面向 5G 的新型多载波传输技术比较 摘 要: 介绍了几种面向 5G 的新型多载波传输技术: 滤波器组多载波( FBMC，Filter Bank Multicarri- er) 、通用滤波多载波( UFMC，Universal Filtered Multicarrier) 和广义频分复用( GFDM，Generalized Fre- quency Division Multiplexing) 的基本原理，并从第五代移动通信系统( 5G) 支持的应用场景和技术需求的 角度对三种多载波传输技术的优缺点进行比较。研究表明三种多载波传输技术的带外泄露较低，FBMC 系统 不使用 CP( CP，Cyclic Prefix) ，因此具有很高的时频效率，但 FBMC 系统帧的长度比较长，不适合短 包类业务; UFMC 对一组连续的子载波滤波，可以支持较短的帧结构，但 UFMC 不使用 CP，复杂度较高; GFDM 基于独立的块调制，具有灵活的帧结构，鲁棒性好，复杂度比前两者 低，便于实际应用。 关键词: 多载波; 第五代移动通信系统; 滤波器组多载波; 通用滤波多载波; 广义频分复用
标签： 5G
上传时间： 2022-02-25
上传用户：kingwide
蚁群算法基本模型STEP1（外循环）若满足算法停止规则，停止计算，输出计算得到的最好解给定外循环的最大数目，表明有足够的蚂蚁工作当前最优解连续K次相同而停止，K是给定的整数，表示算法已收敛◆给定优化问题的下界和误差值，当算法得到的目标值同下界之差小于给定的误差值时，算法终止否则使蚂蚁s（1≤s≤m）从起点出发，用L（S）表示蚂蚁S行走的城市集合，初始L（s）为空集。设m只蚂蚁在图的相邻节点间移动，协作异步地得到解。蚂蚁计算出下一步所有可达节点的一步转移概率，并按此概率实现一步移动，依此往复。一步转移概率由图中每条边上的两类参数决定：信息素值、可见度（即先验值）。信息素的更新有2种方式：挥发——所有路径上信息素以一定比率减少增强——给评价值“好”（有蚂蚁走过）的边增加信息素蚁群算法基木模型令我们以求解平面上n个城市的TSP问题（1，2，…，n）表示城市号为例说明ACA的模型。n个城市的TSP问题就是寻找通过n个城市各次且最后回到出发点的最短路径蚁群算法研究现状令ACA是模拟自然界中真实蚁群的觅食行为而形成的一种模拟进化算法。10年多来的研究结果已经表明：ACA用于组合优化具有很强的发现较好解的能力，具有分布式计算易于与其他方法相结合、鲁棒性强等优点，在动态环境下也表现出高度的灵活性和健壮性。在求解TSP、QAP问题方面，与遗传算法、模拟退火算法等算法比较，ACA仍是最好的解决方法之一。
标签： 蚂蚁算法
上传时间： 2022-03-10
上传用户：
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-14
上传用户：bluedrops
能源短缺和环境恶化是人类共同面临的挑战。开发新型清洁能源是解决能源短缺和环境恶化的捷径，但是太阳能能源不连续和不稳定的缺点影响其单独使用的效果。为了解决这个问题，可以选择使用多种性质互补的能源联合供电，相互弥补彼此的不足，以达到连续稳定的电能输出。基于双输入直流变换器（Multipk-Input Converter，MC）的光电互补系统相对于风光互补系统而言，在太阳能功率充足时，可以选择将多余的能量进行并网，省去了蕃电池等储能设备，也可大大节约成本，简化控制：而且电网是全天候的，比纯新能源联合系统更加可靠。因此本文将对光电互补系统，研究其拓扑、能量管理和系统参数设计等等在隔离应用的中小功率场合，推挽变换器控制方便，结构简单，应用广泛传统的多输入推挽变换器结构复杂，成本高。通过分析MIC的生成方法，利用脉冲电压源 Pulsating Voltage Source Ce，PⅤSC或者脉冲电流源（Pulsating Curren Source Cell，PCSC）中联或者并联构成简单实用的一族多输入推挽变换器，详细分析了BUCK型PVSC串联构成的双输入推挽变换器的小信号模型和控制方式，为了能够提供交流输出，本文还详细分析了半桥逆变电路的控制方式，并推导出其数学控制模型通过分析系统的工作模式、能量管理策略和不同控制方式对系统的影响，阐叨基于双输入推挽变换器的光电互补系统的工作原理。