量下一递推值2带入一个公式进行计算,可得方程变量下一递推值;
其中,所述的Lorenz吸引子动力学系统方程具体如下式所示:
式(1)中,x、y、z表示该方程变量,分别表示该方程变量的一阶导数,σ、r、b表示常数的系统参数;
在步骤一中,将步骤一划分为1a、1b、1c三个子步骤,其中,
在步骤1a中,对于Lorenz吸引子动力学系统方程,将方程变量的前一递推值带入公式(2)中求解得到下一递推值/>所述公式(2)如下式所示:
在步骤1b中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(3)中求解得到方程向量下一递推值/>所述公式(3)如下式所示:
在式(2)和(3)中,变量的上标n表示变量的第n个数据,变量的下标1表示递推过程的第一步;变量的上标n+1表示变量的第n+1个数据,变量的下标1表示递推过程的第一步;h表示递推步长H;另外,步骤1a和1b是单独并行计算的;
在步骤1c中,将步骤1a、步骤1b求解出的变量下一递推值求平均,得到方程变量下一递推值1;
在步骤二中,将步骤二划分为2a、2b、2c、2d、2e及2f六个子步骤,其中,
在步骤2a中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(4)中求解得到方程变量递推中间值/>
所述公式(4)如下式所示:
在步骤2b中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(5)求解得到方程变量递推中间值/>所述公式(5)如下式所示:
在公式(4)和(5)中,变量的上标n表示变量的第n个数据,变量的下标2表示递推过程的第二步;变量的上标n+1/2表示变量的第n+1/2个中间变量数据,变量的下标2表示递推过程的第二步;h表示递推步长H/2;
另外,步骤2a、2b是单独并行计算的;
在步骤2c中,将步骤2a、2b求解出的方程变量递推中间值求平均,得到方程变量递推中间值;
在步骤2d中,将步骤2c中求得的中间变量数据值带入公式(6)求解得到方程变量下一递推值/>所述公式(6)如下式所示:
入公式(7)求解得到方程变量下一递推值所述公式(7)如下式所示:
在公式(6)和(7)中,变量的上标n+1表示变量的第n+1个数据,变量的下标2表示递推过程的第二步;变量的上标n+1/2表示变量的第n+1/2个中间变量数据,变量的下标2表示递推过程的第二步;h表示递推步长H/2;
另外,步骤2d、2e是单独并行计算的;
在步骤2f中,将子步骤2d、2e中求出的对应变量值求平均,得到方程变量的下一递推值2。
进一步的,在步骤三中,将步骤一求出的方程变量下一递推值1和步骤二求出的相应方程变量下一递推值2带入公式(8)进行计算,可得方程变量下一递推值;
所述公式(8)如下式所示,
其中,步骤三的计算结果就是方程变量的下一递推值。
通过以上三个步骤,即可通过变量的第n个数据值递推出第n+1个数据值。且由于本发明方法的递推算法也是4阶精度的,和4阶龙格库塔法精度一样,其对Lorenz方程的求解结果精度也一样的。
从以上的半隐式递推步骤可以看出,每个变量的递推需要计算六次微分方程才能得到,但是由于采用了并行处理方法,其计算时间缩减了一半,所以每个变量的计算时间为计算三次微分方程的时间。而定步长4阶龙格库塔法,每个变量的计算时间为计算四次微分方程的时间,所以本发明方法比定步长4阶龙格库塔法的计算时间缩短了四分之一。
本发明的有益效果是:利用本发明提出的递推算法,提升了Lorenz方程数字求解的速度,本发明方法相对于定步长4阶龙格库塔法的计算时间缩短了四分之一。
附图说明
图1是本发明的结构流程图;
图2是通过定步长4阶龙格库塔法求解出的Lorenz方程的三维相图;
图3是本发明中求解出的Lorenz方程的三维相图;
图4是是求解出的Lorenz方程的x变量随时间变化的波形示意图;
图5是本发明中求解出的Lorenz方程的x变量随时间变化的波形图;
图6是本发明实施例中利用定步长4阶龙格库塔法求解出的Lorenz方程的y变量随时间变化的波形图;
图7是本发明实施例中利用本发明方法求解出的Lorenz方程的y变量随时间变化的波形图。
具体实施方式
为了更清楚地说明本发明的技术方案,下面结合附图对本发明的技术方案做进一步的详细说明:
如图1所述;本发明采用半隐式方法构造Lorenz吸引子动力学系统的快速数值求解方法,具体步骤包括如下:
步骤一、将Lorenz吸引子动力学系统方程变量的前一递推值,执行两个并行计算步骤1a、1b,分别得到方程变量的下一递推值后,执行一个平均计算步骤1c,得到方程变量的下一递推值1;
步骤二、将Lorenz吸引子动力学系统方程变量的前一递推值,执行两个并行计算步骤2a、2b,分别得到方程变量的递推中间值后,执行一个平均计算步骤2c,得到方程变量的递推中间值;然后将步骤2c得到的方程变量的递推中间值,执行两个并行计算步骤2d、2e,分别得到方程变量的下一递推值后,执行一个平均计算步骤2f,得到方程变量的下一递推值2;
