移动机器人路径规划尤其是未知环境下机器人路径规划是机器人技术中的一个重要研究领域，得到了很多研究者的关注，并取得了一系列重要成果。目前已存在许多用来解决该问题的优化算法，但是此类问题属于N-Hard问题，寻求更佳的算法就成为该领域的一个研究热点。为此，根据机器人路径规划算法的研究现状和向智能化，仿生化发展的趋势，研究了一种基于图的机器人路径规划蚂蚁优化算法。算法首先用栅格法对机器人的工作空间进行建模，并用一个状态矩阵表示其状态，由此构造出一个连通图，由一组蚂蚁在图上模拟蚂蚁的觅食行为，从而得到避碰的优化路径。最后，借鉴分枝随机过程和生灭过程的理论知识，用概率的方法从理论上对该算法的收敛性进行了分析，在此基础上，结合计算机仿真结果，证实了本文提出的算法的有效性和收敛性。迄今为止，对于未知环境下机器人路径规划，人们已经探索出了许多有效的求解方法诸如虚拟力场法、基于学习或Q学习的规划方法、滚动窗口规划方法、非启发式方法及各类定位、导航方法等等。近年来，不少学者用改进的遗传算法、神经网络、随机树、蚁群算法等方法对未知环境下机器人路径进行了规划机器人路径规划算法向智能化、仿生化发展是一个明显的趋势.由于已有算法不同程度的存在一定局限性，诸如搜索空间大、算法复杂、效率不高等，尤其对于未知环境，不少路径规划算法的复杂度较高，甚至无法求解，根据日前的研究现状和不足，本文提出了一种用于解决未知环境下机器人路径规划的基于图的蚂蚁算法，理论分析和实验结果都证明了本文算法的有效性和收敛性本课题研究的主要内容本文在用概格法对机器人的工作空间进行建模的基础上，用一个状态矩阵表示其状态，由此构造一个连通图，由一组蚂蚊在图上模拟蚂蚁的觅食行为，从而得到避碰的优化路径并借鉴分枝随机过程和生灭过程的理论知识用概率的方法从理论上对该算法的收敛性进行了分析，结合计算机仿真，证明了本文算法的有效性和收敛性
上传时间： 2022-03-10
上传用户：kingwide
在工业应用中常用一组传感器对问一个被测量目标在一个过程的不同位置进行测量，然而由于每个传感器位于过程的不同位置，它们将不问程度的受到嗓声的干扰，为了从被嗓声干扰的多传感器测量值中获得更准确的测量结果，霱要进“步研究多传感器的融合理论多传感器数据融合系统的关键在于如何充分利用各个传感器的信息，得到对被测参数的最优估计，本文主要研究了以加权的方式进行多传感器数据融合的方法，即研究如何对每个传感器进行加权，从而得到对被测参数最优佑计的方法为此本文在介绍了多传感器数据融合技术的基础上，首先研究了基于奇异值分解的数据融合算法，通过对传感器测量值构成的矩阵进行奇异值分解，利用每个传感器测量值所对应的奇异值，可以估计出对每个传感器权值的最优估计，从而在不要任何先验知识的条件下，可仅由多传感器的测量值，利用提出的算法得到在最小均方误差意义下的被测参数的最优估计，此外，在许多工业过程中，人们利用多传感器测量同一过程参数以控制该参数在过程中的不同位置能根据需要进行合理分布，此时人们希望利用多传感器融合的测量结果，对每一个传感器的测量数据进行重建，以获得对每一个传感器的测量结果进行更为准确的估计。为此，本文进一步研究了基于小波降噪和数据融合的传感器数据重建算法，仿真和实验结果都说明提出算法是有效的，最后，研究了非线性动态系统的状态融合问题，研究了加权无气味卡尔曼滤波（UKF）方法，研究表明无气味卡尔曼波波能克服了扩展卡尔曼滤波（EKF）在状态融合估计中的不足，可以得到了更准确的状态融合估计结关键词多传感器系统，数据融合，奇异值分解，UKF
上传时间： 2022-03-16
上传用户：aben