并对系统软件涉及到的太阳能最大功率跟踪、光电互补控制和逆变控制等算法进行重点研究功率电路参数设计合理与否，直接影响着系统的性能和指标，其中推挽变压器和滤波器的参数设计尤为重要，为此专门给出了硬件参数设计步骤；然后，根据软件算法，设计了控制软件流程图来更清晰的表达软件控制的思想软件参数是影响系统鲁棒性和快速性的另一个关键因素，在硬件设计的基础上，对软件参数进行优化设计，并利用 Simulink软件对设计参数进行仿真分析和修正。然后采用TMS320F2809作为控制芯片，搭建了实验原理样机，并进行了相关验证实验
标签： 推挽变换器
上传时间： 2022-03-16
上传用户：
倒立摆系统是研究控制理论的一种典型实验装置，具有成本低廉，结构简单物理参数和结构易于调整的优点，是一个具有高阶次、不稳定、多变量、非线性和强耦合特性的不稳定系统。在控制过程中，它能有效地反映诸如稳定性、鲁棒性、随动性以及跟踪等许多控制中的关键问题，是检验各种控制理论的理想模型。迄今人们己经利用经典控制理论、现代控制理论以及各种智能控制理论实现了多种倒立摆系统的控制稳定倒立摆系统的最初研究开始于二十世纪五十年代，麻省理工大学电机工程系设计出单级倒立摆系统这个实验设备。后来在此基础上，人们又进行拓展，产生了各式各样的倒立摆：有悬挂式倒立摆、平行倒立摆、环形倒立摆、平面倒立摆倒立摆的级数有一级、二级、三级、四级乃至多级：倒立摆的运动轨道可以是水平的，也可以是倾斜的：倒立摆系统已成为控制领域中不可或缺的研究设备和验证各种控制策略有效性的实验平台。同时倒立摆研究也具有重要的工程背景：如机器人的站立与行走类似双倒立摆系统：火箭等飞行器的飞行过程中，其姿态的调整类似于倒立摆的平衡。由于倒立摆系统与双足机器人、火箭飞行控制有很大相似性，因此对倒立摆控制机理的研究具有重要的理论和实践意义。而就这两方面而言，从目前的研究情况来看，大部分研究成果又都集中在第面即倒立摆系统的稳定控制的研究早在上个世纪五十年代，国外就开始了倒立摆的研究，我国学者也从80年代初开始倒立摆系统的研究。1966年 Schaefer和 Cannon应用bang-bang控制理论，将一个曲轴稳定于倒置位置，实现了单级倒立摆的稳定控制，在60年代后期，作为一个典型的不稳定严重非线性证例，倒立摆的概念被提出，并将其用于检验控制方法对不稳定、非线性和快速性系统的控制能力，受到世界各国许多科学家的重视，寻找不同的控制方法实现对倒立摆的控制。目前，倒立摆的控制方法可分如下几类
上传时间： 2022-04-05
上传用户：
本手册介绍了 32 位基于 ARM 微控制器 STM32F101xx 与 STM32F103xx 的固件函数库。该函数库是一个固件函数包，它由程序、数据结构和宏组成，包括了微控制器所有外设的性能特征。该函数库还包括每一个外设的驱动描述和应用实例。通过使用本固件函数库，无需深入掌握细节，用户也可以轻松应用每一个外设。因此，使用本固态函数库可以大大减少用户的程序编写时间，进而降低开发成本。每个外设驱动都由一组函数组成，这组函数覆盖了该外设所有功能。每个器件的开发都由一个通用 API(application programming interface 应用编程界面)驱动， API 对该驱动程序的结构，函数和参数名称都进行了标准化。 所有的驱动源代码都符合“Strict ANSI-C”标准（项目于范例文件符合扩充 ANSI-C 标准）。我们已经把驱动源代码文档化，他们同时兼容 MISRA-C 2004 标准（根据需要，我们可以提供兼容矩阵）。由于整个固态函数库按照“Strict ANSI-C”标准编写，它不受不同开发环境的影响。仅对话启动文件取决于开发环境。该固态函数库通过校验所有库函数的输入值来实现实时错误检测。该动态校验提高了软件的鲁棒性。实时检测适合于用户应用程序的开发和调试。但这会增加了成本，可以在最终应用程序代码中移去，以优化代码大小和执行速度。想要了解更多细节，请参阅 Section 2.5。 因为该固件库是通用的，并且包括了所有外设的功能，所以应用程序代码的大小和执行速度可能不是最优的。对大多数应用程序来说，用户可以直接使用之，对于那些在代码大小和执行速度方面有严格要求的应用程序，该固件库驱动程序可以作为如何设置外设的一份参考资料，根据实际需求对其进行调整。
