一、惯性传感器1. 惯性传感器指标加速度计和陀螺仪的实际输出不可避免地存在误差，主要包括零偏误差、比例因子误差、交轴耦合误差和随机噪声等[140]。每一种系统误差又包含常值项、随温度变化项、随机逐次上电启动项和工作期间变化项等。对于高精度传感器，厂家会在出厂前对确定性误差作补偿修正，真正决定测量精度是补偿确定性误差之后的残余误差项，比如上电启动项、工作期间变化项和随机噪声等，厂家会提供详细的参数指
在粒子群算法中，所谓惯性权重w即粒子能保持前一时刻运动状态的能力，在粒子群算法中格外重要。 这里介绍两种常用的惯性权重算法：1.典型线性递减策略；2.线性微分递减策略。其中，算法所要解决的问题是求解某个二元函数的最小值，可以看做二维空间的粒子群算法。迭代次数是1000次。 1.典型线性递减策略的w计算公式如下： 其中，w是惯性权重，wmax是惯性权重最大值，wmin是惯性权重最小值，t是当前迭代次
转载
2024-04-25 10:48:18
298阅读
惯性导航系统（INS，以下简称惯导）是一种不依赖于外部信息、也不向外部辐射能量的自主式导航系统。其工作环境不仅包括空中、地面，还可以在水下。惯导的基本工作原理是以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。 简介 惯性导航系统（INS，Inertial Navigation Syste
转载
2024-05-28 11:32:27
35阅读
英文原网页查看。基于惯性矩和偏心距的描述符在本教程中，我们将学习如何使用pcl::MomentOfInertiaEstimation类来获得基于偏心量和惯性矩的描述符。这个类还允许提取轴对齐和有向的点云包围框。但是请记住，提取的OBB可能并不是最小的边界框。理论基础特征提取方法的思想如下。首先计算点云的协方差矩阵，提取点云的特征值和特征向量。可以考虑得到的特征向量是归一化的，并且总是基于右手坐标系
文章目录一、理论基础1、基本布谷鸟算法2、改进的布谷鸟算法(DWCS)（1）非线性惯性权重对数递减策略（2）随机调整的发现概率策略（3）DWCS算法的流程二、仿真实验与分析三、参考文献 一、理论基础1、基本布谷鸟算法请参考这里。2、改进的布谷鸟算法(DWCS)（1）非线性惯性权重对数递减策略动态变化惯性权重主要有以下几类。以下公式中，为当前迭代次数，为最大迭代数，和为的初值和终值。 （1）线性递
MEMS加速度计在惯导中的角色 惯性导航系统（INS）也称作惯性参考系统，是一种不依赖于外部信息、也不向外部辐射能量（如无线电导航那样）的自主式导航系统。其工作环境不仅包括空中、地面，还可以在水下。 惯性导航的基本工作原理是以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。惯性导航系统属于推算导
常用几种荷载横向分布计算方法杠杆原理法刚性横梁法 刚性横梁法横向分布系数计算图示修正刚性横梁法空心板桥横向分布系数计算案例01 空心板单梁法横向分布系数计算 20m预应力混凝土空心板单梁法实例一、桥梁相关信息：跨径：桥梁标准跨径20m；计算 跨径(正交、简支)19.26m；预制板长19.96m；设计荷载：公路－Ⅰ级；桥面宽度：(路基宽23m，高速公路)半幅桥全宽11.2
这篇文章主要讲解的是使用粒子群算法对PID参数进行寻优，大家可以进行参考。 基于粒子群算法的PID控制器优化设计1. 理论基础2. 问题描述3. 思路及步骤3.1 优化设计过程3.2 粒子群算法实现4. MATLAB程序5.仿真结果 1. 理论基础PID控制器的一般形式为 其中，是系统误差；、和分别是对系统误差信号及其积分与微分量的加权，控制器通过这样的加权就可以计算出控制信号，驱动受控对象。 因
转载
2024-08-03 16:50:26
108阅读
Tm,机械时间常数(Time Constant@ Mech milliseconds) : 指的是机械的惯性时间常数。比如，当系统从零加速到额定转速时被系统的机械惯性所延时的时间常数。针对一个特定的系统，都有自己的这个机械时间常数。是一个已知的参数;指空载时伺服电机从0到达额定速度的63%的时间。Te,电气时间常数(Time Constant@ Elec milliseconds) : 指的是电器
1、简写MRAS参考模型和可调模型参考模型和可调模型方程：简写为如下形式：参考模型：可调模型：定义广义误差为，将上述两个方程做差可以得到如下误差方程。2、改写为标准前向环节将上式改写为标准前向环节，方便对于Popov超稳定理论的分析。因为Popov超稳定理论规定了以下两个条件：线性定常环节传递矩阵必须为严格的正实矩阵。非线性时变反馈环节必须满足Popov积分不等式，即改写为标准前向环节后的误差方程
转载
2024-03-26 06:51:28
52阅读
