XiaoMi-AI文件搜索系统
World File Search System线性控制
针对新入学学生的推荐课程...
MAE 511 高级动力学及其在航空航天系统中的应用 MAE 534 机电一体化设计 MA501 高级工程与科学数学 I MAE 521 MIMO 系统的线性控制与设计 MAE 535 机电系统设计 MA501 高级工程与科学数学 I MAE 551 翼型理论 MAE 521 MIMO 系统的线性控制与设计 MAE 525 高级飞行器稳定性与控制 MAE 535 机电系统设计 MAE 561 机翼理论 MA 405 或 501* MA 405 线性代数简介 MAE 541 高级固体力学 I MAE 538 智能结构与材料 MAE 539 先进材料 MAE 535 机电系统设计 MAE 546 光子传感器在结构中的应用 MAE 589 特殊主题 - 结构健康监测 MAE 537 力学复合结构 MA 501 工程与科学高级数学 I
使用万向架进行物体跟踪控制...
本研究描述了一种控制解决方案，用于在物体检测环境中为 RPAS 获取的图像中进行实时物体跟踪。通过控制 3 轴万向节机构来控制嵌入到 RPAS 中的相机方向，并使用其处理后的图像进行反馈。控制的目的是将感兴趣的目标保持在图像平面的中心。所提出的解决方案使用 YOLOv3 物体检测模型来检测目标物体，并通过旋转矩阵确定新的所需角度，以将物体的位置收敛到图像的中心。为了比较所提出的控制结果，使用线性 PI 算法调整了线性控制。模拟和实践实验在提出的两种控制方法中都成功地使用 YOLOv3 实时跟踪了所需物体。
使用在线TS模糊...
复杂非线性系统（例如自动驾驶汽车）的控制通常需要可能无法使用或不准确的模型。在本文中，基于数据驱动的方法，用于学习非线性系统的数据驱动方法，以学习学习takagi – Sugeno（TS）模型，提出了一种新型的数据驱动模型预测控制（MPC）框架。为了解决数据TS建模，我们使用了不断发展的TS模糊椭圆形信息颗粒（TS-EEEFIG）方法来获得多型表示形式以及一组成员函数，这些功能允许使用有效的线性控制工具来处理复杂的非线性系统。，采用公式的方法用于赛车的自主驾驶控制问题。拟议的控件使用外部轨迹规划师提供的参考文献，在赛车模式下提供高驾驶性能。基于1/10比例RC汽车的高保真车辆模型，在模拟的赛车环境中验证了控制估计方案，以显示拟议方法的潜力。
HID 使用表
3 使用页面 17 3.1 HID 使用表约定 ............................................19 3.2 处理未知用法 ...。。。。。。。。。。。。。。。。。。。。。。。。....................20 3.3 用法和单位 ......。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21 3.4 使用类型。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。.............22 3.4.1 使用类型（控件） ............。。。。。。。。。。。。。。。。。。。。。。。。.......22 3.4.1.1 线性控制（LC） ...............。。。。。。。。。。。。。。。。。。。。。。22 3.4.1.2 开/关控制 (OOC) 。。。。。。。。。。。。。。。。。。。。。。...............23 3.4.1.3 瞬时控制（MC） .........。。。。。。。。。。。。。。。。。。。。。。。。...23 3.4.1.4 单次控制 (OSC) ...........。。。。。。。。。。。。。。。。。。。。。。。23 3.4.1.5 重新触发控制（RTC） .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。23 3.4.2 使用类型（数据） .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24 3.4.2.1 选择器（Sel） .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24 3.4.2.2 静态值（SV） .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24 3.4.2.3 静态标志（SF） .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24 3.4.2.4 动态标志（DF）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24 3.4.2.5 动态值（DV） .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25 3.4.3 使用类型（集合） .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 3.4.3.1 命名数组（NAry） .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 3.4.3.2 收集申请（CA）。。。。。。。。。。。。。。。。。。。。。。。。。..........26 3.4.3.3 集合逻辑（CL） ............。。。。。。。。。。。。。。。。。。。。。。。26 3.4.3.4 实物收集 (CP) ....................................26 3.4.3.5 使用开关（美国） ..........。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 3.4.3.6 用法修饰符 (UM)。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 3.4.4 替代类型。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。27 3.5 系统控制.。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28 3.5.1 键盘.。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28 3.5.2 鼠标。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28 3.5.3 操纵杆.。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28 3.6 HID 语言。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。29 3.6.1 使用数据描述符（0x01）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。30 3.6.2 供应商定义的 HID LANGID（0x3C - 0x3F）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。31
MIT 开放存取文章基于模拟的比较...