摘要：无线传感器网络（Wireless Sensor Networks，wSN是由许多具有低功率无线收发装置的传感器节点组成，它们监测采集周边环境信息并传送到基站进行处理在某一时刻通过wSN采集的数据量非常大，如何正确、高效地处理这些数据成为当前WSN研究中的一个热点。传感器节点一般部署在恶劣环境中，一些偶然因素会使采集的数据中出现不准确的数据，用户依据这样的数据很难准确判断出被测对象的真实状态。基于模糊理论的决策级数据融合算法能够很好的解决这个问题本文以国家863研究项目《基于无线传感器网络的铁路危险货物在途安全状态监测技术研究》为背景，结合铁路运输中棉花在途状态监测系统的开发，在分析了当前有效的决策级数据融合技术基础上，提出了基于模糊理论的决策级数据融合算法，该算法通过对采集数据进行处理和分析，以获得准确的被测对象状态的描述。本文的主要工作包括：（1）分析了WSN中传统的决策级数据融合算法，如自适应加权数据融合算法和算术平均数数据融合算法，总结这两种算法的优缺点和检测系统的需求，进步明确理想算法应达到的目标。（2）提出了基于模糊理论的两阶段数据融合算法：该算法第一阶段利用基于贴近度的数据融合算法进行同类数据的融合校准，这一阶段的目的是剔除错误的和可信度较差的数据，得到相对更加准确的数据，第二阶段利用模糊推理对第个阶段得到的异类数据进行融合推理，得到被测对象当前状态的描述，为决策提供支持（3）结合实测数据仿真本文所提出的算法，结果证明与传统的融合算法相比，可以更加准确的描述被测对象状态
标签： 无线传感器
上传时间： 2022-03-17
上传用户：
《统计信号处理基础：估计与检测理论》是一部经典的有关统计信号处理的权威著作。全书分为两卷，分别讲解了统计信号处理基础的估计理论和检测理论。 第一卷详细介绍了经典估计理论和贝叶斯估计，总结了各种估计方法，考虑了维纳滤波和卡尔曼滤波，并介绍了对复数据和参数的估计方法。本卷给出了大量的应用实例，范围包括高分辨率谱分析、系统辨识、数字滤波器设计、自适应噪声对消、自适应波束形成、跟踪和定位等；并且设计了大量的习题来加深对基本概念的理解。第二卷全面介绍了计算机上实现的最佳检测算法，并且重点介绍了现实中的信号处理应用，包括现代语音通信技术及传统的声呐/雷达系统。本卷从检测的基础理论开始，回顾了高斯、c2、F、瑞利及莱斯概率密度；讲解了高斯随机变量的二次型，以及渐近高斯概率密度和蒙特卡洛性能评估；介绍了基于简单假设检验的检测理论基础，包括Neyman-Pearson定理、无关数据的处理、贝叶斯风险、多元假设检验，以及确定性信号和随机信号的检测。最后详细分析了适合于未知信号和未知噪声参数的复合假设检验。
标签： 信号处理
上传时间： 2022-04-14
上传用户：1208020161
第一章 机器学习革命学习算法入门为何商业拥护机器学习给科学方法增压10亿个比尔·克林顿学习算法与国家安全我们将走向何方第二章 终极算法来自神经科学的论证来自进化论的论证来自物理学的论证来自统计学的论证来自计算机科学的论证机器学习算法与知识工程师天鹅咬了机器人终极算法是狐狸，还是刺猬我们正面临什么危机新的万有理论未达标准的终极算法候选项机器学习的五大学派第三章 符号学派：休谟的归纳问题特别说明：仅作为爱好者学习使用（请勿商用）！本文档由人工智能吧（QQ群 565128329）整理提供并更多学习分享，若觉得不错请购买印刷版书籍。