想想叫啥名的博客

原创 无人机线性化横侧向公式推导

原创 无人机线性化纵向公式推导

原创 飞行器副翼反操纵现象

由于高超声速飞行器的较强的滚转静稳定性，荷兰滚耦合运动中，侧滑角的出现会产生滚转力矩，导致负的侧滑角产生较强的正滚转力矩，比飞行器副翼正偏产生的负力矩更大，飞行器进而正滚转。从而飞行器副翼正偏期望负滚转，飞行器却发生正滚转现象，副翼出现反操纵现象。

原创 状态观测器

https://blog.youkuaiyun.com/m0_37835056/article/details/130541998?spm=1001.2014.3001.5502

原创 串联滞后-超前校正及matlab代码实现

【代码】串联滞后-超前校正。

原创 串联滞后校正及matlab实现

【代码】串联滞后校正及matlab实现。

原创 串联超前及对应matlab实现

下面将以一个实际的例子，使用matlab脚本，实现其校正后的相位裕度≥60°。串联超前校正它的本质是利用相角超前的特性提高系统的相角裕度。

原创 时间延迟对系统性能的影响

由于延迟环节的引入，吃掉了一部分的相位裕度，使系统稳定性降低，超调量增加。

原创 稳定裕度的物理含义

稳定裕度是评价系统稳定性的指标，它分为相角裕度与幅值裕度。

原创 飞行器转弯半径计算

飞机转弯半径计算

原创 阶跃相应有个鼓包

原创 飞行器Nz与Ny公式推导

原始公式来源《飞行控制系统-吴森堂》角度不大的情况下，可认为。角度不大的情况下，可认为。

原创 SimpleFOC核心代码，解决Id一直为正 无法控为0

网上很多Stm32移植SimpleFOC的程序，都是做FOC开环的，所以将很多重要的东西都删了，因此要想用SimpleFOC做电流闭环，不能将网上或者视频里的代码直接移植使用，还要注意Ud和Uq电压在核心代码中是怎么处理的

原创 一阶高通滤波器与时域实现

高通滤波系统衰减3db，相位超前45°。

原创 一阶惯性滤波器的传递函数与时域实现

低通滤波器传递函数

原创 matlab根轨迹绘制

可以看出两者的分母是相同的，都是1+KG(s)，而根轨迹的另一种解释是，使分母为0，即1+KG(s)=0时，K从0到无穷，1+KG(s)=0根的变化。因此两者的根轨迹实际是相同的。知道系统的传递函数G(s)后，想要绘制系统的根轨迹，就要用到matlab中的rlocus函数。这个函数的K是加到反馈上的，那么我们到底能不能用这个函数来分析PID中Kp变化对根带来的影响呢，可以将两个的闭环传递函数都写出来。也就是想要知道Kp对系统性能有哪些影响，此时就要用到根轨迹来分析，Kp的增加对系统的性能有什么影响。

转载 Matlab怎样将传递函数转换成差分方程

/双线性变换 ts采样周期。//直接z变换 ts采样周期。

转载 转动惯量与惯性矩

https://wenku.baidu.com/view/cd220c0ab007e87101f69e3143323968011cf402.html?_wkts_=1690335332513&bdQuery=%E8%BD%AC%E5%8A%A8%E6%83%AF%E9%87%8F%E4%B8%8E%E6%83%AF%E6%80%A7%E7%9F%A9

转载 正定矩阵和半正定矩阵直观理解

解释什么是正定矩阵(positive definite, PD) 和半正定矩阵(positive semi-definite, PSD)。

原创 自控重点整理1.1 比例微分PD控制器的作用

比例-微分(PD)控制不改变系统的自然频率，但是可以增加系统阻尼比（由变为），并且增加了一个闭环零点-z，因此比例-微分控制的二阶系统称为有零点的二阶系统。

原创 FFT学习应用之Matlab程序(频率泄露实例)

