本设计主要是在proteus环境下进行跑马灯的仿真分析，代码部分在keil软件环境下编写，含有hex文件，百分之百可以直接进行仿真。
2025/11/2 21:43:45
84KB
1
对于直线永磁同步伺服电机,提出了一种高精度的H∞鲁棒位置控制器。
其中,使用H∞鲁棒控制理论设计反馈控制器,在具有模型摄动及外部干扰的情况下,保证了闭环系统的鲁棒稳定和鲁棒性能;针对被控对象的标称模型设计IP积分-比例位置控制器,以满足位置系统性能要求。
设计的控制器既保证了系统的鲁棒性,又保证了系统的跟踪性能。
仿真结果表明了提出方案的合理性和有效性。
其中,使用H∞鲁棒控制理论设计反馈控制器,在具有模型摄动及外部干扰的情况下,保证了闭环系统的鲁棒稳定和鲁棒性能;针对被控对象的标称模型设计IP积分-比例位置控制器,以满足位置系统性能要求。
设计的控制器既保证了系统的鲁棒性,又保证了系统的跟踪性能。
仿真结果表明了提出方案的合理性和有效性。
2025/11/2 1:07:58
184KB
1
针对现有的迭代扩展卡尔曼滤波（EIEKF）跟踪时估计精度较低这一不足，提出了一种改进扩展卡尔曼滤波（NIEKF）新算法。
该算法将迭代滤波理论引入到扩展卡尔曼滤波方法中，重复利用观测信息，采用经典的非线性非高斯模型进行仿真实验，给出了该方法与扩展卡尔曼滤波（EKF）、Unscented卡尔曼滤波（UKF）、现有的迭代扩展卡尔曼滤波（EIEKF）的仿真结果，并分析了其跟踪性能和均方根误差。
仿真结果表明,改进扩展卡尔曼滤波（NIEKF）新方法具有更高的估计精度。
该算法将迭代滤波理论引入到扩展卡尔曼滤波方法中，重复利用观测信息，采用经典的非线性非高斯模型进行仿真实验，给出了该方法与扩展卡尔曼滤波（EKF）、Unscented卡尔曼滤波（UKF）、现有的迭代扩展卡尔曼滤波（EIEKF）的仿真结果，并分析了其跟踪性能和均方根误差。
仿真结果表明,改进扩展卡尔曼滤波（NIEKF）新方法具有更高的估计精度。
2025/11/1 17:40:24
1.56MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB