- 博客(16)
- 收藏
- 关注
RSS订阅原创 A星算法的优化与邻域改进路径规划：融合动态权重、障碍物筛选及冗余点处理技术
改进A星算法路径规划1.删去离障碍物太近的节点2.引入启发函数动态权重3.冗余点处理以及接5*5邻域(16邻域)，7*7邻域（32邻域)等改进A星。
2025-12-25 11:15:00
854
原创 基于SOGI - PLL的永磁同步电机无感FOC探索
基于SOGI-PLL的永磁同步电机无感FOC1.采用SOGI代替传统滑模观测器smo中的低通滤波器，有效减小转速波动；2.提供算法对应的参考文献和仿真模型。
2025-12-24 21:55:16
935
原创 深度解析：基于Simulink的蓄电池与超级电容混合储能系统在光伏发电侧的能量管理仿真模型与实现策略
这套模型最妙的是在光伏出力暴跌时，超级电容能先撑住0.2秒给电池争取启动时间。这里用了三级负载响应策略：电池低电量时限制出力，遇到功率尖峰让超级电容先顶，平时七三开分配。红线就是安全区边界，跑仿真时如果波形频繁触碰边界线，说明该调整超级电容的响应速度了。我见过有人把Np设到10，结果超级电容直接过充炸了，老刺激了。整个模型分成三大块：光伏发电模块、混合储能模块，以及最要命的能量管理控制器。详细讲解，蓄电池超级电容混合储能系统simulink能量管理发电侧是光伏发电，仿真模型。
2025-12-24 11:15:00
410
原创 MATLAB实现BO-CNN-LSTM贝叶斯优化卷积长短期记忆网络多输入分类预测。
最重要的是省去了手动调参的繁琐——原本需要折腾两三天的参数组合，现在挂机跑一小时就能拿到不错的结果。这次咱们用MATLAB整点新活——把贝叶斯优化这个自动调参神器塞进CNN-LSTM模型里，实现多特征输入的四分类任务。基于贝叶斯(bayes)优化卷积神经网络-长短期记忆网络(CNN-LSTM)分类预测，BO-CNN-LSTM/Bayes-CNN-LSTM多输入分类预测模型，输入多个特征，分四类。跑完优化后记得用全量数据重新训练，避免验证集过拟合。1.优化参数为：学习率，隐含层节点，正则化参数。
2025-12-23 20:59:37
240
原创 永磁同步电机全阶自适应观测器/自适应全阶观测器MATLAB仿真，高速电机，基础版15.
它就像是电机的“智能眼睛”，能根据电机的输入输出信号，估算出电机内部的一些关键状态，比如转子位置、速度啥的。永磁同步电机全阶自适应观测器/自适应全阶观测器MATLAB仿真，高速电机，基础版15.9，改进版49（改进版波形精美，易于出图）下面图为改进版，低速高速都可以，最高5W转每分。当然，这只是一个非常基础的仿真，实际的全阶自适应观测器要复杂得多，尤其是改进版的，能处理更复杂的情况，在不同的速度范围内都能准确地估计电机状态。这些参数是电机的“身份证”，不同的电机参数会影响观测器的性能。
2025-12-23 10:00:00
435
原创 移动磁铁在线圈中产生感应电压分析与仿真 COMSOL 6.
移动磁铁在线圈中产生感应电压分析与仿真COMSOL 6.0案例还原及此模型模拟磁铁在线圈中的运动，并计算感应电压，磁铁的位移很明显，因此使用动网格和滑移网格。
2025-12-22 22:25:56
278
原创 模糊PID控制主动悬架模型 基于2自由度1/4悬架模型，模糊PID可以自适应调整PID控制的系数，实
对比曲线出来那刻，被动悬架的加速度波形活像锯齿刀，普通PID算是磨平了尖刺，而模糊PID的曲线跟德芙巧克力似的——纵使遇到20cm高的突降障碍，车身加速度稳稳压在0.3g以内。不过实测时发现，当路面频率超过5Hz时，作动器响应开始滞后，这时候得在模糊规则里加个高频补偿因子才能稳住。普通PID在仿真里表现像个直男：Kp=1200，Ki=80，Kd=180，参数定得死死的。传统悬架就像固定参数的滤镜，遇到复杂路况就露怯。基于2自由度1/4悬架模型，模糊PID可以自适应调整PID控制的系数，实现更好的控制效果。
2025-12-22 11:30:00
419
原创 车辆横向控制 单点预瞄 实现基于轨迹预测的驾驶员方向控制模型，Carsim与simulink 联合仿
理论文档里记得画这个控制框图：传感器数据→状态估计→预瞄点选取→轨迹偏差计算→控制量生成→执行器输出。配上各环节的公式说明，重点讲清预瞄距离与车速的关系曲线，还有PD控制参数整定方法。这个看似简单的"看准目标打方向"动作，在程序猿手里可是要拆解成预瞄距离计算、轨迹预测、方向盘转角PID控制三个硬核环节。跑仿真时开着Carsim的3D界面特别带感，看着虚拟方向盘自己转来转去带着车跑预定轨迹，比玩赛车游戏刺激多了——毕竟翻车了不用赔钱，顶多重跑半小时仿真。先说预瞄点的选择，这玩意儿就像开车时眼睛看多远。
2025-12-21 20:53:23
450
1
原创 交错并联DAB变换器双有源桥电压电流双闭环控制Simulink仿真探索
交错并联DAB变换器双有源桥电压电流双闭环控制simulink仿真附赠参考文献研究双有源桥DC-DC 变换器的交错并联控制方案额定输入电压100V，额定输出电压200V，额定功率5kw。
2025-12-21 10:00:00
361