约不约“天下没有免费的午餐”定理对知识泵进行预设如何征服世界在无知与幻觉之间你能信任的准确度归纳是逆向的演绎掌握治愈癌症的方法20问游戏符号学派第四章 联结学派：大脑如何学习感知器的兴盛与衰亡物理学家用玻璃制作大脑世界上最重要的曲线攀登超空间里的高峰感知器的复仇一个完整的细胞模型大脑的更深处第五章 进化学派：自然的学习算法达尔文的算法探索：利用困境程序的适者生存法则性有何用先天与后天谁学得最快，谁就会赢第六章 贝叶斯学派：在贝叶斯教堂里统治世界的定理所有模型都是错的，但有些却有用从《尤金·奥涅金》到Siri所有东西都有关联，但不是直接关联推理问题掌握贝叶斯学派的方法马尔可夫权衡证据逻辑与概率：一对不幸的组合第七章 类推学派：像什么就是什么完美另一半维数灾难空中蛇灾爬上梯子起床啦第八章 无师自通物以类聚，人以群分发现数据的形状拥护享乐主义的机器人熟能生巧学会关联第九章 解开迷惑万里挑一终极算法之城马尔科夫逻辑网络从休谟到你的家用机器人行星尺度机器学习医生马上来看你第十章 建立在机器学习之上的世界性、谎言和机器学习数码镜子充满模型的社会分享与否？方式、地点如何？神经网络抢了我的工作战争不属于人类谷歌＋终极算法=天网？进化的第二部分
上传时间： 2022-05-07
上传用户：
遗传算法(genetical algorithm)是模拟自然界生物进化过程与机制求解问题的一类自组织与自适应的人工智能技术，已广泛应用于计算机科学、人工智能、信息技术及工程实践。 全书共分3章，第l章给出了遗传算法的几何理论，第2章给出了遗传算法的马尔可夫链分析，第3章给出了遗传算法的收敛理论。 本书可以作为应用数学、计算机科学、系统科学等专业研究生的教材，也可以作为研究遗传算法的参考书。 遗传算法的数学基础由张文修、梁怡编著，是一本重点在于阐述遗传算法的数学基础的书籍。
上传时间： 2022-05-25
上传用户：
C算法(第一卷)-带目录.pdfC语言数值算法程序大全（第二版）.pdfC语言经典算法大全.pdfff6f5d529e875d2bec2713adc98d25b477aa8a63.pdfIntroduction to Algorithms(3rd Edition).pdfMATLAB语言常用算法程序集.pdfNetflix Prize中的协同过滤算法.pdfp范数正则化支持向量机分类算法_刘建伟.pdf[数据结构与算法分析C.描述].(美国)Mark.Allen.Weiss.扫描版.pdf[程序语言的奥妙：算法解读（四色全彩）].(杉浦贤).李克秋.扫描版.pdf《算法导论(原书第3版)》.pdf【爱生活的程序员-气宗】算法导论（第三版）.pdf【算法（第4版）迷你书】.pdf一种基于灰度变换的红外图像增强算法.pdf一种改进的支持向量机的文本分类算法.pdf一种静态图像压缩编码算法的改进.pdf个性化搜索引擎推荐算法研究.pdf分布式计算——原理、算法和系统.pdf十五个经典算法研究与总结、目录+索引by_July (1).pdf十五个经典算法研究与总结、目录+索引by_July.pdf十大滤波算法程序大全（Arduino精编无错版） - Powered by Discuz!.pdf图论及其算法.pdf基于模拟退火与遗传算法结合的神经网络图像分割.pdf大数据算法.PDF嵌入式系统软件设计中的常用算法 （周航慈 清晰.pdf支持向量机通俗导论（理解SVM的三层境界） - 结构之法 算法之道 - 博客频道 - CSDN.pdf支持向量机：理论、算法与拓展.pdf改进的基于DCT的自适应水印算法(重要).pdf数学建模MATLAB算法大全.pdf数学建模竞赛中应当掌握的十类算法.pdf数据挖掘十大算法(英).pdf数据结构与算法分析 C++描述(高清非扫描).pdf最优化理论与算法(第2版).pdf机器学习十大算法(9)：朴素贝叶斯.pdf算法 英文版第4版 Robert Sedgewick .pdf.pdf算法(algorithm)手写代码必备手册(C++版).pdf算法导论(CLRS)笔记.p...
