导读:本文包含了自适应迭代论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:自适应,迭代,噪声,递归,恒力,无源,算法。
自适应迭代论文文献综述
李成雷,何秋生,张猛,赵晓丹[1]（2019）在《自适应迭代维纳滤波算法》一文中研究指出针对经典维纳滤波去除图像高斯噪声后不能很好保持图像边缘和平滑性的问题,提出一种自适应迭代维纳滤波算法。首先,依靠像素灰度值的二阶差分分量估计图像的噪声方差;然后,以3×3大小的模板为起始模板,对图像进行迭代滤波且每次迭代都增加模板大小;最后,每次滤波前后所有像素灰度值变化大小的均值是否小于阈值为停止迭代的判断条件,判断条件成立结束滤波。不同改进算法的实验结果对比,该改进算法不仅保持较高图像峰值信噪比而且在时间复杂度上要小于小波域维纳滤波器,并且在保持图像边缘和平滑效果方面要较好于小波域维纳滤波。(本文来源于《太原科技大学学报》期刊2019年03期）
何之煜[2]（2019）在《自适应迭代学习控制在列车自动驾驶系统中的应用》一文中研究指出迭代学习控制在处理重复运动系统的跟踪问题时,理论上可以完全消除系统的重复性误差,实现对期望曲线的完全跟踪。然而,在系统实际运行中,非严格重复性误差不可避免地客观存在,具体表现在时变外部扰动、初态扰动、输入受限、状态受限等情况,传统的迭代学习控制无法对这些非重复性扰动产生及时的响应。随着迭代次数的增加,系统跟踪误差不断累加,当系统误差累加到一定程度时,会使系统的瞬时输出过大,导致系统失稳,最终影响系统的控制性能。因此,本论文针对上述迭代学习控制研究中出现的问题,以高速列车自动驾驶系统为对象,设计合理的控制律,使列车在运行过程中能够学习有效的重复信息,用于提高列车对期望曲线的跟踪精度。本论文的主要工作和创新点总结如下:一、研究了高速列车运行过程中受到时变外部随机扰动的自适应迭代学习控制问题。将对列车阻力参数模型的研究分为参数化模型和非参数化模型两种情况。对于阻力模型参数化处理中,应用迭代域的递推最小二乘法对阻力模型参数进行辨识;对于阻力模型非参数化处理中,利用基于模糊推理的径向基神经网络算法对阻力参数进行逼近,并利用滑模控制对模型逼近误差、系统扰动项进行补偿。通过在迭代域和时间域设计参数更新律,基于Lyapunov函数构造复合能量函数,证明系统的跟踪误差沿迭代轴是渐进收敛的。当系统存在非重复性的随机扰动时,跟踪误差最终会收敛到零的很小的邻域内,最后通过仿真分析和实验测试验证了所提出算法的有效性。二、研究了高速列车运行过程中受到受限状态的自适应迭代学习控制问题。首先针对系统初态一致性情况下的受限系统控制问题进行研究,接着在此基础上考虑系统的初态扰动和外部时变扰动的状况,通过引入饱和函数对系统输入和系统状态上界进行约束,以及时变边界层函数对系统随机初态进行处理,基于Lyapunov函数设计自适应迭代学习控制律和参数更新律。通过严格的理论推导证明了跟踪误差在上述两种情况下所提出算法于迭代域上的渐进收敛性,并通过仿真和实验测试验证了算法的有效性。叁、研究了高速列车运行过程中误差非一致状况下的自适应迭代学习控制问题。首先根据列车动力学模型建立期望误差动力学模型,在充分考虑列车运行过程中等效质量时变的情况,利用系统跟踪误差对非参数不确定模型进行逼近。通过预设一个时间点,使得系统跟踪误差在预设时间点内收敛到一个允许的可调域内。随后,设计鲁棒迭代学习控制器,并基于Lyapunov函数构造复合能量函数,通过严格的数学证明,证明了系统能够随迭代域对期望误差曲线实现渐进跟踪,提高了系统对于初态扰动影响下的控制性能,并通过仿真和实验测试验证了算法的有效性。(本文来源于《中国铁道科学研究院》期刊2019-05-01）