摘要：闭环麻醉输送 (CLAD) 系统可帮助麻醉师在较长时间内有效达到并维持所需的麻醉深度。典型的 CLAD 系统将使用根据生理信号计算出的麻醉标记物作为实时反馈，以调整麻醉剂量，以达到标记物的所需设定点。由于 CLAD 的控制策略在最近文献中报道的系统中各不相同，因此对常见控制策略进行比较分析会很有用。对于基于完善的房室药代动力学和 S 型 Emax 药效学模型的非线性植物模型，我们用数字方式分析了三种输出反馈线性控制策略的设定点跟踪性能：比例积分微分 (PID) 控制、线性二次高斯 (LQG) 控制和具有积分作用的 LQG (ILQG)。具体来说，我们针对患者无法获得设备模型参数、控制器基于标称模型设计且控制器增益在整个疗程中保持不变的情况对多个 CLAD 疗程进行了数值模拟。基于此处执行的数值分析，并根据我们选择的模型和控制器，我们推断 PID 控制在准确度和偏差方面优于 ILQG，而 ILQG 又优于 LQG。在噪声观测的情况下，可以调整 ILQG 以提供更平稳的输注速率，同时实现与 PID 相当的稳态响应。此处报告的数值分析框架和结果可以帮助 CLAD 开发人员选择控制策略。本文也可作为 CLAD 控制理论教学的教程论文。
最佳非线性控制在整个大脑中的应用......
我们应用最优非线性控制框架来控制 FitzHugh-Nagumo 振荡器的全脑网络的动态。其节点对应于基于图谱的人类大脑皮层分割的皮质区域，节点间耦合强度来自人类大脑连接组的扩散张量成像数据。节点采用无延迟的加法方案耦合，并由具有固定均值和加性高斯噪声的背景输入驱动。节点的最佳控制输入是通过最小化成本函数来确定的，该成本函数惩罚与期望网络动态的偏差、控制能量和空间非稀疏控制输入。使用背景输入的强度和整体耦合强度作为序参数，网络的状态空间分解为由高振幅极限环分隔的低活动和高活动固定点区域，所有这些区域都定性地对应于孤立网络节点的状态。然而，沿着边界，可以观察到额外的极限环、异步状态和多稳态。将最优控制应用于几个状态切换和网络同步任务，并将结果与同一连接组的线性控制理论的可控性度量进行比较。我们发现，后者关于节点在控制网络动态方面的作用的直觉（仅基于连接组特征）通常不会延续到非线性系统中，正如之前所暗示的那样。相反，在最优非线性控制下，节点的作用关键取决于指定的任务和系统在状态空间中的位置。我们的研究结果为大脑网络状态的可控性提供了新的见解，并可能为设计新的非侵入性脑刺激范式提供灵感。
库普曼算子理论的车辆应用
摘要 — 库普曼算子理论已被证明是一种很有前途的非线性系统辨识和全局线性化方法。近一个世纪以来，一直没有有效的方法来计算用于应用工程目的的库普曼算子。最近在流体动力学背景下引入了一种计算效率高的方法，该方法基于将系统动力学分解为一组按降序排列的正态模式，克服了这一长期存在的计算障碍。库普曼算子纯数据驱动的性质有望捕捉未知和复杂的动力学以进行降阶模型生成和系统辨识，从而利用线性控制技术的丰富机制。鉴于该研究领域的不断发展以及智能移动和车辆工程领域存在的许多未解决的问题，有必要对将库普曼算子理论应用于这一充满活力的领域的技术和开放挑战进行调查。本综述重点介绍了近年来出现的 Koopman 算子的各种解决方案，特别是那些专注于移动应用的解决方案，从特性和组件级控制操作到车辆性能和车队管理。此外，这篇对 100 多篇研究论文的全面回顾突出了 Koopman 算子理论在各种车辆应用中的应用范围，并对所应用的基于 Koopman 算子的算法类型进行了详细分类。此外，这篇评论论文讨论了 Koopman 算子理论的理论方面，这些理论方面在很大程度上被智能移动和车辆工程界忽视，但在解决这些领域的未解决问题方面具有巨大的潜力。
