CN116184812A - 一种信号补偿方法、电子设备及介质 - Google Patents
一种信号补偿方法、电子设备及介质 Download PDFInfo
- Publication number
- CN116184812A CN116184812A CN202310448416.9A CN202310448416A CN116184812A CN 116184812 A CN116184812 A CN 116184812A CN 202310448416 A CN202310448416 A CN 202310448416A CN 116184812 A CN116184812 A CN 116184812A
- Authority
- CN
- China
- Prior art keywords
- pid controller
- fractional order
- integral
- optical anti
- parameters
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000006870 function Effects 0.000 claims abstract description 48
- 230000003287 optical effect Effects 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims description 47
- 238000005457 optimization Methods 0.000 claims description 40
- 241000544061 Cuculus canorus Species 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000005295 random walk Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 abstract description 3
- 230000002265 prevention Effects 0.000 abstract description 3
- 230000035939 shock Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 23
- 230000006854 communication Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 23
- 238000003384 imaging method Methods 0.000 description 14
- 238000010295 mobile communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000011478 gradient descent method Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Picture Signal Circuits (AREA)
Abstract
本申请提供了一种信号补偿方法、电子设备及介质，涉及终端技术领域。该方法包括：检测到电子设备处于拍摄场景，则调用分数阶PID控制器对光学防抖系统进行补偿，其中，分数阶PID控制器的控制信号的参数采用代入有对时间的α阶导数和γ阶积分的对应数值的第一函数进行调整，控制信号用于对光学防抖系统进行补偿。由此，可以对比例系数、积分系数、微分系数、积分阶次和微分阶次完成了更精确的整定，简洁、高效地增强了PID控制器的控制能力，进而可以补偿拍摄时相机的晃动，从而达到减震防抖的功能，使拍摄画面清晰稳定。
Description
技术领域
本申请涉及终端技术领域，尤其涉及一种信号补偿方法、电子设备及介质。
背景技术
工业工程技术领域中，绝大部分的控制过程都有需要使用PID控制器的场景。电子设备技术领域中的散热控制、信号控制、光学防抖等技术也都需要使用PID控制器。
传统的PID控制器具有形式简单、参数易调的显著优势，然而传统的PID控制器对于具有模型不确定性的控制系统，容易出现超调量过大、调节时间过长等问题，无法满足控制系统高精度、智能化的性能指标要求。
因此，如何增强PID控制器的控制能力，成为亟待解决的技术问题。
发明内容
本申请的目的在于：提供一种信号补偿方法、电子设备及介质，能够增强PID控制器的控制能力。
第一方面，本申请公开了一种信号补偿方法，应用于手机、电脑等电子设备，该方法包括：检测到电子设备处于拍摄场景，则调用分数阶PID控制器对光学防抖系统进行补偿，其中，分数阶PID控制器的控制信号的参数，采用代入有对时间的α阶导数和γ阶积分的对应数值的第一函数进行调整，控制信号用于对光学防抖系统进行补偿。由此，可以对比例系数、积分系数、微分系数、积分阶次和微分阶次完成了更精确的整定，简洁、高效地增强了PID控制器的控制能力，进而可以补偿拍摄时相机的晃动，从而达到减震防抖的功能，使拍摄画面清晰稳定。
在一些可能的实现方式中，调用分数阶PID控制器对光学防抖系统进行补偿，包括：调用分数阶PID控制器利用修正偏移量调整电子设备的补偿镜片的位置，以补偿光学防抖系统。由此，可以对比例系数、积分系数、微分系数、积分阶次和微分阶次完成了更精确的整定，简洁、高效地增强了PID控制器的控制能力，进而可以补偿拍摄时相机的晃动，从而达到减震防抖的功能，使拍摄画面清晰稳定。
在一些可能的实现方式中，分数阶PID控制器的控制信号的参数的调整方法，包括：基于智能优化算法对分数阶PID控制器的控制信号进行参数调整，控制信号用于利用修正偏移量调整电子设备的补偿镜片的位置。由此，对比例系数Kp、积分系数Ki、微分系数Kd、积分阶次λ和微分阶次μ这五个控制参数完成了更精确的整定，从而简洁、高效地增强了PID控制器的控制能力。
在一些可能的实现方式中，基于智能优化算法对分数阶PID控制器的控制信号进行参数调整，包括：基于布谷鸟优化算法对分数阶PID控制器的控制信号进行参数调整。
在一些可能的实现方式中，基于布谷鸟优化算法对分数阶PID控制器的控制信号进行参数调整，包括：根据代入有对时间的α阶导数和γ阶积分的对应数值的第一函数，设置控制信号的参数的算法参数值和目标参数值；根据算法参数值和目标参数值，对种群进行初始化操作；基于初始化后的种群，筛选出最优个体；判断最优个体是否满足终止条件；若最优个体满足终止条件，则输出最优个体作为分数阶PID控制器调整后的参数。