戴文战,黄晓姣,沈忱[3]（2019）在《带遗忘因子的自适应迭代容积卡尔曼滤波算法》一文中研究指出自适应迭代滤波算法作为典型的滤波改进算法,有效提高了滤波精度,但旧数据影响过大,导致滤波发散;遗忘因子滤波算法虽然引进遗忘因子减少了旧数据的影响,但是其滤波算法本身的精度不高,难以处理高度非线性问题。基于此,本文借鉴遗忘因子的滤波算法和自适应迭代无迹卡尔曼滤波算法的思想,把遗忘因子与自适应迭代容积卡尔曼滤波相结合,这样既可以发挥遗忘因子的作用,减小历史数据对滤波结果的影响,又可以提高滤波算法本身精度和处理非线性问题的能力。仿真实验表明,该算法可以有效减小误差且提高滤波精度。(本文来源于《科技通报》期刊2019年01期）
张闯,郭晨,张大恒[4]（2019）在《船舶组合导航自适应迭代粒子滤波方法及应用》一文中研究指出针对多传感器观测信息较多、粒子采样效率较低的问题,提出了一种自适应迭代粒子滤波(adaptive iterated particle filter,AIPF)算法并应用于船舶全球定位系统/惯性导航系统组合导航系统。首先通过粒子滤波自身迭代进行其重要性密度函数的更新。其次,采用自适应退火参数的模拟退火算法,使当前量测量能够快速进入到采样过程,进而大大提高了采样效率。最后,进行了仿真对比计算以及实船试验,结果表明,AIPF算法不仅可以提供精度较高的导航精度,而且增强了滤波性能。(本文来源于《系统工程与电子技术》期刊2019年04期）
王洪安,王红星[5]（2018）在《自适应迭代滑模控制技术在船舶运动分析的应用》一文中研究指出海洋运输相对陆地运输具有成本低、安全性高、运载量大等优点,自古以来就是大宗货物贸易的主要手段。我国内河航运和海上运输具有悠久的发展历史,促进了我国内陆的经济发展和世界范围的货物流通。目前,绝大多数船舶以热机为动力直接驱动螺旋桨,从而产生前进的动力,这种推进方式存在的主要问题是灵活性较差,调速范围小,而电力驱动船舶的调速能力强,具有更好的灵活性,近年来已经成为一种重要的船舶推进类型。本文针对电力推进船舶的运动控制技术进行了研究,建立了船舶的运动模型,并引入了自适应迭代滑模控制技术对船舶的运动控制进行了改进,在Matlab中进行运动仿真。(本文来源于《舰船科学技术》期刊2018年24期）
郝钏钏,司成,周曼娟[6]（2018）在《考虑终端姿态约束的自适应迭代制导方法》一文中研究指出为了解决采用经典迭代制导方法时运载火箭主动段终端姿态散布较大的问题,提出一种考虑终端姿态约束的自适应迭代制导方法。该方法将末级主动段分为迭代制导段和姿态快速调整段;在迭代制导段,通过对其终端姿态和姿态快速调整段的估计,自适应调整其制导目标状态;在主动段结束前进入姿态快速调整段,将火箭姿态快速调整至期望姿态。仿真结果表明该方法能同时满足轨道参数约束和终端姿态约束,且仅增加少量的推进剂消耗。(本文来源于《航天控制》期刊2018年06期）
赵志欣,周新华,洪升,翁涛,王玉皞[7]（2018）在《基于载波域自适应迭代滤波器的无源雷达多径杂波抑制方法》一文中研究指出在无源雷达系统中,监测通道信号中存在零频和非零频多径杂波,影响目标的检测。时域自适应迭代滤波器(如LMS, NLMS, RLS等)常被用于无源雷达杂波抑制,但这些方法只适用于零频多径杂波。该文针对零频和非零频多径杂波的问题,结合数字广播电视信号的正交频分复用波形特征,提出一种基于载波域自适应迭代滤波器的杂波抑制算法。该算法利用同一载频下含有相同多普勒频移的多径杂波的相关性原理,进行杂波抑制。仿真和实测数据处理结果证明了算法的有效性。(本文来源于《电子与信息学报》期刊2018年12期）
