<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[好梦就会趁你睡醒实现]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ndjasdn</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ndjasdn]]></copyright><item><title><![CDATA[【论文分享】细长导弹在弯曲振动方面的气动伺服弹性建模、控制与优化]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/162176717</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/162176717</guid><author>ndjasdn</author><pubDate>Sun, 21 Jun 2026 20:58:34 +0800</pubDate><description><![CDATA[细长防空导弹在超音速飞行过程中存在严重的气动伺服弹性(ASE)耦合，传统的陷波滤波器固有地限制了自动驾驶仪的带宽，无法主动抑制弹性振动。其核心技术贡献有三：第一，不同于传统的直接优化控制器参数的方法，我们提出了一个由性能加权函数优化驱动的固定结构μ综合问题。仿真结果表明，所提出的四阶μ控制器具有与69阶全状态μ控制器相当的动态性能和鲁棒性，同时在多源不确定性和传感器噪声的情况下，显著优于经典的三回路自动驾驶仪和优化的线性自抗扰控制。这项工作为柔性导弹系统的主动振动抑制提供了一条计算高效、实用可行的途径。]]></description><category></category></item><item><title><![CDATA[【模型预测控制】基于神经状态空间预测模型的非线性MPC控制]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/157646763</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/157646763</guid><author>ndjasdn</author><pubDate>Mon, 02 Feb 2026 11:18:31 +0800</pubDate><description><![CDATA[与传统线性MPC类似，非线性MPC通过基于模型的预测和受限优化相结合，计算每个控制区间的控制动作。主要区别包括： 预测模型可以是非线性的，并包含随时间变化的参数，等号和不等式约束可以是非线性的，需要最小化的标量成本函数可以是决策变量的非二次（线性或非线性）函数。默认情况下，非线性MPC控制器通过fmincon函数解决非线性规划问题。]]></description><category></category></item><item><title><![CDATA[【无人机控制】四旋翼无人机经典双闭环反馈轨迹跟踪控制]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/156543177</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/156543177</guid><author>ndjasdn</author><pubDate>Sun, 04 Jan 2026 00:16:57 +0800</pubDate><description><![CDATA[惯性坐标系（世界坐标系）：{E} = (X, Y, Z)，Z轴向上。机体坐标系：{B} = (x, y, z)，此处采用 x 前，y 左，z 上（右手系）综上所述，通过设计双闭环控制器实现了四旋翼无人机三维正弦信号的跟踪控制，动态响应好，控制精度高。结构清晰、模块化：外环负责轨迹跟踪（位置/速度），内环负责快速稳定姿态。解耦复杂非线性系统：将 6-DOF 强耦合非线性系统分解为两个较易处理的子系统：位置动力学（慢） + 姿态动力学（快）]]></description><category></category></item><item><title><![CDATA[【模型预测控制】基于线性MPC的二阶弹簧阻尼系统轨迹跟踪控制]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/156485163</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/156485163</guid><author>ndjasdn</author><pubDate>Thu, 01 Jan 2026 23:41:11 +0800</pubDate><description><![CDATA[MPC的核心思想是通过预测模型来预估系统的未来行为，并通过优化算法找到一个控制序列，使得在未来一段时间内（称为预测时域）某个性能指标达到最优。在这个过程中，通常会将控制问题转化为一个二次规划（Quadratic Programming, QP）问题来求解。MPC依赖精确模型，本质是多步预测+滚动优化，每一步都要实时求解 QP 问题，广泛应用于存在约束、耦合、性能权衡或者多目标优化场景。]]></description><category></category></item><item><title><![CDATA[【气动弹性】使用Nastran计算悬臂后掠翼的颤振临界速度和颤振频率]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/150960335</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/150960335</guid><author>ndjasdn</author><pubDate>Thu, 28 Aug 2025 19:45:27 +0800</pubDate><description><![CDATA[本文介绍了使用Patran和Nastran对简易悬臂后掠翼进行模态和颤振分析的过程。通过建立几何模型、划分网格、设置材料属性和边界条件，完成结构模态分析得到前两阶弯曲模态。在气动弹性分析中，采用偶极子格网法建立气动模型，通过p-k法求解颤振特性，结果显示颤振速度为171m/s，频率24.8Hz，与理论值吻合。文章指出该方法有效，并建议进一步学习气动伺服弹性分析和多实践以掌握气弹分析技术。]]></description><category></category></item><item><title><![CDATA[【MIMO稳定裕度】基于数据驱动的多输入多输出系统稳定裕度分析]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/148351280</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/148351280</guid><author>ndjasdn</author><pubDate>Mon, 02 Jun 2025 20:24:42 +0800</pubDate><description><![CDATA[1、分别总结了基于理论模型和基于实验数据的稳定裕度计算方法；2、可根据实际情况合理选择计算方法；在理论上可以采用基于模型的计算方法（小增益L2L_2L2​方法和μ分析法），在实践上可以采用基于扫频数据驱动的测量方法。]]