牛顿运动定律一.牛顿第一定律 惯性参考系定义：任何物体都要保持其静止或匀速直线运动状态，直到外力破迫使它改变运动状态为止物体的这种运动状态通常称为惯性运动，而物体保持原有运动状态的特性称之为惯性任何物体在任何状态下都具有惯性，惯性是物体的固定属性，牛顿第一定律又称为惯性定律注意，一孤立质点并不是在任何参考系中都能保持加速度为0的静止或匀速直线运动状态即惯性定律只能在某些特殊参考系中成立，通常把孤立
转载
2024-04-12 19:30:14
100阅读
实质：在定义域随机放置多个变量，不断跳跃，同步寻找最优解。寻找方向受单个粒子与全部粒子的最优位置共同影响。单个粒子按照公式不断迭代寻找当新位置。多个变量聚集在某一点时，该点即是最优解。控制其搜索速度（步长）的因素有两个，使其兼备全局搜索能力和局部搜索能力，减少错过最优解几率距离自身最优距离距离群体最优距离状态转移方程：：代表优化问题在D维空间上的一个解，对应于粒子群中第i个粒子的位置：代表第i个粒
先谈谈非奇异矩阵下的特征值和特征向量，在前面已经提过相似变换了，相似矩阵说的是同一个相似变换在不同基下的表现形式，别看最后与具体的向量无关，但实际上相似矩阵是与向量对象、以及基紧密关联的。而线性变换是与具体的基无关的，因为它变换的永远都是坐标向量，所以在研究线性变换矩阵的特征向量和特征值时可以在所有的基下进行讨论！当把矩阵当作作用力的动态观来看时，它会使向量（切记这个向量实际是坐标向量）发生
惯性参数的获取方法：① 使用V-rep中的rigid body properties中的选项进行自动计算可得（需要知道连杆的质量或者密度）（V-rep中惯性参数的解释），vrep中输出的惯量矩阵需要乘以质量。URDF中对inertial属性的定义： 可以看到inertial的origin是用来描述惯量参考系与连杆坐标系之间的偏差的，以下图为例介绍URDF中的inertial属性和V-rep中得到的
转载
2024-07-07 10:47:55
72阅读
转动惯量和惯性张量’的定义转动惯量是表征刚体转动惯性大小的物理量，它与刚体的质量、质量相对于转轴的分布有关。 大家都知道动能E=(1/2)mv¬2，而且动能的实际物理意义是：物体相对某个系统（选定一个参考系）运动的实际能量，（P势能实际意义则是物体相对某个系统运动的可能转化为运动的实际能量的大小）。 E=(1/2)mv¬2 （v¬2为v的2次方） 把v=wr代入上式 (w是
MIT自适应律 参考书籍 系统辨识与自适应控制 MATLAB仿真(第三版) 仿真环境 Matlab 2016a 参照书上P59的例题搭建 只放代码和结果 单纯的MIT自适应律代码如下：%MIT自适应律
%一些量的初始化
clear
clc
r = 0.1;%自适应增益
gain = 0.1;%方波增益
K_c_0 = 0;%可调增益
L = 1000;%迭代次数
h = 0.1;%步长
u =
转载
2024-10-10 09:17:58
125阅读
粒子群优化算法( PARTICAL SWARMS OPTIMIZATION)粒子群优化，是除了蚁群算法，鱼群算法之外的一种群体智能的优化算法，源自对鸟类捕食问题的研究。鸟类捕食问题假设区域里就只有一块食物（即通常优化问题中所讲的最优解），鸟群的任务是找到这个食物源。鸟群在整个搜寻的过程中，通过相互传递各自的信息，让其他的鸟知道自己的位置，通过这样的协作，来判断自己找到的是不是最优解，同时也将最优解
文章目录一、理论基础1、基本蝴蝶优化算法2、DMABOA改进算法（1）引入非线性惯性权重（2）加入具有全局自适应特征的F分布随机变异（3）融入差分定向变异策略的局部搜索3、DMABOA算法流程二、复杂函数优化问题实验结果分析三、参考文献 一、理论基础1、基本蝴蝶优化算法请参考这里。2、DMABOA改进算法（1）引入非线性惯性权重针对基本蝴蝶算法对于复杂函数收敛速度慢、寻优精度低的缺点，本文在全局
转载
2024-10-09 15:06:19
155阅读
参考清风数学建模资料粒子群章节改进粒子群算法改进一 ：自适应惯性权重（1）假设现在求最小值问题，那么： 注意！！！ 代码段：f_i = fit(i); % 取出第i个粒子的适应度 f_avg = sum(fit)/n; % 计算此时适应度的平均值 &n
转载
2024-07-14 19:26:48
152阅读
浅谈宽高自适应在网页布局中，我们通过设置元素的宽高定义元素的显示大小，但是，在不同窗口大小，不同分辨率下，宽高相同的元素显示状况是不同的。所以，我们往往需要元素的大小能够根据窗口或子元素自动调整，这就是pc自适应。一、相对窗口和父元素的宽度自适应两种方法： 1、不设置宽度； 2、width：100%； 在不设置宽度时，块元素的宽度（width）的值默认为100%，即父元素的宽度的100%，也就是块