在一些可能的实现方式中，该方法还包括：若最优个体不满足终止条件，则基于莱维飞行方法和/或局部随机游走方法产生新的种群；基于新的种群，执行筛选出最优个体的操作。由此，对比例系数Kp、积分系数Ki、微分系数Kd、积分阶次λ和微分阶次μ这五个控制参数完成了更精确的整定，从而简洁、高效地增强了PID控制器的控制能力。
在一些可能的实现方式中，上述方法还包括：获取上述分数阶PID控制器对上述光学防抖系统进行补偿过程中的控制信号的参数；利用神经网络模型对上述参数进行优化，以使得上述分数阶PID控制器利用优化后的参数对应的控制信号对上述光学防抖系统进行补偿时满足补偿要求。由此，对比例系数Kp、积分系数Ki、微分系数Kd、积分阶次λ和微分阶次μ这五个控制参数完成了更精确的整定，从而简洁、高效地增强了PID控制器的控制能力。
在一些可能的实现方式中，上述控制信号与比例系数、积分系数、微分系数、积分阶次、微分阶次相关。
第二方面，本申请公开了一种电子设备，包括处理器和存储器；存储器用于存储计算机执行命令；处理器用于执行存储器存储的计算机执行命令，使得处理器执行如第一方面中的信号补偿方法。
第三方面，本申请公开了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序或指令，当计算机程序或指令被运行时，实现如第一方面中的信号补偿方法。
第四方面，本申请提供了一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行如第一方面中的信号补偿方法。
应当理解的是，本申请中对技术特征、技术方案、有益效果或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反，可以理解的是对于特征或有益效果的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或有益效果。因此，本说明书中对于技术特征、技术方案或有益效果的描述并不一定是指相同的实施例。进而，还可以任何适当的方式组合本实施例中所描述的技术特征、技术方案和有益效果。本领域技术人员将会理解，无需特定实施例的一个或多个特定的技术特征、技术方案或有益效果即可实现实施例。在其他实施例中，还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和有益效果。
附图说明
图1为本申请实施例提供的一种电子设备没有抖动下的成像示意图；
图2为本申请实施例提供的一种电子设备抖动下的成像示意图；
图3为本申请实施例提供的一种电子设备引入补偿组后的成像示意图；
图4为本申请实施例提供的一种电子设备光学防抖系统示意图；
图5为本申请实施例提供的一种电子设备的硬件结构示意图；
图6为本申请实施例提供的一种分数阶PID控制器的应用场景示意图；
图7为本申请实施例提供的一种分数阶PID控制器的结构示意图；
图8为本申请实施例提供的一种信号补偿方法的流程图；
图9为本申请实施例提供的一种智能优化算法参数离线整定结构图；
图10为本申请实施例提供的一种布谷鸟算法流程图；
图11为本申请实施例提供的一种离线参数整定控制效果示意图；
图12为本申请实施例提供的一种参数在线优化结构图；
图13为本申请实施例提供的一种参数在线优化控制效果示意图；
图14为本申请实施例公开的一种信号补偿装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式，除非其上下文中明确地有相反指示。还应当理解，在本申请实施例中，“一个或多个”是指一个、两个或两个以上；“和/或”，描述关联对象的关联关系，表示可以存在三种关系；例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。
在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
本申请实施例涉及的多个，是指大于或等于两个。需要说明的是，在本申请实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
为了便于理解，本申请实施例这里介绍本申请实施例涉及的术语：
PID控制器（Proportion Integration Differentiation，比例-积分-微分控制器），由比例单元(P)、积分单元(I)和微分单元(D)组成。PID控制器主要适用于基本上线性，且动态特性不随时间变化的控制系统。PID控制器把收集到的数据和一个参考值进行比较，然后把这个差别用于计算新的输入值，这个新的输入值的目的是可以让控制系统的数据达到或者保持在参考值。和其他简单的控制运算不同，PID控制器可以根据历史数据和差别的出现率来调整输入值，这样可以使系统更加准确，更加稳定。
工业工程技术领域中，绝大部分的控制过程都有需要使用PID控制器的场景。终端技术领域中的散热控制、信号控制、光学防抖等技术也都需要使用PID控制器。
具体的，光学防抖技术（Optical image stabilization）是指在相机或者其他类似成像仪器中，通过光学元器件的设置，例如镜头设置，来避免或者减少捕捉光学信号过程中出现的仪器抖动现象，从而提高成像质量。在终端技术领域中，可以利用光学防抖系统改善手机等电子设备在拍照时的抖动问题。
参见图1，该图为本申请实施例提供的一种电子设备没有抖动下的成像示意图。在电子设备没有抖动时，光轴与镜头互相垂直。参见图2，该图为本申请实施例提供的一种电子设备抖动下的成像示意图。由于电子设备的抖动，导致光轴有了偏移，进而导致成像有了偏移。具体的，可以通过引入补偿镜片，并借助陀螺仪和微电机来解决上述成像偏移问题，从而实现光学防抖。上述补偿镜片、陀螺仪、微电机等组件受到一个控制器来控制，该控制器能够促使镜头略微移动，进而“缓冲”电子设备的抖动。参加图3，该图为本申请实施例提供的一种电子设备引入补偿组后的成像示意图。引入补偿镜片后，可以基于该补偿镜片反向修正偏移量，从而减少成像上的偏移。示例性的，如果电子设备向右移动了，微控制器就会控制电子设备的镜头向左移动。可以理解的是，对于补偿镜片的组数不做限定。
参见图4，该图为本申请实施例提供的一种电子设备光学防抖系统示意图。电子设备实现光学防抖的整个过程是由测量传感、控制器计算、电机驱动补偿镜片和调整光轴来实现。即，控制器在获取到电子设备的偏移角度及偏移量后，通过移动补偿镜片反向修正偏移量，从而控制光轴减少成像的偏移。随后，再次通过测量传感器件获取电子设备的偏移角度及偏移量。上述的整个过程需要在曝光时间内完成，进而电子设备的光学防抖系统需要具备检测时间短、信号处理速度快和镜片补偿移动量小等特点。