></description><category></category></item><item><title><![CDATA[【状态空间方程】对于状态空间方程矩阵D≠0时的状态反馈与滑模控制]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/145594155</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/145594155</guid><author>ndjasdn</author><pubDate>Thu, 13 Feb 2025 15:05:10 +0800</pubDate><description><![CDATA[对于D≠0时的状态反馈控制以及滑模控制，本质上还是不考虑D的影响，仍然采用状态变量反馈控制即可，少数情况下需要考虑输出D的影响；在多数情况下可以不考虑控制输入u的导数影响，实在不能忽略的话可设计高阶滑模控制器或扩张状态空间方程；善用AI，用批判的眼光看待它给出的答案（deepseek真香）。]]></description><category></category></item><item><title><![CDATA[【H∞鲁棒控制】状态反馈、输出反馈、混合灵敏度H∞控制器设计]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/143028987</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/143028987</guid><author>ndjasdn</author><pubDate>Fri, 18 Oct 2024 15:18:38 +0800</pubDate><description><![CDATA[基于以上结论，完成了H∞状态反馈、输出反馈、混合控制、混合灵敏度控制器设计，能够完成对系统的收敛与跟踪控制，控制效果良好。其次针对混合灵敏度控制的权函数选择过于繁琐的问题，提出了一种简化的混合灵敏度H∞控制，该方法好处在于无须求解权函数，直接设计控制矩阵K，且控制效果更好。坏处在于，仅适用于系统输入个数=输出个数的情况。目前收敛控制问题已得到解决，跟踪控制的系统输入个数=输出个数也得到了解决，但当需要设计系统输入个数不等于输出个数的跟踪控制问题时，应该怎么办？]]></description><category></category></item><item><title><![CDATA[【姿态规划】基于四元数的工业机器人姿态及位移规划]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/142205111</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/142205111</guid><author>ndjasdn</author><pubDate>Fri, 13 Sep 2024 13:34:52 +0800</pubDate><description><![CDATA[基于以上结论，成功的实现了工业机器人的姿态规划，且将之前的位移规划进行了融合，达成了工业机器人的任务空间的位置和姿态同时规划的目标，通过仿真验证了方法的可行性，为之后的轨迹跟踪奠定了基础。此为二姿态间的插补规划，如果面对更复杂的情况，需要考虑多姿态间的插补方法；轨迹规划方式可以多涉猎一点，除了本文的七段式S型曲线，还有什么五次多项式、五次B样条曲线、正正弦加速度规划等，这些方法也可以多掌握一些。]]></description><category></category></item><item><title><![CDATA[【强化学习】基于DDPG的二阶弹簧阻尼系统轨迹跟踪控制]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/138596899</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/138596899</guid><author>ndjasdn</author><pubDate>Thu, 09 May 2024 13:10:03 +0800</pubDate><description><![CDATA[综上可见，强化学习控制器与PID相比各有优劣，不过由于强化学习的训练时长和训练效率很不确定，始终感觉强化学习很不稳定，对参数也很敏感，很玄学，没想象中好用。另外，目前看来，强化学习对于阶跃和斜坡的给定输入来说比较合适，还能跟得上，像正余弦这种强化学习就搞不明白了，得要更多的训练，时间和成本都上去了，并且强化学习目前也只能停留于理论层面，实际落地也还早，感觉强化学习缺点大于优点，总的来说，对强化学习控制器不太看好。（期待后续能推翻此观点 : )]]></description><category></category></item><item><title><![CDATA[【避障路径规划】基于六次多项式的工业机器人避障路径规划]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/137526833</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/137526833</guid><author>ndjasdn</author><pubDate>Tue, 09 Apr 2024 22:15:41 +0800</pubDate><description><![CDATA[基于以上结论，成功的实现了多关节机器人避障路径规划，虽然没有找到一条最优路径，但已经找到了一条较优路径，且同时具备安全、稳定、高效的作用，有了以上的各个关节角度曲线，后续设计轨迹跟踪控制器即可完成机械臂高精度的轨迹跟踪。本次实验圆满完成 : )]]></description><category></category></item><item><title><![CDATA[【单片机】使用AD7606+AD698芯片读取RVDT角位移]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/136199952</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/136199952</guid><author>ndjasdn</author><pubDate>Thu, 22 Feb 2024 17:07:28 +0800</pubDate><description><![CDATA[基于STM32单片机，使用AD7606+AD698芯片读取RVDT角位移及速度。硬件设施：STM32F103C8T6、TPS5430变压器、AD7606采样芯片、AD698信号调节器、CH340串口、TDS220示波器、RVDT及其他电容电阻元器件。]]></description><category></category></item><item><title><![CDATA[【单片机】使用AD2S1210旋变芯片读取RVDT角位移及速度]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/135854428</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/135854428</guid><author>ndjasdn</author><pubDate>Sat, 27 Jan 2024 00:28:32 +0800</pubDate><description><![CDATA[基于STM32单片机，使用AD2S1210旋变芯片读取电机转子位置和速度。