闫婷婷[8]（2018）在《正则化Richardson＿Lucy算法的自适应迭代停止准则》一文中研究指出Richardson_Lucy算法是一种快速的迭代去卷积算法。针对差值测量停止准则不能自适应地停止迭代Richardson_Lucy算法及其基于正则化约束的改进算法的不足,提出了基于边缘像素统计的迭代停止准则这一新的算法。经过比较优化,选择Sobel检测算子检测图像的边缘像素变化曲线;采用最小二乘法估计边缘像素变化曲线的斜率。通过实验,得到基于边缘像素统计的迭代停止准则不受正则化参数的影响,具有自适应性,可以适时地停止算法迭代,并且在算法停止时可以获得好的图像恢复效果。(本文来源于《计算机产品与流通》期刊2018年12期）
李琳,肖佳栋,张铁,肖蒙[9]（2019）在《基于自适应迭代的机器人曲面恒力跟踪》一文中研究指出针对利用机器人进行打磨、抛光、去毛刺等场合时末端执行器对曲面工件轮廓跟踪时难以得到恒定接触力的问题,对机器人末端执行器和工件轮廓接触时的接触力进行研究,建立了实际跟踪过程中机器人末端执行器的接触力和已知传感器坐标系的映射关系,提出了一种基于自适应迭代学习算法的机器人力/位混合曲面恒力跟踪控制方法。该方法由两部分组成:基于机器人和环境接触时的阻抗模型设计了迭代学习控制律,在PD反馈控制的基础上通过迭代项克服机器人的未知参数和不确定性,并构建Lyapunov能量函数证明所提控制律的收敛性;将迭代学习控制律和力/位混合曲面恒力跟踪控制方法结合起来设计了用于曲面工件轮廓跟踪的控制方法。实验结果显示,经过15次迭代,接触力的波动范围逐渐变小并稳定在±3 N之内,验证了所提方法的有效性。(本文来源于《北京航空航天大学学报》期刊2019年04期）
钱美容,蒋近[10]（2019）在《CD播放器机械臂轨迹跟踪的鲁棒自适应迭代学习控制》一文中研究指出针对CD播放器机械臂轨迹跟踪问题,提出一种鲁棒自适应迭代学习控制算法。分析了CD播放器系统的基本结构,根据空间运动特性建立了机械臂系统模型,提供了机械臂轨迹跟踪控制方案,并结合机械臂系统的结构特点设计了鲁棒自适应控制算法。该算法由可变增益比例—微分控制、前馈学习控制和鲁棒控制组成,可变增益比例—微分控制根据自适应切换规则调整控制增益,保证系统稳定性并加快收敛速度,前馈学习控制通过学习规则计算出每次迭代过程中期望的前馈力矩,以补偿模型不确定性,鲁棒控制确保了系统在外部随机扰动下的鲁棒性。通过实验表明,所提控制算法能加快系统的收敛速度,提高系统的跟踪性能。(本文来源于《计算机集成制造系统》期刊2019年03期）
自适应迭代论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