目前，光学防抖系统中的控制器通常是传统的PID控制器。传统的PID控制器具有形式简单、参数易调的显著优势，然而传统的PID控制器对于具有模型不确定性的控制系统，容易出现超调量过大、调节时间过长等问题，无法满足控制系统高精度、智能化的性能指标要求。也就是说，利用传统的PID控制器的光学防抖系统由于容易出现超调量过大、调节时间过长等问题，因此在电子设备处于抖动状态的拍摄过程中可能会出现拍摄效果不好的问题。
有鉴于此，本申请提供了一种信号补偿方法、电子设备及介质，检测到电子设备处于拍摄场景，则调用分数阶PID控制器对上述光学防抖系统进行补偿，其中，上述分数阶PID控制器的控制信号的参数，采用代入有对时间的α阶导数和γ阶积分的对应数值的第一函数进行调整，上述控制信号用于对上述光学防抖系统进行补偿。由此，本申请提供的信号补偿方法可以应用于电子设备的光学防抖系统，通过分数阶PID控制器来实现，其中，PID控制器的参数需要根据使用环境做大量的参数调整，本申请对比例系数、积分系数、微分系数、积分阶次和微分阶次完成了更精确的整定，简洁、高效地增强了PID控制器的控制能力，进而可以补偿拍摄时相机的晃动，从而达到减震防抖的功能，使拍摄画面清晰稳定。
参见图5，该图为本申请实施例提供的一种电子设备的硬件结构示意图。如图5所示，电子设备100可以包括处理器110，内部存储器120，天线1，天线2，移动通信模块130，无线通信模块140，显示屏150等。
可以理解的是，本实施例示意的结构并不构成对电子设备的具体限定。在另一些实施例中，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件，软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器（application processor，AP），调制解调处理器，图形处理器（graphics processingunit，GPU），图像信号处理器（image signal processor，ISP），控制器，视频编解码器，数字信号处理器（digital signal processor，DSP），基带处理器，和/或神经网络处理器（neural-network processing unit，NPU）等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。例如，在本申请中，处理器110可以检测到电子设备处于拍摄场景，则调用分数阶PID控制器对上述光学防抖系统进行补偿，其中，上述分数阶PID控制器的控制信号的参数，采用代入有对时间的α阶导数和γ阶积分的对应数值的第一函数进行调整，上述控制信号用于对上述光学防抖系统进行补偿。
处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。
在一些实施例中，处理器110可以包括一个或多个接口。接口可以包括通用异步收发传输器（universal asynchronous receiver/transmitter，UART）接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口等。
UART接口是一种通用串行数据总线，用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中，UART接口通常被用于连接处理器110与无线通信模块140。
MIPI接口可以被用于连接处理器110与显示屏150等外围器件。MIPI接口包括摄像头串行接口(camera serial interface，CSI)，显示屏串行接口(display serialinterface，DSI)等。在一些实施例中，处理器110和显示屏150通过DSI接口通信，实现电子设备的显示功能。例如，电子设备基于显示功能，能够显示相关界面。
GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号，也可被配置为数据信号。在一些实施例中，GPIO接口可以用于连接处理器110与显示屏150，无线通信模块140等。GPIO接口还可以被配置为I2C接口，I2S接口，UART接口，MIPI接口等。
可以理解的是，本实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备的结构限定。在本申请另一些实施例中，电子设备也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。
电子设备的无线通信功能可以通过天线1，天线2，移动通信模块130，无线通信模块140，调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。
内部存储器120可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器120的指令，从而执行电子设备的各种功能应用以及数据处理。内部存储器120可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储电子设备使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。处理器110通过运行存储在内部存储器120的指令，和/或存储在设置于处理器中的存储器的指令，执行电子设备的各种功能应用以及数据处理。
移动通信模块130可以提供应用在电子设备上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块130可以包括至少一个滤波器，开关，功率放大器，低噪声放大器(low noise amplifier，LNA)等。移动通信模块130可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块130还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块130的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块130的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过显示屏150显示图像或视频。在一些实施例中，调制解调处理器可以是独立的器件。在另一些实施例中，调制解调处理器可以独立于处理器110，与移动通信模块130或其他功能模块设置在同一个器件中。