步骤三、将步骤一求出的方程变量下一递推值1和步骤二求出的相应方程变量下一递推值2带入一个公式进行计算,可得方程变量下一递推值。
进一步的,所述的Lorenz吸引子动力学系统方程具体如下式所示:
式(1)中,x、y、z表示该方程变量,分别表示该方程变量的一阶导数,σ、r、b表示常数的系统参数;取不同的系统参数,振子会表现出丰富的非线性特征。
对于Lorenz吸引子的动力学方程可以采用定步长4阶龙格库塔法求解,其递推公式如下:
式中:xn、yn、zn是方程变量x、y、z的龙格库塔法的第n个递推值,xn+1、yn+1、zn+1是方程变量x、y、z的龙格库塔法的第n+1个递推值,h是递推步长。
从定步长4阶龙格库塔法的递推公式可以看出,每个变量需四次计算微分方程才能得到;
在步骤一中,将步骤一划分为1a、1b、1c三个子步骤,其中,
在步骤1a中,对于Lorenz吸引子动力学系统方程,将方程变量的前一递推值带入公式(2)中求解得到下一递推值/>所述公式(2)如下式所示:
在步骤1b中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(3)中求解得到方程向量下一递推值/>所述公式(3)如下式所示:
在式(2)和(3)中,变量的上标n表示变量的第n个数据,变量的下标1表示递推过程的第一步,如表示变量x在递推过程第一步中的第n个数据值,该值对应于龙格库塔法中的变量的第n个数据xn;变量的上标n+1表示变量的第n+1个数据,变量的下标1表示递推过程的第一步,如/>表示变量x在递推过程第一步中的第n+1个数据值;h表示递推步长H;其中,步骤1a和1b是单独并行计算的;
在步骤1c中,将步骤1a、步骤1b求解出的变量下一递推值求平均,得到方程变量下一递推值1;例如,将1a步骤求出的和1b步骤求出的/>相加除2,即可得到变量x的下一递推值/>
在步骤二中,将步骤二划分为2a、2b、2c、2d、2e及2f六个子步骤,其中,
在步骤2a中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(4)中求解得到方程变量递推中间值/>
所述公式(4)如下式所示:
在步骤2b中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(5)求解得到方程变量递推中间值/>所述公式(5)如下式所示:
在公式(4)和(5)中,变量的上标n表示变量的第n个数据,变量的下标2表示递推过程的第二步,如表示变量x在递推过程第二步中的第n个数据值;变量的上标n+1/2表示变量的第n+1/2个中间变量数据,变量的下标2表示递推过程的第二步,如/>表示变量x在递推过程第二步中的第n+1/2个中间变量数据值;h表示递推步长H/2;其中,步骤2a、2b步骤是单独并行计算的;
在步骤2c中,将步骤2a、2b求解出的方程变量递推中间值求平均,得到方程变量递推中间值;例如,将2a步骤求出的和2b步骤求出的/>相加除2,即可得到变量x的变量递推中间值/>
在步骤2d中,将步骤2c中求得的中间变量数据值带入公式(6)求解得到方程变量下一递推值/>所述公式(6)如下式所示:
入公式(7)求解得到方程变量下一递推值所述公式(7)如下式所示:
在公式(6)和(7)中,变量的上标n+1表示变量的第n+1个数据,变量的下标2表示递推过程的第二步,如表示变量x在递推过程第二步中的第n+1个数据值;变量的上标n+1/2表示变量的第n+1/2个中间变量数据,变量的下标2表示递推过程的第二步,如/>表示变量x在递推过程第二步中的第n+1/2个中间变量数据值;h表示递推步长H/2;其中,步骤2d、2e是单独并行计算的;
在步骤2f中,将子步骤2d、2e中求出的对应变量值求平均,得到方程变量的下一递推值2;例如,将子步骤2d求出的和步骤2e求出的/>相加除2,即得到变量x的下一递推值/>
进一步的,在步骤三中,将步骤一求出的方程变量下一递推值1和步骤二求出的相应方程变量下一递推值2带入公式(8)进行计算,可得方程变量下一递推值;
所述公式(8)如下式所示,
其中,步骤三的计算结果就是方程变量的下一递推值;
例如:变量x的第n个数据值通过步骤一求出/>和步骤二求出/>后,通过公式(8)可以计算得到变量x的第n+1个数据值/>这样就实现了变量x的递推。
通过以上三个步骤,即可通过变量的第n个数据值递推出第n+1个数据值。
如附图2所示,为定步长4阶龙格库塔法求解出的Lorenz方程的三维相图。求解的参数为(公式(1)中)σ=10,r=28,b=8/3,此时振子处于混沌态。
如附图3所示,为本发明方法求解出的Lorenz方程的三维相图。求解参数与附图2的求解参数一致。对比可以发现,附图2和附图3的求解结果完全一致。