原创 基于matlab GUI的图像处理，功能包括图像颜色处理（灰度图像、二值图像、反色变换、直方图、拉伸
基于matlab GUI的图像处理，功能包括图像颜色处理（灰度图像、二值图像、反色变换、直方图、拉伸变换）；像素操作（读取像素、修改像素）、平滑滤波（均值平滑、高斯平滑、中值平滑）、图像锐化（robert交叉梯度锐化、sobel梯度锐化、拉普拉斯锐化）、图像边缘检测（拉普拉斯算子、sobel算子、prewitt算子、roberts算子、canny算子）。通过GUI以可视化的形式展现。数据可更换自己的，程序已调通，可直接运行。
2025-12-20 21:31:59
673
原创 基于模糊补偿的两自由度机械臂自适应控制算法的MATLAB与Simulink仿真实现研究
给关节突然加个5N·m的外扰试试效果，传统PID的关节角度会抖得像触电，而咱们的复合控制器曲线平滑得就像德芙巧克力。参数自适应率那两行代码看着简单，实则暗藏玄机——控制增益随着误差动态调整，比固定参数控制器皮实多了。调参小技巧：先关掉模糊补偿纯跑自适应，调好kp0和kd0的基础值。然后打开补偿模块，从3个隶属度函数开始逐步增加，别一上来就搞七层高斯型——那计算量能让你的仿真速度回到486时代。机械臂，基于模糊补偿的两自由度机械臂自适应控制算法，MATLAB脚本结合simulink仿真。
2025-12-20 13:00:00
296
1
原创 虚拟同步发电机在不平衡电网电压下并网运行仿真模型 复现2019一篇参考文献 在0.
翻出论文里的公式推导才发现，作者把传统的Q-V下垂特性改成了带电压不平衡度补偿的非线性曲线，这操作简直就像给VSG戴了个智能降噪耳机，任凭电网电压怎么作妖，我自岿然不动。秘诀就在那个带负序补偿的功率环结构，把传统VSG的旋转坐标系改成了静止坐标系下的混合控制，电压不对称时的dq轴耦合问题直接被釜底抽薪。仿真跑完最大的感悟是：现代电力系统的控制算法越来越像太极高手，面对电网的各种不平衡、不对称，不再是硬碰硬的对攻，而是用巧劲化解扰动。在1.5秒的时候有功功率参考值在不平衡电网状态下由15KW升至20KW。
2025-12-19 08:57:50
501
原创 两级式单相光伏并网仿真研究：MATLAB 2021a版本下的DC-DC变换与桥式逆变技术实现功率跟踪...
电压外环用PI参数Kp=0.5，Ki=25，电流内环Kp=15，Ki=5000。咱们今天用Matlab 2021a整一个接地气的两级式单相并网系统，前边用Boost电路搞MPPT，后边用全桥逆变玩SPWM调制。调制度别拉满，留点余量防止过调制。有个坑要注意：2021a版本里的PWM模块默认载波幅值是±1，老版本可能不一样，这个配置错了会导致SPWM波形畸变。前级采用DC-DC变换电路，通过MPPT控制DC-DC电路的pwm波来实现最大功率跟踪,mppt采用扰动观察法，后级采用桥式逆变，用spwm波调制。
2025-12-18 17:15:00
300
原创 人工势场法路径规划matlab代码，下图为人工势场法，人工势场法改进。
参数调试时有个小技巧——把斥力系数设大点，吸引力系数适当调小，这样机器人遇到障碍会更怂地绕开。路径规划里有个挺有意思的算法叫人工势场法，这玩意儿把目标点想象成磁铁吸引机器人，障碍物则产生排斥力。跑起来之后可能会发现，这算法在复杂环境里还是有点愣，这时候可以结合滚动窗口法，只计算最近几个障碍物的斥力。算法虽老，调参真能调出花来，下次试试把势场力和DWA结合，说不定有惊喜。比如当目标点和障碍物在同一直线时，机器人在中间卡死。人工势场法路径规划matlab代码，下图为人工势场法，人工势场法改进。
2025-12-18 11:00:00
429
原创 ‘标准化视觉检测软件Vision’：多功能、易用、强大的软件解决方案
比如，你可以根据自己的业务逻辑，编写一些特定的检测算法，然后集成到Vision中。比如，我最近在做的一个缺陷检测项目，用到了它的边缘检测和纹理分析算法，效果相当不错。以前做这种项目，光是调参就能把人搞疯，现在直接丢给Vision，它自己就能搞定，智能化程度相当高。总的来说，Vision是一款非常强大的视觉检测软件，无论是从智能化、易用性、功能、兼容性还是可开发性来看，它都表现得相当出色。Vision的兼容性也很强，支持大华、海康、迈德、basle、大恒等多家相机供应商，最高版本甚至支持16个相机同时工作。
2025-12-18 09:01:29
379
原创 基于GWO-CNN-LSTM-Attention算法的24步超前多特征单输出回归预测模型：MATLA...
基于GWO-CNN-LSTM-Attention超前24步多变量回归预测模型多特征输入，单输出运行平台：MATLAB 要求2023及以上版本。1、多特征输入，单序列变量输出的超前24步预测。2、优化参数：学习率、卷积核大小、神经元个数3个关键参数，以最小MAPE为目标函数。3、预测结果图：损失、RMSE迭代变化极坐标图；网络的特征可视化图；测试对比图；适应度曲线。4、提供MAPE、RMSE、MAE等回归模型评价指标。适用领域：（包括但不限于）
2025-12-17 23:42:57
1034
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人