Dev7z的博客

随着自动驾驶技术的快速发展，车辆路径跟踪控制已成为自动驾驶系统中的关键研究内容之一。针对自动驾驶车辆在已知参考轨迹条件下的路径跟踪问题，本文基于车辆运动学自行车模型，研究并实现了一种基于 Stanley 算法 的车辆路径跟踪控制方法。通过构建车辆与参考轨迹之间的横向误差和航向误差模型，利用 Stanley 前轮反馈控制策略，将航向误差项与横向误差引导项相结合，实时计算车辆前轮转角，实现车辆的横向路径跟踪控制。同时，为保证车辆行驶速度的稳定性，设计了基于比例控制的纵向速度控制器，使车辆速度能够平稳跟踪给定目标

基带数字通信系统的频谱特性与误码性能是通信原理研究中的重要内容。为了分析不同基带码型在带限信道中的传输特性，本文基于 MATLAB 平台建立了基带数字通信系统的仿真模型，对单极性不归零码、双极性不归零码、单极性归零码和双极性归零码等典型基带信号进行了研究。

无线传感器网络节点部署方式对网络覆盖性能和资源利用效率具有重要影响。针对随机部署方式存在覆盖率低、节点分布不合理等问题，本文以覆盖率最大化为优化目标，对无线传感器网络节点部署优化问题进行了研究。在给定监测区域内建立无线传感器网络覆盖模型，并考虑实际环境中障碍物区域对节点部署的影响，为后续优化提供建模基础。

为分析 5G 通信系统中不同调制方式在复杂信道环境下的频谱特性与性能表现，本文基于 MATLAB 平台设计并实现了一种 5G 信号频谱分析与信道性能仿真系统。系统采用图形用户界面形式，实现了 QPSK、16QAM 和 64QAM 等数字调制方式的基带信号生成，并构建了 AWGN 信道和瑞利衰落信道模型。

本研究针对传统 LMS（Least Mean Squares）自适应噪声抵消算法在参数选择上依赖经验、难以兼顾收敛速度与稳态性能的问题，提出了一种面向语音信号信噪比（SNR）提升的 LMS 自动调参方法。该方法以滤波器长度 𝑀和步长 𝜇为搜索变量，利用网格搜索在训练段语音上评估不同参数组合的去噪效果，以输出信号与真实干净语音之间的 SNR 作为优化目标，从而自动选择最优参数。随后，将最优参数应用于全长语音信号，实现自适应噪声抵消。

随着光伏等分布式电源在配电网中的大规模接入，配电网电压越限问题日益突出。传统依赖 OLTC 和并联电容器的离散式调压方式响应速度较慢，且难以满足高渗透光伏场景下的快速电压波动控制需求。光伏逆变器具备快速调节无功的能力，可作为连续调节手段参与电压控制，但其调节能力受逆变器容量限制，单独作用时往往难以在全工况维持电压稳定。因此，构建连续—离散协同的电压控制策略成为提升配电网电压安全性和稳定性的关键。

随着工程系统中时间序列数据的复杂性不断提高，传统预测模型在泛化能力和预测稳定性方面已难以满足实际需求。长短期记忆网络（LSTM）在处理非线性与长依赖序列方面具有优势，但其预测性能高度依赖于隐层规模、学习率等超参数的设置，不合理的参数选择易导致模型收敛缓慢或陷入局部最优。为提升模型在工程时序预测任务中的精度和稳定性，构建一种高效、自动化的超参数优化策略具有重要研究价值。

随着城市化进程的加速，空气污染问题日益严重，尤其是由多种污染源引起的污染物扩散对环境和人类健康的影响。为了更好地预测和评估污染物在不同气象条件下的扩散情况，本文提出了一种基于风速、风向和天气条件的污染物扩散模拟方法，并通过MATLAB图形用户界面（GUI）实现了可视化展示。该方法采用连续污染源模型，通过计算污染源与各网格点的距离和方向，结合风场和天气因素，估算污染物的浓度分布。污染物浓度的计算基于污染源的强度、风向和风速，同时考虑天气条件对污染物扩散的修正作用。