如附图4所示,为定步长4阶龙格库塔法求解出的Lorenz方程的x变量随时间变化的波形。
如附图5所示,为本发明方法求解出的Lorenz方程的x变量随时间变化的波形;对比可以发现,附图4和附图5的求解结果完全一致。
实施例:
依据“基于Lorenz系统的微弱谐和信号检测”构建的信号检测模型,其Lorenz振子信号检测系统微分方程为:
式中,x、y、z表示该方程变量,分别表示该方程变量的一阶导数,t表示时间,Fbp表示增益为5dB的带通滤波器,s(t)表示待检测的信号,n(t)表示高斯白噪声;
该检测模型中,先把混合有噪声的待检测信号进行带通滤波,然后输入Lorenz振子进行检测;在实验中,将n(t)噪声的功率设置为0.04W,信号设置为s(t)=0.002cos(70t);
将信号和噪声输入公式10中,利用定步长4阶龙格库塔法求解,得到如图6所示的系统输出y的波形图,从中可以明显看到系统输出波形在1秒左右迅速衰减为很小的值,说明存在有70弧度/秒的角频率待检测信号;该信号检测结果与文献“基于Lorenz系统的微弱谐和信号检测”中的检测结果是一致的。
同样,利用本发明的快速数值求解方法,对该信号检测问题进行求解,其求解结果如图7所示。对比图6和图7,可以看出利用定步长4阶龙格库塔法求解的结果和本发明方法求解结果几乎完全一样。说明本发明方法可以正确应用于信号检测等实际工程应用中。
最后,应当理解的是,本发明中所述实施例仅用以说明本发明实施例的原则;其他的变形也可能属于本发明的范围;因此,作为示例而非限制,本发明实施例的替代配置可视为与本发明的教导一致;相应地,本发明的实施例不限于本发明明确介绍和描述的实施例。
Claims (2)
1.Lorenz振子的快速求解方法,其特征在于,具体步骤包括如下:
步骤一、将Lorenz吸引子动力学系统方程变量的前一递推值,执行两个并行计算步骤1a、1b,分别得到方程变量的下一递推值后,执行一个平均计算步骤1c,得到方程变量的下一递推值1;
步骤二、将Lorenz吸引子动力学系统方程变量的前一递推值,执行两个并行计算步骤2a、2b,分别得到方程变量的递推中间值后,执行一个平均计算步骤2c,得到方程变量的递推中间值;然后将步骤2c得到的方程变量的递推中间值,执行两个并行计算步骤2d、2e,分别得到方程变量的下一递推值后,执行一个平均计算步骤2f,得到方程变量的下一递推值2;
步骤三、将步骤一求出的方程变量下一递推值1和步骤二求出的相应方程变量下一递推值2带入一个公式进行计算,最后可得方程变量下一递推值;
其中,所述的Lorenz吸引子动力学系统方程具体如下式所示:
式(1)中,x、y、z表示该方程变量,分别表示该方程变量的一阶导数,σ、r、b表示常数的系统参数;
在步骤一中,将步骤一划分为1a、1b、1c三个子步骤,其中,
在步骤1a中,对于Lorenz吸引子动力学系统方程,将方程变量的前一递推值带入公式(2)中求解得到下一递推值/>所述公式(2)如下式所示:
在步骤1b中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(3)中求解得到方程变量下一递推值/>所述公式(3)如下式所示:
在式(2)和(3)中,变量的上标n表示变量的第n个数据,变量的下标1表示递推过程的第一步;变量的上标n+1表示变量的第n+1个数据,变量的下标1表示递推过程的第一步;h表示递推步长H;另外,步骤1a和1b是单独并行计算的;
在步骤1c中,将步骤1a、步骤1b求解出的变量下一递推值求平均,得到方程变量下一递推值1;
在步骤二中,将步骤二划分为2a、2b、2c、2d、2e及2f六个子步骤,其中,
在步骤2a中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(4)中求解得到方程变量递推中间值/>
所述公式(4)如下式所示:
在步骤2b中,将Lorenz吸引子动力学系统方程变量的前一递推值 带入公式(5)求解得到方程变量递推中间值/>所述公式(5)如下式所示:
在公式(4)和(5)中,变量的上标n表示变量的第n个数据,变量的下标2表示递推过程的第二步;变量的上标n+1/2表示变量的第n+1/2个中间变量数据,变量的下标2表示递推过程的第二步;h表示递推步长H/2;
另外,步骤2a、2b是单独并行计算的;
在步骤2c中,将步骤2a、2b求解出的方程变量递推中间值求平均,得到方程变量递推中间值;
在步骤2d中,将步骤2c中求得的中间变量数据值带入公式(6)求解得到方程变量下一递推值/>所述公式(6)如下式所示:
入公式(7)求解得到方程变量下一递推值所述公式(7)如下式所示:
在公式(6)和(7)中,变量的上标n+1表示变量的第n+1个数据,变量的下标2表示递推过程的第二步;变量的上标n+1/2表示变量的第n+1/2个中间变量数据,变量的下标2表示递推过程的第二步;h表示递推步长H/2;
另外,步骤2d、2e是单独并行计算的;
