首页> 中文学位 >具有限定记忆的辅助变量参数辨识方法与仿真研究及基于ZigBee无线技术的网络控制系统
【6h】

具有限定记忆的辅助变量参数辨识方法与仿真研究及基于ZigBee无线技术的网络控制系统

代理获取

目录

文摘

英文文摘

论文说明:图表目录

声明

致谢

第一章绪论

1.1引言

1.2系统辨识的发展和现状

1.3自动控制系统

1.3.1自动控制系统发展历程

1.3.2网络控制系统

1.4本论文的研究意义及主要内容

1.4.1本文的研究意义

1.4.2本文的主要内容

第二章限定记忆辅助变量参数估计递推算法

2.1最小二乘法的参数估计

2.1.1一次完成算法

2.1.2递推算法

2.2最小二乘法的缺陷

2.3辅助变量法

2.4限定记忆辅助变量参数估计递推算法

2.5小结

第三章限定记忆辅助变量参数估计递推算法的仿真

3.1限定记忆辅助变量参数估计递推算法的仿真模型

3.2 Simulink仿真结果

3.3小结

第四章网络控制系统的设计

4.1单闭环控制系统概述

4.2网络控制系统的结构

4.3网络控制系统的性能分析

4.4网络控制系统的协议栈

4.5小结

第五章网络控制系统中节点的设计

5.1网络节点硬件结构

5.1.1射频部分电路设计

5.1.2数字部分电路设计

5.1.3数据处理模块

5.2网络节点设计

5.3小结

第六章网络控制系统的软件设计

6.1软件设计过程

6.2 ZigBee协议栈移植

6.2.1 ZigBee的特点

6.2.2协议栈软件概述

6.2.3协议栈分析

6.2.4底层驱动的修改

6.2.5系统开发环境

6.3网络控制系统可靠性设计

6.3.1通信帧格式

6.3.2发送协议

6.3.3接收协议

6.3.4 CRC校验

6.4网络控制系统的无线组网研究

6.5系统应用程序设计

6.5.1软件设计所需的程序文件

6.5.2中心节点程序软件设计

6.5.3检测节点程序软件设计

6.6调试过程及运行结果

6.7小结

第七章总结与展望

7.1本文工作的总结

7.2工作展望

参考文献

攻读硕士学位期间已发表和录用的论文

展开▼

摘要

最小二乘辨识法是一种最基本的辨识方法,简单、实用,其递推算法收敛可靠,并且当模型噪声为白噪声时,可得到无偏、一致和有效的估计,从而得到广泛的应用。但当模型噪声是有色噪声时,最小二乘参数估计不是无偏、一致估计,并且随着数据的增长,最小二乘递推辨识算法将出现数据饱和现象,以致递推算法慢慢失去修正的能力。辅助变量法解决了模型噪声是有色噪声时,最小二乘参数估计的无偏性和一致性问题,但依然存在数据饱和问题。本文在辅助变量法法的基础上引入限定记忆方式,获得了具有限定记忆的辅助变量参数估计递推算法(RFMAV),解决了辅助变量法的数据饱问题。仿真结果表明了RFMAV算法的有效性。 基于ZigBee无线技术的网络控制系统 传统的闭环控制系统的控制器、执行器和变送器之间使用有线电缆实现标准信号的传输,存在经济性、安全性、可靠性等问题。本部分提出了基于ZigBee无线网络技术的闭环控制系统的总体设计方案,使用无线技术ZigBee作为连接闭环控制系统中控制器、执行器和变送器的媒介,实现了网络内结点的资源共享、协调操作,是一种全分布式、网络化的实时反馈系统,且简化了工业现场操作环境、降低了系统的经济和维护成本。针对网络方面,设计了网络中各节点的硬件电路和射频数据传送模块,移植了ZigBee协议栈,实现了各节点之间网络通信。为了保证网络传输中数据包的准确性,特设计网络控制系统的应用层可靠性程序。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号