导读:本文包含了伸缩因子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:伸缩,因子,永磁,模糊,矩阵,曲面,凸多边形。
伸缩因子论文文献综述
马静[1]（2019）在《一类伸缩因子为4的d维矩阵值小波》一文中研究指出小波变换在图像处理中是一项强有力的工具。根据信号多分量的特性,在构造向量值小波和矩阵值小波的应用过程中具有灵活性。文章在L2(Rd,Cn×n)空间中引入对应于4尺度矩阵值尺度函数的矩阵值多分辨分析和矩阵值正交小波的概念,给出了d维矩阵值正交小波存在的充要条件,提供了一类紧支撑d维矩阵值正交小波的构造算法。(本文来源于《新疆师范大学学报(自然科学版)》期刊2019年01期）
王宏涛,蒋汶松[2]（2019）在《基于混合型伸缩因子的机械臂控制优化研究》一文中研究指出为了实现叁关节机械臂的轨迹跟踪控制,提出了一种变论域模糊控制方法,设计了一种不依赖被控对象精确数学模型的变论域模糊控制器。该控制器引入一种新的混合型伸缩因子,选择机械臂期望关节角度与实际关节角度的差值作为偏差,利用偏差和偏差的变化作为输入量来自动调整论域。运用MATLAB软件对采用该控制器的叁关节机械臂轨迹跟踪控制进行仿真分析,并与采用指数型伸缩因子的变论域模糊控制器的仿真结果进行对比。结果表明,所设计的混合型伸缩因子的变论域模糊控制器在机械臂轨迹跟踪中的控制精度更高,稳态误差小,且响应速度快、无超调。(本文来源于《应用科技》期刊2019年05期）
李学伟,马立新,袁沧虎[3]（2019）在《模糊伸缩因子优化变论域的模糊PID矢量控制研究》一文中研究指出传统PID对永磁同步电机(PMSM)加以控制时,系统性能会随内部参数、外部载荷时变而波动。将PID技术与模糊理论相结合无疑是解决上述问题的有效途径。模糊伸缩因子优化变论域技术不仅具有普通模糊PID的优点,且能利用模糊伸缩因子实现对初始论域的在线调整,大大提升了模糊规则的利用率。仿真结果表明:模糊伸缩因子优化变论域的PMSM伺服系统响应速度更快,超调量小,并且当负载过大过快变化时,转矩脉动小,调整时间短。该策略在工程上具有较好的实用性和应用前景。(本文来源于《电力科学与工程》期刊2019年02期）
陈素根,刘兵兵[4]（2018）在《参数曲面多边形区域上自由变形的多项式伸缩因子方法》一文中研究指出为得到理想的参数曲面造型效果,改进参数曲面自由变形方法,构造了凸多边形区域上基于多项式的伸缩因子,它具有已有伸缩因子的特征,扩展了参数曲面自由变形方法。将所构造的伸缩因子作用于待变形曲面方程,通过交互改变控制参数来调控曲面的形状,得到丰富的变形效果。实验表明,该方法计算简单、易于控制,在几何造型、计算机动画、CAD/CAM等领域均有应用前景。(本文来源于《安庆师范大学学报(自然科学版)》期刊2018年01期）
马立新,刘灏龙,范洪成[5]（2017）在《伸缩因子优化交流伺服SVPWM控制算法研究》一文中研究指出永磁同步电机具有转矩系数高、转子惯量小以及响应速度快等特点,而传统PID控制策略不能跟随系统参数的变化而自动整定控制参数。为了解决以上问题,通过分析模糊理论,综合伸缩因子改变论域的思想,提出了一种变论域模糊PID控制,最后使用Matlab工具组建了控制算法仿真模型,对比了传统PID、普通模糊PID、变论域模糊PID矢量控制下的仿真成效。仿真结果表明:变论域模糊PID自整定控制优于普通模糊PID控制,使电机系统转速实现无超调,响应更加迅速,扰动恢复时间大幅缩短。该方法提高了永磁交流伺服系统的控制精度,具有良好的动静态性能。(本文来源于《控制工程》期刊2017年12期）
吴天宇,潘维加,颜帅,阮琦[6]（2016）在《基于改进伸缩因子的变论域模糊控制在两区域AGC中的研究》一文中研究指出现代电网的发展趋势是区域互联,自动发电控制(AGC)是系统调度中的一项重要工作。使用TBC的控制策略,搭建了两区域互联电网的模型图,设计了一种新型的论域伸缩因子来简化计算,为了协调CPS考核与机组动作间的矛盾,对模糊规则进行了相应的改进,以寻求一种较"松弛"的控制。在Matlab仿真结果中得出,采用变论域模糊控制器时,AGC系统的稳态频率误差小,调节时间短,同时分析了联络线上的功率交换特性,进一步验证了该控制方案的可行性和优越性。(本文来源于《电力学报》期刊2016年04期）