在步骤2f中,将子步骤2d、2e中求出的对应变量值求平均,得到方程变量的下一递推值2;
具体的,依据“基于Lorenz系统的微弱谐和信号检测”构建的信号检测模型,其Lorenz振子信号检测系统微分方程为:
式中,x、y、z表示该方程变量,分别表示该方程变量的一阶导数,t表示时间,Fbp表示增益为5dB的带通滤波器,s(t)表示待检测的信号,n(t)表示高斯白噪声;
该检测模型中,先把混合有噪声的待检测信号进行带通滤波,然后输入Lorenz振子进行检测;在实验中,将n(t)噪声的功率设置为0.04W,信号设置为s(t)=0.002cos(70t);
将信号和噪声输入公式中,利用定步长4阶龙格库塔法求解,得到系统输出y的波形图,从中看到系统输出波形在1秒左右迅速衰减为很小的值,说明存在有70弧度/秒的角频率待检测信号;
同样,利用快速数值求解方法,对该信号检测问题进行求解,则利用定步长4阶龙格库塔法求解的结果和求解结果相同。
2.根据权利要求1所述的Lorenz振子的快速求解方法,其特征在于,
在步骤三中,将步骤一求出的方程变量下一递推值1和步骤二求出的相应方程变量下一递推值2带入公式(8)进行计算,可得方程变量下一递推值;
所述公式(8)如下式所示,
其中,步骤三的计算结果就是方程变量的下一递推值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110101466.0A CN113407900B (zh) | 2021-01-26 | 2021-01-26 | Lorenz振子的快速求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110101466.0A CN113407900B (zh) | 2021-01-26 | 2021-01-26 | Lorenz振子的快速求解方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113407900A CN113407900A (zh) | 2021-09-17 |
CN113407900B true CN113407900B (zh) | 2024-06-04 |
Family
ID=77675895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110101466.0A Active CN113407900B (zh) | 2021-01-26 | 2021-01-26 | Lorenz振子的快速求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113407900B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003104969A2 (en) * | 2002-06-06 | 2003-12-18 | Cryptico A/S | Method for improving unpredictability of output of pseudo-random number generators |
CN109088616A (zh) * | 2018-08-24 | 2018-12-25 | 南京信息职业技术学院 | 一种基于混沌振子的信号去噪方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8385547B2 (en) * | 2006-09-08 | 2013-02-26 | The United States Of America, As Represented By The Secretary Of The Navy | Method and apparatus for secure digital communications using chaotic signals |
EP2681672B1 (en) * | 2011-03-01 | 2015-11-04 | King Abdullah University Of Science And Technology | Fully digital chaotic differential equation-based systems and methods |
-
2021
- 2021-01-26 CN CN202110101466.0A patent/CN113407900B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003104969A2 (en) * | 2002-06-06 | 2003-12-18 | Cryptico A/S | Method for improving unpredictability of output of pseudo-random number generators |