无线通信模块140可以提供应用在电子设备上的包括无线局域网(wirelesslocal area networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块140可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块140经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块140还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。
在一些实施例中，电子设备的天线1和移动通信模块130耦合，天线2和无线通信模块140耦合，使得电子设备可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications，GSM)，通用分组无线服务(general packet radio service，GPRS)，码分多址接入(code divisionmultiple access，CDMA)，宽带码分多址(wideband code division multiple access，WCDMA)，时分码分多址(time-division code division multiple access，TD-SCDMA)，长期演进(long term evolution，LTE)，BT，GNSS，WLAN，NFC ，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(globalnavigation satellite system，GLONASS)，北斗卫星导航系统(beidou navigationsatellite system，BDS)，准天顶卫星系统(quasi-zenith satellite system，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。
电子设备通过GPU，显示屏150，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏150和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。
显示屏150用于显示图像，视频等。显示屏150包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed，Micro-oled，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，电子设备可以包括1个或N个显示屏150，N为大于1的正整数。
电子设备的显示屏150上可以显示一系列图形用户界面（graphical userinterface，GUI），这些GUI都是该电子设备的主屏幕。一般来说，电子设备的显示屏150的尺寸是固定的，只能在该电子设备的显示屏150中显示有限的控件。控件是一种GUI元素，它是一种软件组件，包含在应用程序中，控制着该应用程序处理的所有数据以及关于这些数据的交互操作，用户可以通过直接操作（direct manipulation）来与控件交互，从而对应用程序的有关信息进行读取或者编辑。一般而言，控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、Widget等可视的界面元素。
另外，在上述部件之上，运行有操作系统。例如苹果公司所开发的iOS操作系统，谷歌公司所开发的Android开源操作系统，微软公司所开发的Windows操作系统等。在该操作系统上可以安装运行应用程序。
近年来，随着分数阶微积分取得了越来越多的应用，使得分数阶微积分引起了控制领域学者的兴趣。为了获得比传统的PID控制器更好的控制性能，控制器技术领域的技术人员展开了对分数阶PID控制器的研究和开发。
参见图6，该图为本申请实施例提供的一种分数阶PID控制器的应用场景示意图。由该图可知，分数阶PID控制器将给定目标值R和控制器输出值Y进行比较，然后将二者的差值用于计算新的输入值并输出控制信号U，从而让被控对象的系统的数据达到或者保持在参考值。
在本申请所公开的信号补偿方法中，给定目标值R为表征光轴与镜头互相垂直，即成像没有偏移的目标值。控制器输出值Y为补偿镜片需要的修正的偏移量。控制信号U为表征电子设备的偏移角度及偏移量的信号。
在实时控制中，可以计算出补偿镜片需要的修正的偏移量Y，使用分数阶PID控制器去进行控制补偿镜片，以达到成像没有偏移的要求。
参见图7，该图为本申请实施例提供的一种分数阶PID控制器的结构示意图。由该图可知，分数阶PID控制器时域上的控制信号U(t)的表达式可以如下公式(1)、公式(2)所示：
其中，t为采样时间，e(t)为给定目标值R(t)与控制器输出值Y(t)构成的控制偏差，U(t)为分数阶PID控制器时域上的控制信号，Kp为比例系数，Ki为积分系数，Kd为微分系数， λ为积分阶次、μ为微分阶次。可以理解的是，
表示分数阶积分，/>
表示分数阶微分。
具体的，上述比例系数Kp、积分系数Ki、微分系数Kd、积分阶次λ和微分阶次μ均为非负数，且积分阶次λ和微分阶次μ的取值区间为［0，2］。需要说明的是，对于具体的系数取值，本申请不做限定。
参见图8，该图为本申请实施例提供的一种信号补偿方法的流程图。需要说明的是，由于分数阶PID控制器相比传统的PID控制器增加了两个可调参数积分阶次λ和微分阶次μ，共有比例系数Kp、积分系数Ki、微分系数Kd、积分阶次λ和微分阶次μ这五个控制参数需要调节，因此分数阶PID控制器的参数整定变的更加复杂。上述信号补偿方法包括：
S401：设定函数f(t)对自变量时间t的α阶导数。
由于Caputo分数阶适合工业场景，所以本申请所公开的实施例是基于Caputo定义建立分数阶PID控制器的数学模型，并给出对应的数值算法。
在一些具体的实现方式中，根据Caputo分数阶微分计算可知，函数f(t)对自变量时间t的α阶导数的公式可以如下公式（3）所示：
其中，C表示Caputo分数阶微分，t为自变量时间，α为导数的阶，
为伽玛函数，m为对导数的阶α的取整。
S402：设定函数f(t)对自变量时间t的γ阶积分。
在一些具体的实现方式中，根据Caputo分数阶积分计算可知，函数f(t)对自变量时间t的γ阶积分的公式可以如下公式（4）所示：
其中，C表示Caputo分数阶积分，t为自变量时间，γ为积分的阶，
为伽玛函数。
S403：将函数f(t)对自变量时间t的α阶导数和γ阶积分代入至分数阶PID控制器时域上的控制信号U(t)中。
将上述公式（3）和公式（4）代入至公式（1）和公式（2）中，由此可以得到分数阶PID控制器模型控制信号的离散形式表达式，具体的，可以如下公式（5）所示：