CS4192 单空芯压力表驱动器 - Mouser Electronics
CS4192 是单片 BiCMOS 集成电路，用于将来自微处理器/微控制器的 10 位数字字转换为互补直流输出。直流输出驱动通常用于车辆仪表板的空心仪表。10 位数据用于直接线性控制仪表的正交线圈，在仪表的整个 360° 范围内具有 0.35° 分辨率和 ± 1.2° 精度。来自微控制器的接口是通过串行外设接口 (SPI) 兼容串行连接，使用高达 2.0 MHz 的移位时钟速率。数字代码与所需的仪表指针偏转成正比，被移入 DAC 和多路复用器。这两个块提供切向转换功能，可将数字数据转换为所需角度的适当直流线圈电压。在 45 ° 、135 ° 、225 ° 和 315 ° 角处，切向算法在仪表运动中产生的扭矩比正余弦算法大约高 40%。这种增加的扭矩减少了由于这些临界角度下的指针下垂而导致的误差。每个输出缓冲器能够为每个线圈提供高达 70 mA 的电流，并且缓冲器由公共 OE 启用引脚控制。当 OE 变为低电平时，输出缓冲器关闭，而芯片的逻辑部分保持通电并继续正常运行。OE 必须在 CS 下降沿之前处于高电平才能启用输出缓冲器。状态引脚 (ST) 反映输出的状态，并且在输出被禁用时处于低电平。串行仪表驱动器具有自我保护功能，可防止发生故障。每个驱动器均受到 125 mA（典型值）过流保护，而全局热保护电路将结温限制在 170°C（典型值）。只要 IC 保护电路检测到过流或过温故障，输出驱动器就会被禁用。驱动器保持禁用状态，直到 CS 上出现下降沿。如果故障仍然存在，输出驱动器将再次自动禁用。
F-16 大攻角机动控制... - eucass
非线性动态逆是针对大迎角机动问题研究最多的非线性控制技术。非线性动态逆是一种基于系统动力学逆的反馈线性化方法 [1]。通常，飞机动力学可分为两类：慢速动力学和快速动力学，F-16 也不例外。慢速动力学对于固定翼飞机是相同的，可以使用风轴微分方程推导。另一方面，快速动力学对于每架飞机都是独一无二的，在推导飞机的快速动力学时必须包括空气动力学数据库。本文使用了基于 NASA 兰利和艾姆斯研究中心的 F-16 风洞试验结果的亚音速气动数据库 [1]。该数据库适用于 和每种飞行条件。因此，它是在大攻角区域测试新开发的控制律的合适平台。在 Simulink 环境中开发了 F-16 的 6 自由度数学模型。数学模型包括气动数据库、发动机模型、大气方程和运动方程 [3]、[4]。开发了平飞、爬升、下降和稳定平转飞行条件下的配平算法 [5]。此外，还基于小扰动理论推导出了线性化算法 [6]。为了比较非线性动态逆控制律和线性控制律的性能，设计了横向和纵向运动的线性控制增强系统。采用特征结构分配技术综合了线性控制律。纵向控制器是一种简单的迎角控制指令系统，使用 F-16 飞机的短周期动力学设计而成。横向控制器是一种侧滑和稳定轴滚转速率指令系统，使用 F-16 飞机的线性化横向稳定轴方程设计而成。线性控制器的设计过程最终根据高度和速度安排增益矩阵，以实现全包络有效飞行控制律。使用预定义的大迎角机动对线性和非线性飞行控制律进行了比较。这种机动被定义为快速且同时的俯仰和滚转运动。虽然拉起运动在迎角和之间变化，但滚转运动在倾斜角保持恒定。随着攻角的增大，纵向和侧向动力学无法分离，因此增益调度线性控制器和非线性动态逆控制器的机动能力变得重要。