CN109088616A (zh) * | 2018-08-24 | 2018-12-25 | 南京信息职业技术学院 | 一种基于混沌振子的信号去噪方法 |
Non-Patent Citations (2)
Title |
---|
Duffing振子中随机微分方程的"欧拉-丸山"数值解法;张嵩;芮国胜;孙文俊;张洋;崔文;;电子测量技术;20110315(第03期);第37-40、61页 * |
基于FPGA的微弱信号检测与实现技术;高振斌;田晓旭;;重庆邮电大学学报(自然科学版);20160615(第03期);第297-302页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113407900A (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Dynamics analysis of fractional-order permanent magnet synchronous motor and its DSP implementation | |
CN110262236B (zh) | 一种电力电子接口并网系统模型降阶的降阶变量选取方法 | |
CN108908338A (zh) | 基于zvd整形器的机器人末端抖动抑制方法及其系统 | |
Gao et al. | Improved Oustaloup approximation of fractional-order operators using adaptive chaotic particle swarm optimization | |
CN104199993B (zh) | 一种针对间歇过程的二维动态卡尔曼滤波器设计方法 | |
CN112737440B (zh) | 一种电机转子位置信息获取方法及系统 | |
CN111510026B (zh) | 一种永磁同步电机输出扭矩估算方法及系统 | |
CN109446552B (zh) | 多轴相关随机激励下结构疲劳寿命时域计算方法 | |
CN112051730A (zh) | 基于复合跟踪微分器实现自抗扰改进控制的方法、结构、装置及存储介质 | |
CN109033025A (zh) | 基于状态空间模型的浮式结构时域响应分析方法 | |
CN113407900B (zh) | Lorenz振子的快速求解方法 | |
CN108509671A (zh) | 微波滤波器耦合参数提取方法 | |
Wei et al. | Tracking differentiator based fractional order model reference adaptive control: the 1< α< 2 case | |
CN114623848A (zh) | 基于变分模态分解和flp的半球谐振陀螺随机误差补偿方法 | |
CN101763086A (zh) | 一种高效的工业过程动态优化系统及方法 | |
CN109858170B (zh) | 一种强非线性Modelica系统模型的频率特性估算系统及方法 | |
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 | |
Liu et al. | An approximate maximum likelihood estimator for instantaneous frequency estimation of multicomponent nonstationary signals | |
Kumar et al. | A new biased model order reduction for higher order interval systems | |
CN110579800B (zh) | 一种基于高精度同步挤压变换的地震数据数字处理方法 | |
Deng et al. | Existence and uniqueness theorem of solution for uncertain differential equations with jump | |
CN117192991A (zh) | 基于陷波滤波器的嵌入式重复控制方法及系统 | |
CN112432701B (zh) | 耦合Duffing振子快速数字信号检测方法 | |
Yu et al. | Optimal design of phase-locked amplifier based on FPGA | |
CN114754792A (zh) | 基于itd和近似熵的mems陀螺信号预处理技术 |
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 |