上传时间： 2022-04-17
上传用户：
本手册介绍了32位基于ARM微控制器STM32F101xx与STM32F103xx的固件函数库。该函数库是一个固件函数包，它由程序、数据结构和宏组成，包括了微控制器所有外设的性能特征。该函数库还包括每一个外设的驱动描述和应用实例。通过使用本固件函数库，无需深入掌握细节，用户也可以轻松应用每一个外设。因此，使用本固态函数库可以大大减少用户的程序编写时间，进而降低开发成本。每个外设驱动都由一组函数组成，这组函数覆盖了该外设所有功能。每个器件的开发都由一个通用API (application programming interface 应用编程界面)驱动，API对该驱动程序的结构，函数和参数名称都进行了标准化。所有的驱动源代码都符合“Strict ANSI-C”标准（项目于范例文件符合扩充ANSI-C标准）。我们已经把驱动源代码文档化，他们同时兼容MISRA-C 2004标准（根据需要，我们可以提供兼容矩阵）。由于整个固态函数库按照“Strict ANSI-C”标准编写，它不受不同开发环境的影响。仅对话启动文件取决于开发环境。该固态函数库通过校验所有库函数的输入值来实现实时错误检测。该动态校验提高了软件的鲁棒性。实时检测适合于用户应用程序的开发和调试。但这会增加了成本，可以在最终应用程序代码中移去，以优化代码大小和执行速度。
上传时间： 2022-04-26
上传用户：
如何估计机器人在空间中移动时的状态（如位置、方向）是机器人研究中一个重要的问题。大多数机器人、自动驾驶汽车都需要导航信息。导航的数据来自于相机、激光测距仪等各种传感器，而它们往往受噪声影响，这给状态估计带来了挑战。本书将介绍常用的传感器模型，以及如何在现实世界中利用传感器数据对旋转或其他状态变量进行估计。本书涵盖了经典的状态估计方法（如卡尔曼滤波）以及更为现代的方法（如批量估计、贝叶斯滤波、sigmapoint 滤波和粒子滤波、剔除外点的鲁棒估计、连续时间的轨迹估计和高斯过程回归）。这些方法在诸如点云对齐、位姿图松弛、光束平差法以及同时定位与地图构建等重要应用中得以验证。对机器人领域的学生和相关从业者来说，本书将是一份宝贵的资料。
标签： 机器人
上传时间： 2022-05-23
上传用户：
本文为一个名叫 Besiding的双足机器人建立了完整的力学模型和控制模型，使机器人能在平面上实现稳定的动态行走。并且对模型的可靠性和实用性进行了仿真计算，结果证实了文中模型的合理性和可行性。这个名为 Besiding的机器人有10个自由度，从机械学的角度看，其结构能实现基本的步行动作为了使建立的模型利于计算机控制和编程计算，文章采用了一种递推的 Newton Euler方法来建立机器人的力学模型，这种方法的特点是利用递推计算的办法来形成力学方程中动力矩阵和关联矩阵的元素，这就使得非常复杂的动力学方程在编程计算的时候显得非常简洁、有效，在这个基础上，文章对步行策略进行了设计，并得到了实现稳定的动态行走所必须满足的力学条件在 Besiding机器人的控制问题上，文章采用的是跟踪式的PD控制法，具体措施是首先把机器人的行走过程按一个很小的时间区间分成许多时间域，其次把机器人的力学方程在每个时间领域里线性化，然后在这个时间域内对机器人进行PD控制。其实这种控制方法允许对机器人控制系统的特性参数进行设计，这就更容易使控制系统达到我们的要求：另外，Besiding还添加一个控制环节，使其具有一定的鲁棒性，来抵消由于实际机器人的某些力学参数很难精确测量所带来的对稳定性的负面影响文章的最后对力学模型和控制用Maab进行了仿真计算，列出一些重要的计算结果，对稳定性、跟踪误差、响应性能等重要的控制指标进行了分析。其结果显示，文章所采用的建模方法、行走策略和控制措施是合理的、有效的实用的。关键词：双足机器人、力学模型、动态步行、行走策略、控制模型、仿真计算
上传时间： 2022-06-19
上传用户：slq1234567890