李军成[7]（2016）在《基于伸缩因子的代数曲线曲面变形方法》一文中研究指出提出了一种基于伸缩因子的代数曲线曲面变形方法。首先构造了一种用于代数曲线曲面变形的伸缩因子,然后将所构造的伸缩因子分别作用于待变形的代数曲线与曲面,通过改变伸缩因子各参数的取值实现对代数曲线曲面的变形。实例表明,该方法操作方便,易于控制,可获得丰富的变形效果,是一种简单有效的代数曲线曲面变形方法。(本文来源于《计算机工程与科学》期刊2016年06期）
张忠,王洁瑜[8]（2016）在《基于判定区间伸缩因子的决策融合算法研究》一文中研究指出以近红外光谱分析技术为基础,结合化学计量学分析方法,对西湖龙井和普通龙井进行鉴别研究,提出一种基于判定区间伸缩因子决策融合的鉴别方法。该方法采用支持向量机(SVM)结合向后区间偏最小二乘法(BiPLS)进行决策融合,并引入判定区间伸缩因子对判定区间进行调节,找到最优判定区间。以西湖龙井和普通龙井样本为材料,采集样本的近红外光谱,使用二阶导数对原始光谱进行预处理,采用该方法建立分类模型,对西湖龙井和普通龙井进行分类。结果表明,对72份训练集样本和38份预测集样本进行分类,训练集样本和预测集样本分类的准确率均达到100%,证明该方法对西湖龙井和普通龙井能进行有效的分类鉴别。(本文来源于《软件导刊》期刊2016年04期）
刘丹,王宁[9]（2016）在《基于变伸缩因子的模糊自适应船舶航向控制》一文中研究指出针对船舶航向控制系统中固有的非线性和模型不确定性,提出一种基于变伸缩因子的模糊自适应控制方法.该控制方法基于Norbbin非线性船舶运动模型,采用Lyapunov稳定性理论确保闭环系统的稳定性,结合投影算法设计参数自适应律,能够以精简的模糊规则实现较高的控制性能.仿真结果验证了该控制方法的有效性和优越性.(本文来源于《大连海事大学学报》期刊2016年01期）
李陈磊,竺小松,徐壮[10]（2014）在《基于无伸缩因子CORDIC算法的DDS设计》一文中研究指出提出一种无伸缩因子的双曲线坐标旋转数字计算(CORDIC)算法,该算法解决了伸缩因子的补偿问题,扩展了传统算法中受限的收敛域。对改进算法进行了误差分析,并通过仿真图直观比较,表明采用的算法精度满足硬件精度要求。提出了一种CORDIC算法的多级流水线结构和一种新的直接数字频率合成器(DDS)设计方法,此方案降低了硬件复杂度,易于实现。(本文来源于《火力与指挥控制》期刊2014年07期）
伸缩因子论文开题报告
（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：
为了实现叁关节机械臂的轨迹跟踪控制,提出了一种变论域模糊控制方法,设计了一种不依赖被控对象精确数学模型的变论域模糊控制器。该控制器引入一种新的混合型伸缩因子,选择机械臂期望关节角度与实际关节角度的差值作为偏差,利用偏差和偏差的变化作为输入量来自动调整论域。运用MATLAB软件对采用该控制器的叁关节机械臂轨迹跟踪控制进行仿真分析,并与采用指数型伸缩因子的变论域模糊控制器的仿真结果进行对比。结果表明,所设计的混合型伸缩因子的变论域模糊控制器在机械臂轨迹跟踪中的控制精度更高,稳态误差小,且响应速度快、无超调。
（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。
伸缩因子论文参考文献
[1].马静.一类伸缩因子为4的d维矩阵值小波[J].新疆师范大学学报(自然科学版).2019
[2].王宏涛,蒋汶松.基于混合型伸缩因子的机械臂控制优化研究[J].应用科技.2019
[3].李学伟,马立新,袁沧虎.模糊伸缩因子优化变论域的模糊PID矢量控制研究[J].电力科学与工程.2019
[4].陈素根,刘兵兵.参数曲面多边形区域上自由变形的多项式伸缩因子方法[J].安庆师范大学学报(自然科学版).2018
[5].马立新,刘灏龙,范洪成.伸缩因子优化交流伺服SVPWM控制算法研究[J].控制工程.2017
[6].吴天宇,潘维加,颜帅,阮琦.基于改进伸缩因子的变论域模糊控制在两区域AGC中的研究[J].电力学报.2016
[7].李军成.基于伸缩因子的代数曲线曲面变形方法[J].计算机工程与科学.2016
[8].张忠,王洁瑜.基于判定区间伸缩因子的决策融合算法研究[J].软件导刊.2016
[9].刘丹,王宁.基于变伸缩因子的模糊自适应船舶航向控制[J].大连海事大学学报.2016
[10].李陈磊,竺小松,徐壮.基于无伸缩因子CORDIC算法的DDS设计[J].火力与指挥控制.2014
论文知识图