其中，U(k)为分数阶PID控制器时域上的控制信号，Kp为比例系数，Ki为积分系数，Kd为微分系数，e(k)为给定目标值R(k)与控制器输出值Y(k)构成的控制偏差，h为单位间隔，λ为积分阶次，μ为微分阶次，k为时间上的采样序号，N为记忆长度，
为伽玛函数，m为对导数的阶α的取整。
需要说明的是，由公式（5）代入化简后可知，控制信号U(k)的增量形式ΔU(k)可以如下公式（6）所示：
其中，ΔU(k)为控制信号U(k)的增量形式，Kp为比例系数，e(k)为给定目标值R(k)与控制器输出值Y(k)构成的控制偏差，Ki为积分系数，λ为积分阶次，Kd为微分系数，μ为微分阶次。
S404：利用智能优化算法对分数阶PID控制器进行参数离线整定。
智能优化算法是一种十分有效并且得到广泛应用的优化算法，经常用来优化模型中的未定参数。本申请是基于智能优化算法中的布谷鸟优化算法对比例系数Kp、积分系数Ki、微分系数Kd、积分阶次λ和微分阶次μ这五个控制参数进行分数阶PID控制器参数整定研究。需要说明的是，除布谷鸟优化算法外，还可以基于其他智能优化算法进行研究，对于具体的智能研究算法，本申请不做限定。
参见图9，该图为本申请实施例提供的一种智能优化算法参数离线整定结构图。在一些具体的实现方式中，利用智能优化算法对分数阶PID控制器进行参数离线整定分为如下两步：
第一步，根据实际需求建立分数阶PID控制器性能指标。
分数阶PID控制器性能指标，即智能优化算法的适应度函数(Fitness Function)。适应度函数也称为目标函数，是需要被优化的目标，通常会根据智能优化算法所应用的具体场景来编写。示例性的，在对粒子群算法的优化性能进行测试时，通常会使用多个常用的多维多极值的数学函数来进行蒙特卡洛仿真。适应度函数是为了计算个体的适配值。适配值是非负的，而且要求适配值越大则该个体越优越。
需要说明的是，所建立性能指标的需求通常与分数阶PID控制器时域上的控制信号U(t)，和，给定目标值与控制器输出值构成的控制偏差e(t)有关，对于具体的需求，本申请不做限定。
第二步，基于上述性能指标，选择智能优化算法进行优化，对分数阶PID控制器进行参数整定。
在一些具体的实现方式中，可以设置智能优化算法为布谷鸟优化算法。参见图10，该图为本申请实施例提供的一种布谷鸟算法流程图。
由该图可知，在布谷鸟优化算法开始执行后，需要首先设置算法参数及目标函数，并进行初始化种群。随后在评估种群并记录最优个体后，需要判断是否满足终止条件。若满足终止条件，则输出最优个体，以对分数阶PID控制进行参数离线整定，同时结束该布谷鸟算法。若不满足终止条件，则通过莱维飞行方法（Levy方法）产生新的种群，和/或通过局部随机游走产生新的种群，随后对新的种群进行评估并记录最优个体后，再次执行判断是否满足终止条件的操作，直至满足终止条件。
由此，使用布谷鸟优化算法整定分数阶PID控制器的参数，能解决分数阶PID控制器的离线参数整定问题，进而可以获取适合的参数。
参见图11，该图为本申请实施例提供的一种离线参数整定控制效果示意图。由该图可知，曲线1代表分数阶PID控制器，曲线2代表传统的PID控制器，阶跃响应的输出理想值为1。分数阶PID控制器在0.01秒内即可接近理想值，而传统的PID控制器只能在0.02秒左右接近理想值，即可证明进行智能优化算法参数离线整定后的分数阶PID控制器的控制能力大大优于传统的PID控制器。
S405：利用梯度下降法对分数阶PID控制器的参数进行在线优化。
在执行S404步骤的同时，考虑到被控对象系统的实时优化，本申请公开的一种信号补偿方法还可以利用神经网络模型的学习能力，给出分数阶PID控制器参数的在线整定方法。即，本申请还可以基于神经网络模型对比例系数Kp、积分系数Ki、微分系数Kd、积分阶次λ和微分阶次μ这五个控制参数进行在线优化。
参见图12，该图为本申请实施例提供的一种参数在线优化结构图。在本申请公开的信号补偿方法中，可以基于神经网络模型中的梯度下降算法对分数阶PID控制器的参数进行在线优化。具体的，梯度下降算法是迭代法的一种，示例性的，在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。
在一些具体的实现方式中，可以利用径向基函数(Radial Basis Function，RBF)网络估计不易计算的梯度。具体的，径向基函数(Radial Basis Function, 简称为RBF) 网络是以函数逼近理论为基础而构造的一类前向网络，这类网络的学习等价于在多维空间中寻找训练数据的最佳拟合平面。径向基函数网络的每个隐层神经元激活函数都构成了拟合平面的一个基函数，网络也由此得名。径向基函数网络是一种局部逼近网络，即对于输入空间的某一个局部区域只存在少数的神经元用于决定网络的输出。
在本申请公开的信号补偿方法中，对于分数阶PID控制器待整定的五个参数：比例系数Kp、积分系数Ki、微分系数Kd、积分阶次λ和微分阶次μ，根据梯度下降法，给出参数的更新公式如下公式（7）、公式（8）所示：
其中，E为给定目标值R与控制器输出值Y构成的控制偏差，Kp为比例系数，Ki为积分系数，Kd为微分系数，λ为积分阶次、μ为微分阶次，
为学习率，U(k)为分数阶PID控制器时域上的控制信号。
具体的，
这一项由于被控对象模型复杂不易求得，因此可以利用神经网络模型去估计。同时，根据Caputo分数阶微分形式的数值计算公式可知，/>
是无法求取的，可以理解为形式上的一种导数，实际是一种变化量的表示形式，也可以利用神经网络模型去估计求得。
参见图13，该图为本申请实施例提供的一种参数在线优化控制效果示意图。由该图可知，曲线1代表分数阶PID控制器，曲线2代表传统的PID控制器，在0秒至0.048秒时，阶跃响应的输出理想值为1，在0.048秒后，阶跃响应的输出理想值变为1.6。分数阶PID控制器在0.01秒左右即可接近理想值1，且在0.05秒左右增大输出以再次接近理想值1.6。而传统的PID控制器只能在0.03秒左右接近理想值1，且在0.051秒左右才能再次增大输出以接近立下过之1.6，即可证明进行参数在线后的分数阶PID控制器的控制能力大大优于传统的PID控制器。
需要说明的是，实际执行上述步骤时，可以先执行S404后执行S405，也可以先执行S405后执行S404，也可以S404、S405同时执行，对于具体的先后顺序，本申请不做限定。
在执行完上述步骤后，可以将进行离线整定和在线优化后的参数对电子设备100的光学防抖系统进行补偿，进而可以补偿拍摄时相机的晃动，从而达到减震防抖的功能，使拍摄画面清晰稳定。
