基于SSA-BP神经网络的网络控制系统延时预测

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:renxin216
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对存在信号传输诱导时延的网络化控制系统,利用Matlab truetime2.0对控制系统进行建模,通过以往系统时延采样数据,对当下网络控制系统时延值进行神经网络预测,得到控制系统实时时延值,使之成为无延迟系统,消除传输时延对系统控制稳定性的影响.基于网络控制系统时延不确定特性提出基于麻雀搜索算法(Sparrow Search Algorithm,SSA)的SSA-BP神经网络预测系统.通过系统仿真及对比来说明所提出的方法的有效性.
其他文献
图像分割是图像处理中重要的分支,为后续的图像识别奠定了基础.而图像阈值分割的准确性很大程度上由阈值确定.与其它阈值分割方法相比,二维最大熵阈值法具有较好的分割效果,但是需要大量的运算,从而导致效率低、准确度低等问题.为准确高效的分割出图像的感兴区,提出一种改进的鲸鱼优化算法与最大熵算法相结合算法.通过对传统的鲸鱼算法进行改进,提高寻找二维最大熵算法的阈值速度.仿真结果表明,改进算法与传统的二维最大熵算法相比图像分割效果更精确,且提高了运算速度和分割精度.在图像分割应用中具有一定价值.
以γ-Al2O3为载体及以铈锆固溶体Cex Zry O2 (x+y=1)为助剂,采用浸渍法制备了负载Pt、Pd的柴油车氧化型催化剂Pt-Pd/Cex ZryO2-Al2 O3,在相同Pt、Pd比及负载量,相同CexZry O2及γ-Al2O3占比条件下,考察了不同Ce/Zr比例x/y的CexZryO2所制备DOC催化剂对催化氧化柴油车尾气中CO、C3 H6和NO2占比性能的影响.实验结果表明,当CeZrO2中Zr的比例较低时不利于催化活性,当Ce与Zr占比为4∶6时,催化剂性能较好.利用BET、XRD、T
为完整获取立体场景中所有视点信息,提出基于几何模型的立体图像虚拟视点生成方法.结合空间距离与像素差值两个影响因素,建立双边滤波器的滤波函数,定义权重系数,调节邻近度因子与亮度相似性因子的衰减性,得到滤波后的像素值;采集不同视角下二维图像,确定三维空间与二维图像间的几何映射关系,经过计算横向与纵向曲率、物体横向分割等过程构建立体图像几何模型;在该模型中,采用Levenberg-Marquardt迭代优化算法获取视图特征点,得出参考图像和目标图像的坐标关系,设定合理的误差函数,经过多次迭代,当满足误差允许值时
对3种典型牌号无取向电工钢进行拉伸试验,研究其动态应变时效行为.结果 表明,在应变速率为0.0010~0.0030/s、温度在25~200℃条件下,无取向电工钢在125℃以上发生动态应变时效.在125~200℃测试温度范围内,锯齿波的种类为A型、C型和B型,表现为正常的临界行为;动态应变时效现象显著影响了电工钢的力学性能,产生了明显的强化作用.随着硅含量升高,动态应变时效的强化作用变得更显著,而对伸长率的降低作用减弱.此外,根据临界应变与温度和应变速率之间的关系计算得到锯齿形成的激活能为30.85 kJ/
针对数字孪生点云数据不适合直接浏览,并且难以直接用于三维网格模型重建的问题,提出了一种将场景稠密点云转换到多组全景照片和全景深度图,并合并到现有三维重建流程的方法.算法可以将现有激光扫描设备输出的点云数据采样和处理为连续的RGB颜色和深度图像数据,并与照片的重建流程、及连续深度图的重建流程相结合.经过实测表明,方法对重建效果有明显的提升,并且对具体的三维重建流程和算法没有限制,可以广泛应用到各种三维重建相关的具体应用中.
当前的通信接口特征匹配过程忽略了对各接口时间匹配序列的建立,无法获取特征提取的自变量,导致传统方法的通信接口处理器特征匹配效率偏低.为此,提出基于异步串行通信接口处理器的匹配优化方法.通分析通信接口的特征变量分布,建立基于各接口下时间匹配序列,计算对应模糊指数,得出特征提取自变量.基于此,通过异步串行矩阵分辨跟随自变量而变化的因变量特征点,利用快速最近邻搜索方法寻找所有邻近特征点,判定所有点位置及分布方向,计算水平及垂直方向的梯度,根据直方图对位置方向表达一致的特征点实现一一配对,至此,完成特征匹配优化.
研究柔性结构振动与航天器姿态运动的刚柔耦合的控制问题,采用非约束模态法对柔性航天器构建适合控制器设计的状态空间模型.针对柔性航天器姿态机动控制问题,根据期望姿态角度与实际姿态角度给出的姿态信息得出姿态误差信号,以此信号设计了一种PD控制律.考虑到柔性航天器初始阶段姿态角速度过大的情况,在原有的PD控制基础上,加入了模糊控制,不仅减小了控制力矩输出,而且满足柔性航天器姿态机动要求的同时能有效抑制振动.数值仿真结果表明,所设计的模糊PD控制律是有效可行的,且有良好的控制性能.
针对传统遥感图像配准方法在近红外(NearInfrared,NIR)和可见光(RGB)图像配准上存在识别力不足,准确度低的问题,提出新算法,利用深度神经网络,学习用于NIR和RGB图像块匹配的描述符,并在此基础上构建出一种NIR和RGB遥感图像配准策略.为了更好地学习NIR和RGB图像特征,使用残差块改进密集连接暹罗网络,并增加新颖的交叉熵损失函数减少过拟合,然后通过模版搜索策略生成图像块之间的相似性得分.相似度得分值不仅用于确定对应点位置,还用于配准变换关系的计算,得到配准结果.上述算法在Landsat
为研究高雷诺数Re=19000下宽高比临界值R=0.62时矩形柱流场及气动特性,基于计算流体力学(Computational Fluid Dynamic,CFD)方法,采用基于动态亚格子模型的大涡模拟(Large Eddy Simulation,LES)对均匀来流下绕流情况进行仿真计算.首先进行网格无关性验证,并针对基于时间积分的平均积分分量对比,验证了计算准确性;接着分析了矩形柱表面压力系数分布,及中心线速度分布,并在此基础上分析其气动特性;然后对柱体后不同位置速度及其脉动值分布进行尾流场特性分析;同时
为避免单幅散焦图像中光栅及空间不确定性的影响,改善图像的峰值信噪比、信息熵与平均梯度,提出基于模糊聚类的单幅散焦图像深度恢复方法.以原单幅散焦图像为依据,采用多分辨率分析法规划逐步下降分辨率的图像簇,并通过无监督模糊聚类法将物体轮廓化,完成单幅散焦图像物体与背景的分割.采用边缘细化暗通道去雾算法调整分割得到的物体轮廓边缘景深跳变位置的暗通道值,降低晕光现象.通过添加修正因子,减轻图像背景区域色彩失真情况,优化透射率,完成单幅散焦图像深度恢复.经实验验证:该方法恢复后的图像具有较高平均梯度、信息熵与峰值信噪