此时， FFT可以很好的将原有信号频率及幅值分辨出来。这是由于程序采样率fs=60hz，采样点数120，即采样时间为2s；采样信号由三个部分组成，信号频率分别为10hz，20hz，25hz。对应周期分别为0.1s，0.5s，0.4s，采样时间2s都是他们的整数倍，因此没有频率泄露情况发生。

转载 FFT应用学习之频率泄露

选取信号的时间长度是信号周期的整数倍，则不会出现频率泄露；现实世界中，在做FFT分析时，很难保证截断的信号为周期信号，因此，泄漏不可避免。窗函数可以改善频率泄露，但是不能消除。

转载 FFT应用学习之频率混叠

进行FFT快速傅里叶变换时，有时会遇到高频信号数据被识别为低频信号的情况。这就是频率混叠。即高频混叠成低频了。

原创 自控重点整理5.控制系统的频带宽度

当闭环幅频特性下降到频率为0时的分贝值以下3分贝时，对应的频率称为带宽频率。

原创 自控重点整理4.频域分析法

ps:幅值裕度：为什么是-180°后不稳定，如果开环相位延迟达到180°，再通过负反馈比较环节后，目标与误差等于是叠加，系统变为正反馈，变得不稳定。所以180°时为临界稳定状态。相角裕度：因为相位延迟最终都会向180°靠近，此时如果增益为负，即衰减此频率的输入信号，则此频率的正反馈不足以兴风作浪。为了得到满意的性能，相角裕度应该是30°~60°，幅值裕度应当＞6dB。即伯德图中，幅频曲线在截至频率处的斜率应＞-40dB/dec。大多数实际情况下，为保证系统稳定，要求截止频率处的斜率为-20dB/deg。

原创 自控重点整理3.根轨迹

根轨迹研究的是当比例增益K从0到无穷变化的时候，闭环传递函数的极点在复平面上的变化。可以通过开环传递函数G(S)来分析闭环传递函数特征方程的根(极点)随K的变化规律。

原创 自控重点整理2.系统稳定性分析

若线性控制系统在初始扰动的影响下，其动态过程随时间的推移逐渐衰减并趋近于0，则称系统渐进稳定；反之，若在初始扰动的影响下，系统的动态过程随时间的推移而发散，成为系统不稳定。任何系统在扰动的作用下都会偏离平衡状态产生偏差。稳定性，是指系统在扰动消失后，由初始偏差状态恢复到原平衡状态的性能。线性系统稳定的充分必要条件是：闭环系统特征方程的所有根均具有负实部；或者说闭环传递函数极点均位于s的左半平面。

原创 自控重点整理1、线性系统时域分析法

一般认为，阶跃输入对系统来说是最严峻的工作状态，如果系统在阶跃函数作用下动态性能满足要求，那么系统在其他形式的函数作用下，其动态性能也是令人满意的。一阶微分方程作为运动方程的控制系统，称为一阶系统。二阶微分方程作为运动方程的控制系统，称为二阶系统。

原创 滤波器与时间延迟

使用设计的滤波器，使用100hz采样频率对5hz的正弦波进行采样并进行低通滤波，如下图所示，可以看出，滤波后的数据相对于原始数据延迟了30ms左右，由于分辨率原因，无法显示更高精度(100hz采样频率，时间间隔为0.01s，小数点后2位),这也同样印证了上面的时间延迟。IIR可以使用更少的阶数来实现与FIR相同的性能，在延迟方面，IIR在不同频率下的延迟不同，而FIR在每个频率的延迟一致，因此FIR滤波器不会改变输入信号的形状，只有相位的延迟，而IIR滤波器会使改变输入信号。下图是IIR滤波器的相频曲线。

原创 使用fdatool工具箱设计滤波器及工程应用

选取好响应类型Response Type、设计方法Designed Method、滤波阶数(Filter Order)、采样频率Fs、截至频率Fc，点击Designed Filter按键，即可得到Matlab根据输入的需求设计好的滤波器。从公式上可以看出，FIR的输出只与输入X(n-k)有关，而IIR则不仅与输入X(n-k)有关，还与输出y(n-k))有关，因此IIR是一种递归函数。IIR滤波器的优点是，对于与FIR类似的滤波器，可以使用较低的阶数或项数. 这意味着实现相同结果所需的计算量更少，使得。

