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
分析了间歇混沌模型振子的混沌特性，利用振子的非平衡相变对微小信号具有敏感性及对白噪声和与参考信号频差较大的周期干扰信号具有免疫力的性质，采用混沌振子阵列实现对噪声背景下微弱信号的检测；
并采用梅尔尼科夫方法作为混沌判据，该方法的优点在于可以直接进行解析计算。
仿真实验表明：该检测方法简单、有效，测的精度比较高
并采用梅尔尼科夫方法作为混沌判据，该方法的优点在于可以直接进行解析计算。
仿真实验表明：该检测方法简单、有效，测的精度比较高
2025/11/1 16:20:43
187KB
1
将上面的脚本放在Unity项的目录资源文件夹的Editor里。
刷新一下菜单栏，会发现多了一个Terrain的菜单。
先在场景中选中地形对象，如果没选，他将用于当前场景中可用的地形。
然后从Terrain菜单下选择ExportToObj...接下来会弹出一个框，在这里你可以选择要导出四边形网络结构还是三角形网络结构，还可以选择要导出的地形的分辨率，有高中低...。
最后点击Export，选择要保存的位置和文件名，.obj文件将被导出。
注意：如果选择大面积的Full地形导出，最终.obj文件将非常大，而且也要导出很久。
刷新一下菜单栏，会发现多了一个Terrain的菜单。
先在场景中选中地形对象，如果没选，他将用于当前场景中可用的地形。
然后从Terrain菜单下选择ExportToObj...接下来会弹出一个框，在这里你可以选择要导出四边形网络结构还是三角形网络结构，还可以选择要导出的地形的分辨率，有高中低...。
最后点击Export，选择要保存的位置和文件名，.obj文件将被导出。
注意：如果选择大面积的Full地形导出，最终.obj文件将非常大，而且也要导出很久。
2025/11/1 12:37:03
7KB
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