综上所述，本申请公开了一种信号补偿方法，首先获取了函数f(t)对时间的α阶导数和函数f(t)对时间的γ阶积分，其次，将上述α阶导数和γ阶积分的公式带去分数阶PID控制器的控制信号后，再通过智能优化算法和梯度下降方法分别对上述分数阶PID控制器进行参数的离线整定和在线优化。由此，本申请提供的信号补偿方法可以应用于电子设备的光学防抖系统，通过分数阶PID控制器来实现，其中，PID控制器的参数需要根据使用环境做大量的参数调整，本申请对比例系数、积分系数、微分系数、积分阶次和微分阶次完成了更精确的整定，简洁、高效地增强了PID控制器的控制能力，进而可以补偿拍摄时相机的晃动，从而达到减震防抖的功能，使拍摄画面清晰稳定。
本申请实施例还提供一种计算机可读存储介质，其特征在于，计算机可读存储介质中存储有计算机程序或指令，当计算机程序或指令被运行时，实现上述方法实施例中电子设备执行的各个功能或者步骤。
本申请实施例还提供一种计算机程序产品，包括计算机程序或指令，其特征在于，计算机程序或指令被处理器执行时，实现上述方法实施例中电子设备100执行的各个功能或者步骤。
与本申请公开的上述信号补偿方法对应的，本申请实施例还提供一种信号补偿装置。参见图14，该图为本申请实施例公开的一种信号补偿装置的示意图。由该图可知：信号补偿装置1000包括：检测模块1001、调用模块1002。
其中，检测模块1001用于：检测电子设备是否处于拍摄场景。调用模块1002用于：若检测到电子设备处于拍摄场景，则调用分数阶PID控制器对电子设备的光学防抖系统进行补偿，其中，分数阶PID控制器的控制信号的参数，采用代入有对时间的α阶导数和γ阶积分的对应数值的第一函数进行调整，控制信号用于对光学防抖系统进行补偿。
需要说明的是，上述控制信号与比例系数、积分系数、微分系数、积分阶次、微分阶次相关。
在一些可能的实现方式中，调用模块1002具体用于：调用上述分数阶PID控制器利用修正偏移量调整上述电子设备的补偿镜片的位置，以补偿上述光学防抖系统。
在一些可能的实现方式中，分数阶PID控制器的控制信号的参数的调整方法，包括：基于智能优化算法对上述分数阶PID控制器的控制信号进行参数调整，上述控制信号用于利用修正偏移量调整上述电子设备的补偿镜片的位置。需要说明的是，上述智能优化算法可以是布谷鸟优化算法，也可以是其他算法，对于具体的算法，本申请不做限定。具体的，布谷鸟优化算法的步骤可以为：根据上述代入有对时间的α阶导数和γ阶积分的对应数值的第一函数，设置上述控制信号的参数的算法参数值和目标参数值；根据上述算法参数值和目标参数值，对种群进行初始化操作；基于上述初始化后的种群，筛选出最优个体；判断上述最优个体是否满足终止条件；若上述最优个体满足终止条件，则输出上述最优个体作为上述分数阶PID控制器调整后的参数。若上述最优个体不满足终止条件，则基于莱维飞行方法和/或局部随机游走方法产生新的种群；基于上述新的种群，执行上述筛选出最优个体的操作。
在一些可能的实现方式中，上述装置1000还包括获取模块、补偿模块。其中，获取模块用于获取分数阶PID控制器对光学防抖系统进行补偿过程中的控制信号的参数；补偿模块用于利用神经网络模型对参数进行优化，以使得分数阶PID控制器利用优化后的参数对应的控制信号对光学防抖系统进行补偿时满足补偿要求。
综上所述，本申请公开了一种信号补偿装置，信号补偿装置包括：检测模块、调用模块。由此，本申请提供的信号补偿方法可以应用于电子设备的光学防抖系统，通过分数阶PID控制器来实现，其中，PID控制器的参数需要根据使用环境做大量的参数调整，本申请对比例系数、积分系数、微分系数、积分阶次和微分阶次完成了更精确的整定，简洁、高效地增强了PID控制器的控制能力，进而可以补偿拍摄时相机的晃动，从而达到减震防抖的功能，使拍摄画面清晰稳定。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本实施例所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本实施例各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器执行各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种信号补偿方法，其特征在于，应用于电子设备的光学防抖系统，所述方法包括：
检测到所述电子设备处于拍摄场景，则调用分数阶PID控制器对所述光学防抖系统进行补偿，其中，所述分数阶PID控制器的控制信号的参数，采用代入有对时间的α阶导数和γ阶积分的对应数值的第一函数进行调整，所述控制信号用于对所述光学防抖系统进行补偿。
2.根据权利要求1所述的方法，其特征在于，所述调用分数阶PID控制器对所述光学防抖系统进行补偿，包括：
调用所述分数阶PID控制器利用修正偏移量调整所述电子设备的补偿镜片的位置，以补偿所述光学防抖系统。
3.根据权利要求2所述的方法，其特征在于，所述分数阶PID控制器的控制信号的参数的调整方法，包括：
基于智能优化算法对所述分数阶PID控制器的控制信号进行参数调整，所述控制信号用于利用修正偏移量调整所述电子设备的补偿镜片的位置。
4.根据权利要求3所述的方法，其特征在于，所述基于智能优化算法对所述分数阶PID控制器的控制信号进行参数调整，包括：
基于布谷鸟优化算法对所述分数阶PID控制器的控制信号进行参数调整。
5.根据权利要求4所述的方法，其特征在于，所述基于布谷鸟优化算法对所述分数阶PID控制器的控制信号进行参数调整，包括：
根据所述代入有对时间的α阶导数和γ阶积分的对应数值的第一函数，设置所述控制信号的参数的算法参数值和目标参数值；
根据所述算法参数值和目标参数值，对种群进行初始化操作；
基于所述初始化后的种群，筛选出最优个体；
判断所述最优个体是否满足终止条件；
若所述最优个体满足终止条件，则输出所述最优个体作为所述分数阶PID控制器调整后的参数。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
若所述最优个体不满足终止条件，则基于莱维飞行方法和/或局部随机游走方法产生新的种群；
基于所述新的种群，执行所述筛选出最优个体的操作。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述分数阶PID控制器对所述光学防抖系统进行补偿过程中的控制信号的参数；
利用神经网络模型对所述参数进行优化，以使得所述分数阶PID控制器利用优化后的参数对应的控制信号对所述光学防抖系统进行补偿时满足补偿要求。
8.根据权利要求1所述的方法，其特征在于，所述控制信号与比例系数、积分系数、微分系数、积分阶次、微分阶次相关。
9.一种电子设备，其特征在于，包括处理器和存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序或指令，当所述计算机程序或指令被运行时，实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310448416.9A CN116184812A (zh) | 2023-04-24 | 2023-04-24 | 一种信号补偿方法、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310448416.9A CN116184812A (zh) | 2023-04-24 | 2023-04-24 | 一种信号补偿方法、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116184812A true CN116184812A (zh) | 2023-05-30 |
Family
ID=86452475
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310448416.9A Pending CN116184812A (zh) | 2023-04-24 | 2023-04-24 | 一种信号补偿方法、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116184812A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007329874A (ja) * | 2006-06-09 | 2007-12-20 | Canon Inc | 撮像装置、振れ補正方法、及びプログラム |
| CN103105774A (zh) * | 2013-01-30 | 2013-05-15 | 上海交通大学 | 基于改进的量子进化算法的分数阶pid控制器整定方法 |
| CN106325074A (zh) * | 2016-10-25 | 2017-01-11 | 浙江邦业科技股份有限公司 | 一种基于布谷鸟算法的pid控制器参数智能整定方法 |
| CN109922478A (zh) * | 2019-01-14 | 2019-06-21 | 北京工商大学 | 一种基于改进布谷鸟算法的水质传感器网络优化部署方法 |
| CN111796511A (zh) * | 2020-07-24 | 2020-10-20 | 华北电力大学 | 液压执行器的小波神经网络pid在线控制方法及系统 |
| CN113313451A (zh) * | 2021-06-15 | 2021-08-27 | 浙江中烟工业有限责任公司 | 一种基于改进布谷鸟算法的多目标优化物流调度方法 |
| CN113759700A (zh) * | 2021-08-30 | 2021-12-07 | 华南理工大学 | 基于粒子群和神经网络的分数阶pid自适应调节方法 |
| CN113838098A (zh) * | 2021-09-10 | 2021-12-24 | 北京理工大学 | 一种针对远距离高速运动目标的智能跟踪拍摄系统 |
| CN114063443A (zh) * | 2021-12-01 | 2022-02-18 | 上海电力大学 | 改进bp整定分数阶pid的并网逆变器控制方法 |
| CN114185264A (zh) * | 2021-12-06 | 2022-03-15 | 广东工业大学 | 一种基于物理信息神经网络的pid控制器参数整定方法 |
| CN115016282A (zh) * | 2022-06-28 | 2022-09-06 | 西安工业大学 | 一种分数阶三步法控制器及其鲁棒参数整定方法 |
| CN115167111A (zh) * | 2022-07-27 | 2022-10-11 | 南通大学 | 基于改进型分数阶pid的伺服电机控制方法及系统 |
-
2023
- 2023-04-24 CN CN202310448416.9A patent/CN116184812A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007329874A (ja) * | 2006-06-09 | 2007-12-20 | Canon Inc | 撮像装置、振れ補正方法、及びプログラム |
| CN103105774A (zh) * | 2013-01-30 | 2013-05-15 | 上海交通大学 | 基于改进的量子进化算法的分数阶pid控制器整定方法 |
| CN106325074A (zh) * | 2016-10-25 | 2017-01-11 | 浙江邦业科技股份有限公司 | 一种基于布谷鸟算法的pid控制器参数智能整定方法 |
| CN109922478A (zh) * | 2019-01-14 | 2019-06-21 | 北京工商大学 | 一种基于改进布谷鸟算法的水质传感器网络优化部署方法 |
| CN111796511A (zh) * | 2020-07-24 | 2020-10-20 | 华北电力大学 | 液压执行器的小波神经网络pid在线控制方法及系统 |
| CN113313451A (zh) * | 2021-06-15 | 2021-08-27 | 浙江中烟工业有限责任公司 | 一种基于改进布谷鸟算法的多目标优化物流调度方法 |
| CN113759700A (zh) * | 2021-08-30 | 2021-12-07 | 华南理工大学 | 基于粒子群和神经网络的分数阶pid自适应调节方法 |
| CN113838098A (zh) * | 2021-09-10 | 2021-12-24 | 北京理工大学 | 一种针对远距离高速运动目标的智能跟踪拍摄系统 |
| CN114063443A (zh) * | 2021-12-01 | 2022-02-18 | 上海电力大学 | 改进bp整定分数阶pid的并网逆变器控制方法 |
| CN114185264A (zh) * | 2021-12-06 | 2022-03-15 | 广东工业大学 | 一种基于物理信息神经网络的pid控制器参数整定方法 |
| CN115016282A (zh) * | 2022-06-28 | 2022-09-06 | 西安工业大学 | 一种分数阶三步法控制器及其鲁棒参数整定方法 |
| CN115167111A (zh) * | 2022-07-27 | 2022-10-11 | 南通大学 | 基于改进型分数阶pid的伺服电机控制方法及系统 |
Non-Patent Citations (13)
| Title |
|---|
