<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[xfireg的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/xfireg</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; xfireg]]></copyright><item><title><![CDATA[FDTD案例：从二维光子晶体结构中的完整拓扑状态集激射]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156242225</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156242225</guid><author>xfireg</author><pubDate>Thu, 25 Dec 2025 11:00:00 +0800</pubDate><description><![CDATA[FDTD案例：从二维光子晶体结构中的完整拓扑状态集激射。]]></description><category></category></item><item><title><![CDATA[三菱小型PLC 1S追剪程序：包装膜追剪打孔与拓达伺服控制]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156242208</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156242208</guid><author>xfireg</author><pubDate>Wed, 24 Dec 2025 21:47:02 +0800</pubDate><description><![CDATA[三菱小型PLC  1S追剪程序，包装膜追剪打孔 ，拓达伺服，用脉冲加方向的模式，编码器追踪膜的速度， 由于测速度SPD指令和脉冲累计比较指令不能同时占用因此，把编码器的一个信号 接到了两个的高速计数器端口；。程序配套中达优控触摸屏。程序成熟可靠，借鉴价值高，程序有注释。]]></description><category></category></item><item><title><![CDATA[基于西门子1200的PLC程序与博图v16.1 WinCC HMI组态的锅炉监控系统：清单汇总]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156204492</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156204492</guid><author>xfireg</author><pubDate>Wed, 24 Dec 2025 11:00:00 +0800</pubDate><description><![CDATA[基于西门子1200+博图Wincc组态，博图v16.1版本，锅炉液位，压力，温度，燃料控制，可直接仿真动画运行，不用下载到实物。这个脚本实现了自动/手动模式的无缝切换，注意事件触发要勾选"直接连接"选项，否则你的按钮反应可能比树懒还慢。锅炉三兄弟（液位、压力、温度）的自动化调教实录 —— 基于西门子博图V16.1的仿真工程实践。仿真运行时推荐开启"强制值监控"视图，直接拖拽修改AI值测试系统响应，比实物接线爽快多了。仿真时开着PID整定视图，看到曲线震荡就调TI参数，记住"先比例后积分"的祖传口诀。]]></description><category></category></item><item><title><![CDATA[D-S证据理论MATLAB代码与讲解：多源数据融合与信息融合]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156204474</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156204474</guid><author>xfireg</author><pubDate>Tue, 23 Dec 2025 20:51:26 +0800</pubDate><description><![CDATA[当K接近1时，说明两个证据互相打脸，这时候咱们得注意数据可靠性了。举个栗子，当两个传感器对同一目标的判断完全相反时，K值会飙升到0.99+，这时候融合结果可信度就得打个问号。从结果可以看到，随着证据增加，轿车的置信度从60%提升到了75%，这比单传感器判断靠谱多了。不过要注意，实际应用中咱们得处理焦元冲突的问题，这时候可能需要引入修正算法，比如给冲突部分分配概率质量。记住，D-S理论不是银弹，得结合实际场景调整BPA分配规则，有时候混合使用模糊逻辑效果更佳。不过具体权重怎么定，得结合实际情况做参数调优。]]></description><category></category></item><item><title><![CDATA[基于carsim与matlab/simulink的联合仿真，采用五次多项式实时规划，控制量为节气门开]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156168250</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156168250</guid><author>xfireg</author><pubDate>Tue, 23 Dec 2025 12:00:00 +0800</pubDate><description><![CDATA[看着控制量曲线像交响乐谱般起伏，突然意识到这堆代码就像给机器注入驾驶灵魂——那些ifelse里的阈值、滤波器里的时间常数、增益调度里的斜率，都是车辆工程师们在无数个调参夜里雕刻出的"驾驶感觉"。也许真正的自动驾驶永远需要这样的匠气，在数学的精确与人类驾驶的模糊美学之间，寻找那个刚刚好的平衡点。这已经是本周第三次在联合仿真中复现出"钟摆效应"了——当五次多项式规划的换道轨迹遇上湿滑路面，传统的PID控制就像喝醉的舞者，方向盘和油门的配合总差那么半拍。这个骚操作直接把横向位置误差的均方根值砍掉了42%。]]></description><category></category></item><item><title><![CDATA[多目标点移动机器人改进路径规划算法