原创 四元数与欧拉角的转换

两种大地坐标系下的欧拉角北东地坐标系下四元数与欧拉角的转换东北天坐标系下四元数与欧拉角的转换四元数计算不同坐标系下的欧拉角

原创 Dog(Difference of Gaussian)高斯差分与Log(Laplacian of Gaussian)高斯拉普拉斯算子

Dog(Difference of Gaussian)高斯差分 常用于边缘检测、特征检测，这里的Gaussian和高斯低通滤波器的高斯一样，是一个函数，即为正态分布函数，在某一尺度上的特征检测可以通过对两个相邻高斯尺度空间的图像相减，得到DoG的响应值图像。首先，高斯函数表示定义为：其次，两幅图像的高斯滤波表示为：最后，将上面滤波得到的两幅图像g1和g2相减得到：...

转载 图像特征之Hog、SIFT、SURF、ORB

https://blog.youkuaiyun.com/coming_is_winter/article/details/72850511

原创 双目测距注意事项(Matlab+Opencv)

近几天由于论文的关系，需要用到双目测距，历经千辛万苦，终于得到想要的效果。我把最近一段时间踩到的坑总结一下，希望对各位有所帮助！环境：Matlab对双目获拍摄的图片进行标定，opencv使用标定好的参数进行立体校正及立体匹配使用Matlab标定时，会获取各相机的内参、外参、畸变参数以及两个相机间的平移及旋转矩阵1.opencv使用这些参数时，内参矩阵IntrinsicMatrix和...

原创 日志

2019.10.31一、在笔记本安装caffe环境参考链接：https://blog.youkuaiyun.com/weixin_37621229/article/details/805479341.在笔记本安装了CUDA10.1，Cudnn10.1，并配置环境变量2.windows下需要用vs对caffe进行编译，因此下载安装vs2013，耗时较长3.vs2013编译libcaffe出错：e...

转载 树莓派开机启动终端并在终端执行脚本程序

http://7iang.com/blog/?p=486首先写一个sell脚本，目的就是为了在树莓派的终端下执行Python脚本，树莓派使用的是【lxterminal】所以直接在启动项中执行python脚本不会打开终端窗口 1 2 3 #!/bin/bash echo "hello world!" ...

原创 ubuntu开机启动自己的脚本

1.终端中输入gnome-session-properties打开Ubuntu开机首选项管理，或者直接搜索startup Applcation2.点击“添加”按钮，名称自己随便起，命令：gnome-terminal -x 路径/脚本名.sh，注释自己根据功能写写就行例如：gnome-terminal -x /home/nvidia/running.sh3.将自己的电脑设置成...

转载 sort()排序函数

需要头文件<algorithm>语法描述：sort（begin，end，cmp），cmp参数可以没有，如果没有默认升序排序。int数据类型的sort排序sort函数使用实例#include<iostream>#include<algorithm>#include<cstring>using namespace std;int...

转载 OPENCV学习之最小二乘法直线拟合

https://blog.youkuaiyun.com/nienelong3319/article/details/80894621其中程序所采用的公式为上述AX=B的左右两端的转置

原创 OPENCV学习之findContours()轮廓检索模式区别

建立轮廓索引时，按照轮廓从小到大分配索引号。RECT_EXTERNAL只检测最外层轮廓。RECT_LIST检测所有轮廓。这两种模式不建立轮廓等级关系，不管轮廓嵌套与否，均按照轮廓大小依次分配索引。RECT_CCOMP，RECT_TREE检测所有轮廓RECT_CCOMP在有轮廓嵌套时，无论嵌套个数多少，只建立两级等级关系RECT_TREE在有轮廓嵌套时，建立多级等级关系...