| 余艳伟等: "一种基于内模控制的分数阶控制器设计", 包装工程, no. 05 * |
| 吴立飞等: "基于自适应布谷鸟搜索算法的分数阶PID控制器设计", 《控制工程》, pages 1 - 6 * |
| 周诗源等: "基于布谷鸟搜索优化算法的多文档摘要方法", 计算机工程, no. 07 * |
| 岑裕庭;: "相机防抖技术浅析", 轻工科技, no. 06, pages 77 - 78 * |
| 李新波等: "神经网络分数阶PI~μD~λ在压电叠堆控制中的应用", 光学精密工程, no. 12 * |
| 杨建文: "面向光电跟踪系统的分数阶控制", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 135 - 111 * |
| 田小敏等: "基于小波神经网络的分数阶PI~λD~μ控制器的设计", 安徽理工大学学报(自然科学版), no. 03 * |
| 申志平等: "改进布谷鸟算法在水质传感器部署上的应用", 电子技术应用, no. 03 * |
| 胡坚等: "基于改进布谷鸟搜索算法对水质监测无线传感器部署的优化", 浙江农业学报, no. 05 * |
| 胡海波等: "基于混合PSO神经网络的自整定分数阶PID控制器", 微电子学与计算机, no. 05 * |
| 胡海波等: "基于神经网络的分数阶PID控制器在磨矿分级系统中的应用研究", 煤矿机械, no. 11 * |
| 靳其兵等: "基于改进布谷鸟算法的PID控制器整定新方法", 信息与控制, no. 04 * |
| 魏立新等: "基于粒子群算法的液压APC系统分数阶PID控制器设计", 燕山大学学报, no. 03 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3410390B1 (en) | Image processing method and device, computer readable storage medium and electronic device | |
| CN110058694B (zh) | 视线追踪模型训练的方法、视线追踪的方法及装置 | |
| KR102382865B1 (ko) | 카메라 모듈, 카메라 모듈을 포함하는 전자 장치 | |
| KR20180000909A (ko) | 전자 장치 및 그의 동작 방법 | |
| CN113810598B (zh) | 一种拍照方法、电子设备及存储介质 | |
| US11924550B2 (en) | Method for processing image by using artificial neural network, and electronic device supporting same | |
| US10506175B2 (en) | Method for processing image and electronic device supporting the same | |
| US11785339B2 (en) | Automated camera mode selection | |
| CN105659582B (zh) | 信号处理装置、摄像装置、参数生成方法及信号处理方法 | |
| KR20190032818A (ko) | 롤링 셔터 방식을 이용한 복수의 카메라를 포함하는 전자 장치 | |
| JP2022532206A (ja) | ぼけた画像／ビデオを用いたｓｆｍ／ｓｌａｍへの適用を有する畳み込みニューラルネットワークを使用した画像／ビデオのボケ除去 | |
| KR20160061612A (ko) | 광역 역광 보정 영상의 노이즈 레벨 제어 장치, 및 이를 포함하는 영상 처리 시스템 | |
| CN116184812A (zh) | 一种信号补偿方法、电子设备及介质 | |
| KR101407723B1 (ko) | 적외선 영상 보정 장치 | |
| KR102649220B1 (ko) | 이미지의 떨림을 보정하는 전자 장치 및 전자 장치의 제어 방법 | |
| US11388348B2 (en) | Systems and methods for dynamic range compression in multi-frame processing | |
| CN114679553A (zh) | 视频降噪方法及装置 | |
| KR20180018213A (ko) | 전자 장치 및 그 제어 방법 | |
| CN116012262B (zh) | 一种图像处理方法、模型训练方法及电子设备 | |
| US20230252608A1 (en) | Hand motion pattern modeling and motion blur synthesizing techniques | |
| US11949984B2 (en) | Electronic device that performs a driving operation of a second camera based on a determination that a tracked object is leaving the field of view of a moveable first camera having a lesser angle of view than the second camera, method for controlling the same, and recording medium of recording program | |
| US11989913B2 (en) | Dynamic calibration correction in multi-frame, multi-exposure capture | |
| EP4209989A1 (en) | Device and method for generating image in which subject has been captured | |
| CN116320784B (zh) | 图像处理方法及装置 | |
| US20230053084A1 (en) | System and method to improve quality in under-display camera system with radially increasing distortion |
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 |