送餐机器人，AGV室内机器人仿真路径规划
采用改进A*算法融合模]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156168210</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156168210</guid><author>xfireg</author><pubDate>Mon, 22 Dec 2025 22:17:36 +0800</pubDate><description><![CDATA[传统TSP解法在50个目标点时已经算不动了，我们利用送餐场景的特性做优化：当前温度越高时，允许更激进的订单交换；实测在30个送餐点的场景下，传统方法需要2分钟规划路径，我们的方法23秒就能出结果。关键是路径总长度比人工经验路线还要短15%，转弯次数减少40%，汤碗里的汤汁终于不用再画地图了。特别注意衔接处的转弯处理，我们在两个路径段之间插入过渡圆弧，保证机器人运动连续。解决路径与障碍物相撞，AGV不斜穿室内区间，采用水平垂直方向移动路径规划，圆弧转弯。1，改进A*算法规划两两之间的路径，并计算路径长度；]]></description><category></category></item><item><title><![CDATA[布局三列：视频区 | 按钮区 | 结果区]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156134209</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156134209</guid><author>xfireg</author><pubDate>Mon, 22 Dec 2025 11:30:00 +0800</pubDate><description><![CDATA[这玩意儿看着像电影里的黑科技，其实用Python+OpenCV+PyQt就能整出来，还能打包成exe到处跑。这项目最妙的地方在于扩展性——想改UI样式直接动PyQt的代码，要提升识别准确率就换更牛逼的模型。PyQt搭的界面主要分三块：左边是视频显示区域，中间是功能按钮，右边是表情分析结果。摄像头处理是重头戏。下次考虑做个升级版，加上姿态估计和语音情绪分析，搞个多模态情感识别，那才带劲！表情识别模型用了个轻量化的CNN，基于FER2013数据集训练。相关技术：python，opencv，pyqt，深度学习。]]></description><category></category></item><item><title><![CDATA[非线性磁链观测器+PLL仿真模型详细推导与效果展示：收敛性能极佳的纯手工搭建模型，d、q轴电压补偿加...]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156116653</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156116653</guid><author>xfireg</author><pubDate>Sun, 21 Dec 2025 11:30:00 +0800</pubDate><description><![CDATA[非线性磁链观测器+PLL仿真模型与观测器公式详细推导，非线性磁链观测器收敛性极好。并根据经典论文在d,q轴加入了电压补偿，在低于100r/min时给d轴加脉振电压加速其观测器的收敛。仿真效果较好，快速收敛。纯手工搭建，根据经典论文复现的模型。]]></description><category></category></item><item><title><![CDATA[无人机集群编队协同控制]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156116642</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156116642</guid><author>xfireg</author><pubDate>Sat, 20 Dec 2025 21:23:37 +0800</pubDate><description><![CDATA[无人机集群编队协同控制。]]></description><category></category></item><item><title><![CDATA[No.851 三菱PLC组态王组态3x3书架式堆垛式立体库]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156066288</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156066288</guid><author>xfireg</author><pubDate>Sat, 20 Dec 2025 10:45:00 +0800</pubDate><description><![CDATA[配置参数时发现个反直觉的设置：加减速时间不是按毫秒算，而是用脉冲数表示的S型曲线参数。比如要取3号仓位，3/3=1余0，换算成Y轴升到1000脉冲位置，X轴停在0点。实际调试时发现个坑——三菱的DIV指令余数计算和常规数学不同，当被除数小于除数时余数直接等于被除数，这点得特别注意。说到故障排查，最头疼的是偶尔出现的"飞车"现象。这个脚本实现点击取货按钮后，先把目标仓位号写入PLC的D100寄存器，然后循环检测完成标志M100。这里有个通信延迟的坑——直接读取刚写入的值可能不准，最好加个50ms延时。]]></description><category></category></item><item><title><![CDATA[基于PyTorch的图像分类模型研究：涵盖VGG、AlexNet、GoogleNet、ResNet、...]