搜索资源列表
87166412lunwenfig3_10a
- 可以实现多个方向波束跟踪,并且抑制干扰信号(Can implement multiple direction beam tracking, and suppress interference signals)
飞思卡尔小车
- 飞卡小车基于机器视觉的智能车路径跟踪控制系统能够更全面地获取道路信息,利用各种有效的图像处理算法对路径进行识别,提高了路径识别的准确性,并拓宽智能车的视野,能对更远的路径提前做好判断,提高了路径跟踪的平均速度。作为能够自动进行路径跟踪的智能车,车身与控制器本身就是一个自动控制系统,有些控制理论与策略早已非常成熟,且在实际应用中效果非常好,一些新的控制算法在灵活性上也有很大的提高,因此对各种控制算法的灵活运用能够提高智能车路径跟踪系统的整体性能。
感应加热电源的研究
- 针对倍频电源的主电路拓扑结构,研究分析一种分时控制与密度调功相结合的分时一密度复合功率控制策略,并应用复杂可编程逻辑器件CPLD和数字信号处理器DSP的协调工作来实现分时一密度复合调功、频率跟踪控制及保护等,以MOSFET为主控器件,采用倍频的方式实现700kHz/10kW高频大功率感应加热电源。(In view of the main circuit topology of frequency doubling power supply, a time-sharing and one dens
ILC-master
- 迭代学习控制源程序,适合初学者,希望和有关机器鱼轨迹跟踪方面交流。(Iterative learning control source program, suitable for beginners, hopes and exchanges on trajectory tracking of robotic fish.)
ADRC
- 通过扩张状态观测器估计摆杆角度及角速度,使用2 个跟踪微分器分别得到小车位移和速度及参考位移和速度,并将它们组合成控制量,实现了对摆杆偏角与小车位移的良好控制。(By using the extended state observer to estimate the angle and angular velocity of the pendulum, the 2 tracking differentiators are used to get the displacement and velo
风力发电系统的建模与仿真
- 介绍风力发电的机械和电气系统数学模型及并网控制策略的原理,然后结合具体算例,通过DIgSILENT和MATLAB/Simulink两种仿真软件建立典型风电机组的仿真模型,分析其*大程度功率跟踪控制、有功和频率调节、无功和电压控制、低电压穿越、虚拟惯性控制等风电机组并网控制的主要特性,以及电网允许风电接纳能力、电网潮流计算与无功优化计算、风电接入对电网暂态稳定性影响等。此外,通过柔性直流输电的海上风电和大型风电基地的风电场并网已成为新的研究热点,本书将介绍其基本原理和仿真建模。(Modeling
MPPT
- 最大功率跟踪控制,适用于风电、海流能发电等控制系统(max power point track)
NDO-ASMC
- 利用干扰观测器+滑模控制进行机械臂轨迹跟踪,完整代码(The trajectory tracking of the manipulator with disturbance observer + sliding mode control)
驱动电机
- 通过读取光栅传感器的输出脉冲个数进而控制直流电机转动相应的距离。(By reading the number of output pulses of the grating sensor, the corresponding distance of the DC motor can be controlled.)
matlab_simulation
- 纯轨迹跟踪控制 基于matlab 平台编码(pure persuit conntrol source)
PMSGWindFarm
- 对直驱永磁同步风力发电机组的各个组成部分进行分析,在此基础上建立仿真模型,采用了控制算法来实现最大功率跟踪控制目标。(The components of the direct-drive permanent magnet synchronous wind turbine are analyzed. On this basis, the simulation model is established and the control algorithm is used to achieve the
lqr
- 无人驾驶汽车运动控制分为纵向控制和横向控制。纵向控制是指通过对油门和制动的协调,实现对期望车速的精确跟随。横向控制实现无人驾驶汽车的路径跟踪。其目的是在保证车辆操纵稳定性的前提下,不仅使车辆精确跟踪期望道路,同时使车辆具有良好的动力性和乘坐舒适性。(The motion control of driverless cars is divided into vertical control and lateral control. Longitudinal control refers to th
第6章
- 《无人驾驶模型预测控制》由北京理工大学陈慧岩教授团队编著,详细介绍了应用模型预测控制理论进行无人驾驶车辆控制的基础方法,结合运动规划与跟踪实例详细说明了预测模型建立、方法优化、约束处理和反馈校正的方法,给出了Matlab仿真代码和详细图解仿真步骤。 所有代码都详细提供了详尽的注解,本文件为第六章的所有程序代码(The prediction control of driverless model is compiled by Professor Chen Huiyan of Beijing Uni
Thinking
- 控制无人水面艇按照规划好的轨迹航行,跟随期望值(Control the unmanned surface craft to follow the planned trajectory)
水下航行器协调控制技术中航行器跟踪避障控制
- 水下航行器协调控制技术中航行器跟踪避障控制
TD
- 根据韩晶清老师的自抗扰控制中跟踪微分器仿真(the simulation of tracking differentiator)
chap6_LocalPlan_TrackingCtrl
- 加入规划层的轨迹跟踪控制,无人驾驶车辆模型预测控制第二版第六章(Add trajectory tracking control of planning layer, Chapter 6 of the second version of model predictive control of driverless vehicles)
DML test
- 基于模型预测控制算法研究自动驾驶车辆轨迹跟踪(Trajectory tracking of autonomous vehicle based on model predictive control algorithm)
光伏逆变MPPT_2
- 包含单相光伏逆变器及最大功率点跟踪,可以实现电流内环及电压外环控制(Including single-phase photovoltaic inverter and maximum power point tracking, can achieve current inner loop and voltage outer loop control)
sliding mode
- 主要讨论了几种不同的滑模控制算法,可用于轨迹跟踪。(Several different sliding mode control algorithms are discussed, which can be used for trajectory tracking)