随着数字媒体内容的广泛传播，保护音频版权和防止盗版成为当前数字信息安全领域的重要课题。音频水印技术作为一种有效的版权保护手段，通过将水印信息嵌入音频信号中，保证了音频数据的版权归属。本文基于小波变换提出了一种音频水印算法，并设计了相应的 MATLAB 图形用户界面（GUI）进行可视化操作。该算法利用小波变换对音频信号进行多层次分解，将水印信号嵌入到低频系数中，以提高水印的鲁棒性和隐蔽性。

自动驾驶车辆在复杂多车道交通环境中进行安全、平滑且可行的换道路径规划是实现智能驾驶的关键技术之一。针对道路中常见的多前车阻塞情形，本文提出构建一个涵盖不同场景复杂度的换道路径规划体系，以解决多车干扰下的换道可行性与轨迹连续性问题。

随着机器人技术的迅猛发展，路径规划作为机器人自主导航中的核心问题之一，已经引起了广泛的研究关注。传统的二维路径规划方法在许多实际应用中已不再适用，尤其是在复杂的三维环境中，路径规划面临着更多的挑战，如地形复杂性、障碍物多样性以及路径的优化等问题。因此，三维路径规划方法成为了当前研究的热点。

随着智能建筑和能源管理系统的快速发展，如何准确预测商业设施的能源需求已成为提升能源利用效率、降低运营成本和优化能源配置的关键。本文提出了一种基于XGBoost模型的智能商场能源需求预测方法。该方法结合了天气数据、节假日信息及历史负荷数据，通过特征工程构建滞后特征，并采用时间序列分析对数据进行处理。

随着智能电网技术的发展，电力负荷预测在电力系统的优化调度和能源管理中扮演着至关重要的角色。准确的负荷预测不仅能够提高电力系统的效率，还能降低能源消耗和运营成本。传统的时间序列预测方法在处理复杂的非线性关系时存在一定的局限性，而基于深度学习的模型，特别是长短期记忆网络（LSTM），因其在处理时序数据中的显著优势，逐渐成为电力负荷预测领域的研究热点。

本研究基于 MATLAB，利用 BP 神经网络实现对电力系统短期负荷的日负荷曲线预测。所使用的数据为 2018 年实际电力负荷的逐日 96 点（15 分钟间隔）历史记录，按日期存储于 Excel 文件中。论文首先通过自编函数从指定目录逐日读取负荷数据，提取当日 96 个采样点及对应的最大值、最小值，并采用线性归一化方法将数据映射到 [0,1] 区间。

针对光伏发电功率序列非线性、非平稳的特点，本文提出一种EMD-KPCA-LSTM组合预测模型。首先利用经验模态分解（EMD）将原始光伏功率及相关特征分解为若干本征模态函数（IMF）及残余项，实现多尺度特征提取；随后采用核主成分分析（KPCA）对IMF特征降维，压缩冗余信息；最终将降维后的特征输入长短期记忆网络（LSTM），完成光伏发电功率短期预测。以北半球某光伏电站实测数据为例，对比单一LSTM模型、EMD-LSTM模型与所提EMD-KPCA-LSTM模型。结果表明，本文模型在RMSE、MAE、MAPE和R

移动机器人在动态环境中的自主导航能力是智能机器人领域的重要研究方向。针对动态障碍物密集、结构复杂以及机器人运动学受限等因素导致的规划困难，本文提出了一种基于双向A*与动态窗口法（Dynamic Window Approach, DWA）的全局–局部混合路径规划方法，实现了移动机器人在动态环境中的高效、安全导航。

随着可再生能源的大规模接入，由风电、光伏和储能构成的多能源微电网在电力系统中的作用日益突出。合理配置风光储容量既能提高可再生能源利用率，又可降低系统的全生命周期成本。本研究构建了含风机、光伏和电池储能的并网微电网模型，以最小化总成本为目标，并考虑了分时电价、电池SOC约束、充放电效率以及设备建设、维护和重置费用等关键因素。

随着无人机技术的迅速发展，无人机的路径规划问题成为了航空控制、环境监测、物流配送等多个领域中的关键技术之一。在复杂的三维环境中，无人机路径规划面临着障碍物避让、路径最优化等多个挑战。传统的路径规划方法往往难以满足动态环境中高效、可靠和安全的需求。为了解决这一问题，本研究提出了一种结合遗传算法（GA）与蚁群算法（ACA）的混合优化方法，用于无人机的三维路径规划。