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156040648</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156040648</guid><author>xfireg</author><pubDate>Fri, 19 Dec 2025 11:30:00 +0800</pubDate><description><![CDATA[（代码示例里的模型都能在torchvision>=0.12版本中找到，跑不通的记得升级工具包。最后来个冷知识：PyTorch官方实现的ShuffleNetv2比原版论文版本快了17%，秘密在于channel shuffle操作的底层优化。DenseNet每层的输入都是前面所有层的输出大拼盘，这种设计让梯度传播比顺丰快递还顺畅。就是ViT的灵魂操作——把图像切成16x16的小块，每个patch拉平后当序列输入。打印出来的结构比论文里的框图还直观，连每层的输出尺寸都标得明明白白。]]></description><category></category></item><item><title><![CDATA[Pipelined ADC流水线型ADC全流程设计（模拟集成电路设计）
包括Pipelined AD]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156066270</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156066270</guid><author>xfireg</author><pubDate>Fri, 19 Dec 2025 08:49:38 +0800</pubDate><description><![CDATA[从建模时的理想主义到流片后的现实主义，每个0.1dB的性能提升都得拿头发换。子级电路的核心是余量放大器，它的精度直接决定整体性能。某次流片后DNL出现0.8LSB的跳变，后来用共质心结构重新布局，失配率从1.2%降到0.3%。包括Pipelined ADC的Matlab建模，从基础的Simulink模型讲解到各种非理想因素的模型分析。包括Pipelined ADC的电路设计，从各个子模块的电路设计到完整的ADC设计和性能仿真测试。包括Pipelined ADC的理论分析，从基本的ADC结构到电路原理。]]></description><category></category></item><item><title><![CDATA[CNN-LSTM-Attention基于卷积神经网络-长短期记忆网络结合注意力机制的多变量时间序列预]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156029122</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156029122</guid><author>xfireg</author><pubDate>Thu, 18 Dec 2025 11:45:00 +0800</pubDate><description><![CDATA[尝试把CNN的局部特征提取能力和Attention机制的关键信息筛选功能结合进来，效果意外不错。今天咱们用Matlab（2020b及以上）手把手实现这个CNN-LSTM-Attention混合模型，小白也能轻松上车。CNN-LSTM-Attention基于卷积神经网络-长短期记忆网络结合注意力机制的多变量时间序列预测 Matlab语言  注释清晰，适合小白。attention注意力机制：为模型提供了对关键信息的聚焦能力，从而提高预测的准确度。卷积神经网络 (CNN)：捕捉数据中的局部模式和特征。]]></description><category></category></item><item><title><![CDATA[CNN-BiLSTM-Attention分类，基于卷积神经网络-双向长短期记忆网络结合注意力机制的数]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156040603</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156040603</guid><author>xfireg</author><pubDate>Thu, 18 Dec 2025 08:53:02 +0800</pubDate><description><![CDATA[CNN-BiLSTM-Attention分类，基于卷积神经网络-双向长短期记忆网络结合注意力机制的数据分类预测，即CNN-BILSTM-Attention数据分类预测模型matlab语言，要求在2020版本以上。BILSTM可以更换为LSTM,GRU适用于多特征输入单个输出的二分类及多分类模型。中文注释非常详细，程序已经调试好了替换数据就可以用。语言为matlab，可出分类效果图，迭代优化图，混淆矩阵图等。]]></description><category></category></item><item><title><![CDATA[基于s7-1200plc的自动洗车机控制系统设计
包含：西门子触摸屏动态仿真文档，电气接线图/原理图]]></title><link>https://blog.youkuaiyun.com/xfireg/article/details/156029116</link><guid>https://blog.youkuaiyun.com/xfireg/article/details/156029116</guid><author>xfireg</author><pubDate>Wed, 17 Dec 2025 23:16:06 +0800</pubDate><description><![CDATA[自动洗车机的流程其实挺简单的，主要分为几个步骤：车辆进入、喷水、刷洗、冲洗、风干、车辆离开。每个步骤都需要PLC来控制，确保整个流程顺畅。为了更直观地展示这个过程，我用了西门子的触摸屏来做动态仿真，这样在调试的时候可以更清楚地看到每个步骤的状态。这个基于S7-1200 PLC的自动洗车机控制系统设计，从电气接线到博图编写，再到触摸屏动态仿真，整个过程虽然有些复杂，但通过一步步的实现，最终效果还是挺满意的。如果你对这个项目感兴趣，联系我可以送安装包，一起交流学习。]]></description><category></category></item></channel></rss>