硬件设施：STM32F108C8T6，TPS5430，AD2S1210，RS422转换，Kingst Logic Analyzer，示波器。]]></description><category></category></item><item><title><![CDATA[【移动机器人】基于JADE改进差分算法的多AGV路径规划]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/132596945</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/132596945</guid><author>ndjasdn</author><pubDate>Thu, 31 Aug 2023 17:29:37 +0800</pubDate><description><![CDATA[本文以多 AGV 为研究对象，研究了多 AGV 在搬运作业中的路径规划问题，利用A*算法实现了多 AGV 的最短路径规划，同时引入时间窗算法，使得多 AGV 系统的冲突问题得以解决，最后利用优化算法JADE，对路径规划总时间进行寻优迭代，找到了最佳分配方案与最小花费时间，实现了多 AGV 系统的全局无冲突路径规划。]]></description><category></category></item><item><title><![CDATA[【PLC】贝加莱PLC年度培训及实操]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/130311147</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/130311147</guid><author>ndjasdn</author><pubDate>Thu, 27 Apr 2023 17:02:00 +0800</pubDate><description><![CDATA[最近在进行PLC培训，主要是贝加莱PLC产品的学习，学习了上下位机的一些基本操作，能够进行一些简单的实践，最后顺利通过考核。]]></description><category></category></item><item><title><![CDATA[【PSO-PID】使用粒子群算法整定PID参数控制起动机入口压力值]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/129372300</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/129372300</guid><author>ndjasdn</author><pubDate>Tue, 07 Mar 2023 23:26:39 +0800</pubDate><description><![CDATA[最近在学优化算法，接触到了经典寻优算法之粒子群PSO，然后就想使用PSO算法来调节PID参数，在试验成功之后将此控制算法应用到了空气起动系统上，同时与之前的控制器进行对比看看哪种控制效果最好。]]></description><category></category></item><item><title><![CDATA[【自动控制理论】状态空间模型、传递函数、差分方程的相互转换]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/129187183</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/129187183</guid><author>ndjasdn</author><pubDate>Thu, 23 Feb 2023 23:37:03 +0800</pubDate><description><![CDATA[离散化后求差分方程时分子分母同除以z的最高次方，使z的次数为负，最后把y(k)提到等式的左边，即得到差分方程的形式。]]></description><category></category></item><item><title><![CDATA[【ADRC控制】使用自抗扰控制器调节起动机入口压力值]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/129017741</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/129017741</guid><author>ndjasdn</author><pubDate>Tue, 14 Feb 2023 17:39:51 +0800</pubDate><description><![CDATA[以前只知道工业控制中用的是PID控制，然而最近了解到实际生产中还在使用ADRC控制，而且使用效果还优于PID控制，遂找了几篇文献学习学习。]]></description><category></category></item><item><title><![CDATA[【模糊神经网络】基于模糊神经网络的倒立摆轨迹跟踪控制]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/128791525</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/128791525</guid><author>ndjasdn</author><pubDate>Sun, 29 Jan 2023 19:57:45 +0800</pubDate><description><![CDATA[临近春节没啥事做，突然想起前两年未完成的模糊神经网络，当时是学了一段时间，但是到最后仿真始终不对，最后也不了了之了，趁最近有空，想重新回顾回顾，看看会不会产生新的想法。]]></description><category></category></item><item><title><![CDATA[【空气起动系统控制】使用神经网络PID调节起动机入口压力值]]></title><link>https://blog.youkuaiyun.com/ndjasdn/article/details/128362910</link><guid>https://blog.youkuaiyun.com/ndjasdn/article/details/128362910</guid><author>ndjasdn</author><pubDate>Sun, 18 Dec 2022 18:30:32 +0800</pubDate><description><![CDATA[前段时间师傅让做一个空起系统的建模，结果给忘了，现在趁着这几天疫情封控期间在家搞一搞，断断续续搞了五天，空起系统控制的相关资料很少，还好最后弄出来了，虽然最后还存在点小问题，不过大体上ok的。]]></description><category></category></item></channel></rss>