通过这次实验，我深刻体会到不同控制方法在四旋翼无人机轨迹跟踪中的优缺点。PID控制简单易用，但处理复杂系统时效果有限；反步控制适合处理非线性系统，但实现复杂；滑膜控制鲁棒性强，但需要注意抖振问题。在实际应用中，可以根据具体需求选择合适的控制方法。PID_反步控制_滑膜控制三种四旋翼无人机轨迹跟踪控制算法仿真附带对应的说明文档，提供建模过程与仿真结果文献(英文）PPT描述：采用的同一种参考轨迹，都是

后来在Simulink的车辆模型前加了转向约束模块，用tanh函数做了个软限幅，既不影响控制性能又保护了转向电机。速度规划模块用了个骚操作——把纵向位移映射到速度区间，配合jerk（加速度变化率）约束，实测在Carsim里80km/h急刹时不会出现轮胎抱死。基于Lattice规划算法实现路径规划，基于MPC实现路径跟踪控制，视频展示为规划和跟踪效果，图片展示的各种变量效果图。基于Lattice规划

基于目标偏差概率的RRT和RRT*结合人工势场法，针对快速探索随机树(RRT)路径规划算法采样随机、效率低的问题,提出一种结合人工势场法(APF)的改进算法。该方法首先在基本RRT算法中随机树的扩展步骤中引入一个概率值，以加快随机树向目标节点的收敛速度，并在随机树中加入引力分量，引导树向目标节点方向生长。目标点以加快搜索过程。在障碍物周围建立斥力场，限制障碍物之间的搜索范围，减少路径的随机性。在本

用PID控制器的时候，先别急着调参，把传递函数里的电感参数摸清楚。外加扰动测试才是真刺激，在磁力输出端接个step模块模拟冲击载荷，看着示波器里曲线像过山车一样俯冲又拉回，这才叫控制算法的压力测试。基于simulink的四自由度磁悬浮轴承控制仿真，包含电流环、位置环、位移解析以及磁轴承模型等，PID控制，到手可用，可仿真外加扰动工况、静浮、动浮等工况，基于simulink的四自由度磁悬浮轴承控制仿

三菱MR-JE-C伺服电机FB功能块(适用Q系列PLC)流水线项目，16个MR-JE-C电机，为了加快编程速度，特意做的一个FB功能块，内部采用局部变量+全局缓冲区的方式进行编程，多次调用不冲突!适用于Q系列PLC和MR-JE-C的运动控制。FB功能块包含回原位、PV速度模式、PP定位模式、正负限位、报警等功能。通过设置功能块的站点号分别对网络中的MR-JE-C进行控制!在自动化流水线项目里，经常

传统的SPWM调制定律虽然稳定，但遇到非线性负载时三相电压就开始"抢C位"，尤其是零线电流异常的问题特别明显。这次尝试在24kHz开关频率下，用正弦查表法搞了个动态相位补偿策略，效果还挺有意思。这时候查表法的优势就出来了——512点的正弦表，每个载波周期步进约512*50/24000=1.07次，完全不需要插值计算。三相四线制逆变，采样SPWM调制方式，增加相电压不平衡控制，24k开关频率，正弦查

本项目通过深度学习技术实现对智能电表数据的分析与异常检测，旨在识别计量不准确的智能电表。代码库包含数据处理、样本生成、模型构建及结果验证等完整流程，通过对电表历史数据的挖掘与分析，构建有效的异常检测机制。

别慌，今天咱们直接用代码撕开这层神秘面纱。这结构妙在先用3D卷积榨取光谱特征，然后转2D卷积抓空间信息。注意维度变化：[1,15,15,30]输入，经过两次3D卷积后光谱维度从30被压缩到26，再展平进入2D卷积。看到输出是(145,145,200)和(145,145)没？这表示200个波段的空间数据，每个像素对应一个标签。最后提醒新手：高光谱分类最大的坑是数据泄露！这时候数据变成(145,145

多目标环形粒子群算法和多目标遗传算法跑MOCEC2020（24个多目标测试函数，matlab代码）本号从现在起可以定制使用评估次数改进单目标群体算法，需要的私信，价格贵，质量高。目录：一、多目标环形粒子群算法MO_Ring_PSO_SCD二、多目标遗传算法NSGAII三、MOCEC2020的24个多目标测试函数四、实验结果一、多目标环形粒子群算法摘要：本文提出了一种新的粒子群优化算法，用于求解可能

第一次跑闭环时，DSP的CLA协处理器突然发疯，把PWM占空比锁死在98%。这玩意儿真是把DSP和MCU的优势结合得挺到位，特别是做数字电源控制时，12位ADC和PWM死区控制玩起来贼溜。最终算出来的Lr=35uH，Cr=22nF时，实测波形终于能看到漂亮的ZVS了。先看主拓扑硬件计算这块。有回把DBRED设成0，结果下管直通瞬间炸出烟花，示波器抓到的电流尖峰高达50A，直接给电流互感器干怀孕了。