迭代学习控制在处理重复运动系统的跟踪问题时,理论上可以完全消除系统的重复性误差,实现对期望曲线的完全跟踪。然而,在系统实际运行中,非严格重复性误差不可避免地客观存在,具体表现在时变外部扰动、初态扰动、输入受限、状态受限等情况,传统的迭代学习控制无法对这些非重复性扰动产生及时的响应。随着迭代次数的增加,系统跟踪误差不断累加,当系统误差累加到一定程度时,会使系统的瞬时输出过大,导致系统失稳,最终影响系统的控制性能。因此,本论文针对上述迭代学习控制研究中出现的问题,以高速列车自动驾驶系统为对象,设计合理的控制律,使列车在运行过程中能够学习有效的重复信息,用于提高列车对期望曲线的跟踪精度。本论文的主要工作和创新点总结如下:一、研究了高速列车运行过程中受到时变外部随机扰动的自适应迭代学习控制问题。将对列车阻力参数模型的研究分为参数化模型和非参数化模型两种情况。对于阻力模型参数化处理中,应用迭代域的递推最小二乘法对阻力模型参数进行辨识;对于阻力模型非参数化处理中,利用基于模糊推理的径向基神经网络算法对阻力参数进行逼近,并利用滑模控制对模型逼近误差、系统扰动项进行补偿。通过在迭代域和时间域设计参数更新律,基于Lyapunov函数构造复合能量函数,证明系统的跟踪误差沿迭代轴是渐进收敛的。当系统存在非重复性的随机扰动时,跟踪误差最终会收敛到零的很小的邻域内,最后通过仿真分析和实验测试验证了所提出算法的有效性。二、研究了高速列车运行过程中受到受限状态的自适应迭代学习控制问题。首先针对系统初态一致性情况下的受限系统控制问题进行研究,接着在此基础上考虑系统的初态扰动和外部时变扰动的状况,通过引入饱和函数对系统输入和系统状态上界进行约束,以及时变边界层函数对系统随机初态进行处理,基于Lyapunov函数设计自适应迭代学习控制律和参数更新律。通过严格的理论推导证明了跟踪误差在上述两种情况下所提出算法于迭代域上的渐进收敛性,并通过仿真和实验测试验证了算法的有效性。叁、研究了高速列车运行过程中误差非一致状况下的自适应迭代学习控制问题。首先根据列车动力学模型建立期望误差动力学模型,在充分考虑列车运行过程中等效质量时变的情况,利用系统跟踪误差对非参数不确定模型进行逼近。通过预设一个时间点,使得系统跟踪误差在预设时间点内收敛到一个允许的可调域内。随后,设计鲁棒迭代学习控制器,并基于Lyapunov函数构造复合能量函数,通过严格的数学证明,证明了系统能够随迭代域对期望误差曲线实现渐进跟踪,提高了系统对于初态扰动影响下的控制性能,并通过仿真和实验测试验证了算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应迭代论文参考文献
[1].李成雷,何秋生,张猛,赵晓丹.自适应迭代维纳滤波算法[J].太原科技大学学报.2019
[2].何之煜.自适应迭代学习控制在列车自动驾驶系统中的应用[D].中国铁道科学研究院.2019
[3].戴文战,黄晓姣,沈忱.带遗忘因子的自适应迭代容积卡尔曼滤波算法[J].科技通报.2019
[4].张闯,郭晨,张大恒.船舶组合导航自适应迭代粒子滤波方法及应用[J].系统工程与电子技术.2019
[5].王洪安,王红星.自适应迭代滑模控制技术在船舶运动分析的应用[J].舰船科学技术.2018
[6].郝钏钏,司成,周曼娟.考虑终端姿态约束的自适应迭代制导方法[J].航天控制.2018
[7].赵志欣,周新华,洪升,翁涛,王玉皞.基于载波域自适应迭代滤波器的无源雷达多径杂波抑制方法[J].电子与信息学报.2018
[8].闫婷婷.正则化Richardson＿Lucy算法的自适应迭代停止准则[J].计算机产品与流通.2018
[9].李琳,肖佳栋,张铁,肖蒙.基于自适应迭代的机器人曲面恒力跟踪[J].北京航空航天大学学报.2019
[10].钱美容,蒋近.CD播放器机械臂轨迹跟踪的鲁棒自适应迭代学习控制[J].计算机集成制造系统.2019
论文知识图