随着无人机技术的迅速发展，三维路径规划和避障问题成为了无人机飞行任务中亟待解决的关键问题之一。传统的路径规划方法往往难以处理复杂的三维环境中的动态障碍物和不规则地形。本文提出了一种基于多目标粒子群优化（PSO）的无人机三维路径规划与避障方法，通过优化路径的最短距离与路径平滑度两个目标，实现了高效且安全的路径规划。

随着水声通信技术的快速发展，传统的水声通信方法面临着信号衰减和带宽受限等挑战。为了提高水声通信系统的可靠性和抗干扰能力，本研究提出了一种基于频率跳变的8PSK调制方案。该方案结合了频率跳变（FH）和8PSK（8相移键控）调制技术，旨在实现高效且鲁棒的水声数据传输。

随着音频信号处理的需求增加，噪声消除成为语音处理中的关键问题。本文基于归一化最小均方（NLMS）算法，提出了一种自适应噪声消除方法，并通过MATLAB实现。首先，利用NLMS算法从含噪信号中提取目标信号，并通过诺奇滤波器去除特定频率干扰。实验结果表明，该方法有效提高了信噪比（SNR）并在不同噪声环境中表现出良好的适应性。本文为实时噪声消除系统的开发提供了有效方案，并为进一步提高噪声消除精度提供了参考。

随着信号处理技术的不断发展，信号去噪已成为各种实际应用中的重要任务。小波阈值去噪方法因其在信号分析中的优势，广泛应用于图像、音频、地震、医疗信号等多个领域。然而，传统的小波去噪方法通常使用单一阈值函数，难以有效应对复杂信号中的噪声。因此，如何结合多种阈值函数的优势，提升去噪效果，是一个值得深入研究的问题。

随着语音信号处理技术的快速发展，语音去噪在通信、语音识别和音频分析等领域得到了广泛应用。传统的语音去噪方法常常面临噪声与有用信号难以区分的问题。为了克服这一挑战，本文提出了一种基于小波变换的语音去噪算法，并结合软阈值、硬阈值和软硬折中阈值方法，设计并实现了一个MATLAB GUI系统，以便直观地展示去噪效果并进行实时调整。

本研究了数字基带通信系统的设计与仿真，利用 MATLAB 构建了一个基于不同基带码型的通信仿真平台。仿真系统实现了四种常用基带编码方式的信号处理与性能分析，包括单极性不归零码（Unipolar NRZ）、双极性不归零码（Bipolar NRZ）、单极性归零码（Unipolar RZ）和双极性归零码（Bipolar RZ）。系统通过图形化用户界面（GUI）实现了码型选择、仿真设置与结果展示，能够直观地模拟不同信号在 AWGN 信道中的传输过程。

随着室内定位需求的增长，WiFi 指纹定位因成本低、部署简单而被广泛应用。然而 RSSI 易受多径、遮挡和噪声影响，传统方法定位精度有限。针对这一问题，本研究提出一种融合 双重滤波与 CNN-BiLSTM 网络 的室内 WiFi 指纹定位方法。

本研究针对室内扫地机器人全覆盖清扫问题，基于网格地图和 MATLAB 搭建了路径规划仿真系统。首先对环境进行离散化建模，并采用随机分块与逻辑与运算生成带障碍的地图；然后将可行单元转换为图结构，利用深度优先搜索（DFS）实现规划式全覆盖路径。为对比效果，设计了随机碰撞式清扫策略，模拟传统无规划扫地机器人仅依靠随机运动与简单避障完成覆盖的过程。仿真结果表明，在 20×15 的随机障碍环境下，DFS 仅用约 408 步即可完成全覆盖，而随机碰撞策略约需 9148 步，规划式方法在路径长度与清扫效率方面具有显著优势

本文提出了一种基于内螺旋算法的扫地机器人全覆盖路径规划方法。该算法通过模拟机器人沿逆时针螺旋路径逐步清扫房间，确保覆盖所有可清扫区域并避开障碍物。遇到死区时，机器人通过扩展搜索重新规划路径。实验结果表明，该方法能够高效完成全覆盖清扫，并适应不同房间布局和障碍物配置，具有较强的容错能力。