标签： 算法
上传时间： 2022-06-06
上传用户：
本书系统地论述了人工神经网络的主要理论和设计基础，给出了大量应用实例，旨在使读者了解神经网络的发展背景和研究对象，理解和熟悉其基本原理和主要应用，掌握其结构模型和基本设计方法，为以后的深入研究和应用开发打下基础。作者连续11年为电气信息类专业研究生及本科高年级学生开设“人工神经网络理论与应用”课程，2002年在多次修改讲义和多项科研成果基础上形成本书的第一版。本书第二版对原书约1/3的内容进行了更新，对保留内容进行了修改。取材注意内容的典型性和先进性，编排注意内容的逻辑性，阐述注重物理概念的清晰性，举例与思考练习的安排注意了内容的实践性，常用神经网络及算法的介绍着重于实用性。
标签： 人工神经网络
上传时间： 2022-06-21
上传用户：qingfengchizhu
摘要：现代电机控制的发展在提高性能、降低损耗、减少成本和其它不断出现的新的技术指标及特殊应用上的要求越来越高，因此有许多新的复杂的控制算法产生，交流电机有许多直流电机所没有的优点，但是寸于交流电机的控制相对直流电机更为困难，而DSP的应用使得交流电机控制系统无论是在结构复杂程度、成本和效率上都有很大改观。本文结合了交流感应电机的速度控制中较为有效的控制方法即磁场导向控制（FOC）理论和T1公司的DSP控制器TMS320LF2407介绍了DSP在电机闭环控制中的应用。关键词：电机控制磁场定向理论DSP矢量控制1引言交流感应电机因为其很多优点如结构牢固，运行稳健可靠，成本低廉和高效率等而被广泛使用，但是交流电机的可控制性不如直流电机，而在很多应用中有如精确定位、转距控制、速度控制等要求。为了实现这些功能和提高控制精度，需要采用闭环控制系统和采用较为复杂、有效的控制算法，这些复杂的控制方法中包含了大量的数据运算及系统的适时性要求，对微处理器运算能力和速度要求更高。传统方法在成本和性能上已经很难满足人们的要求。随着电子技术的发展，数字信号处理器的（DSP）应用解决了处理器的运算能力和速度问题。一些电机控制专用DSP如TI的TMS320LF2407，其中集成了电机控制的许多必要的外围器件，如模数转换器、脉宽调制发生器和一些专用逻辑电路，给开发更高性能价格比的控制系统带来极大方便。
标签： dsp foc控制算法 交流电机调速控制系统
上传时间： 2022-06-26
上传用户：
PID算法及PWM控制技术简介1.1PID算法控制算法是微机化控制系统的一个重要组成部分，整个系统的控制功能主要由控制算法来实现。目前提出的控制算法有很多。根据偏差的比例（P）、积分（ID，微分（D）进行的控制，称为PID控制。实际经验和理论分析都表明，PID控制能够满足相当多工业对象的控制要求，至今仍是一种应用最为广泛的控制算法之一。下面分别介绍模拟PID、数字PID及其参数整定方法。1.1.1模拟PID在模拟控制系统中，调节器最常用的控制规律是PID控制，常规PID控制系统原理框图如图1.1所示，系统由模拟PID调节器、执行机构及控制对象组成。PID调节器是一种线性调节器，它根据给定值r（1）与实际输出值c（1）构成的控制偏差：e（）=r（t）-c（t）（1.1）将偏差的比例、积分、微分通过线性组合构成控制量，对控制对象进行控制，故称为PID调节器。在实际应用中，常根据对象的特征和控制要求，将P、I、D基本控制规律进行适当组合，以达到对被控对象进行有效控制的目的。例如，P调节器，PI调节器，PID调节器等。模拟PID调节器的控制规律为
上传时间： 2022-07-01
上传用户：
