遥控遥测PPT第2章.ppt

2.4.4 快速傅立叶变换 谱分析是寻找信号频率分量的一种方法。谱分析函数将信号从时域变换到频域，快速傅立叶变换FFT是最常用的变换。 谱分析用于信号检测 工业现场环境比较恶劣时，微弱的有用信号淹没在很强的背景噪声之中。一般的去除噪声的滤波方法无法奏效，可以使用谱分析技术进行信号检测。 2.5 智能测控算法 智能测控算法要解决的问题是如何进行高准确度的多种类信息的宏观检测。本节介绍常用于现代检测系统及智能仪器中的几种测控理论与方法。 2.5.1 数字PID算法 数字PID算法指的是比例、积分、微分算法，常用于过程控制，它具有结构典型、参数整定方便、结构改变灵活、控制效果较好等优点。常用于电机调速等方面。 一个典型的PID算法控制结构框图如下图所示 2.5.1 数字PID算法 位置式PID控制算式 增量式PID算法 2.5.2 神经网络算法 1.神经网络的基本概念 人工神经网络是从生物学上取得灵感，用实现模拟生物神经元某些功能的元器件组织起来，而组织方式是模拟人脑的组织方式构成的。下图为一个典型的人工神经元模型： 2.5.2 神经网络算法 2. 人工神经网络的基本原理 网络模型 前向网络： 由输入层，中间层（隐层）和输出层组成， 每一层的神经元只接受前一层神经元的输出，并输出到 下一层。 互联型神经网络：网络中任意两个神经元之间都有可能连接，即网络的输入节点及输出节点均有影响存在，因此，信号在神经元之间反复传递，各神经元的状态要经过若干次变化，逐渐趋于某一稳定状态。典型的有Hopfield网络。 2.5.2 神经网络算法 学习（训练） 监督训练：规则为将给定标准训练样本加到网络的输入 端，同时将用网络输出与期望输出相比较得到的差值来控 制连接权重的调整。 无监督训练：不要求事先给定标准样本，而是直接将网 络置于工作环境中，使训练阶段与应用阶段成为一体，使 得学习规律服从连接权重的变化 2.5.2 神经网络算法 3.典型神经网络模型 BP网络 这是一种采用误差反向传播（Back Propagation）学习方法的单向传播多层次前向网络，一般由输入层、输出层和隐含层组成，其结构如下图所示 2.5.2 神经网络算法 2.5.2 神经网络算法 RBF网络 RBF（Radial Basis Function）神经网络是三层结构的径向基函数神经网络，其结构如下图所示： 2.5.2 神经网络算法 Hopfield网络 Hopfield网络属于反馈网络，具有连续型和离散型两种类型，下图描述了离散型Hopfield网络的结构。 2.5.3 遗传算法 1.简单遗传算法 在自然界的演化过程中，生物体通过遗传、变异来适应外界环境，一代又一代地优胜劣汰，发展进化。GA模拟 了上述进化现象，将搜索空间映射为遗传空间，由于新群 体的成员是上一代群体的优秀者，继承了上一代的优良性态，因而明显优于上一代。GA就这样反复迭代，向着更优 解的方向进化，直至满足某种预定的优化指标。 2.5.3 遗传算法 2.遗传算法的应用关键 串的编码方式 这本质是问题编码。一般把问题的各种参数用二进制编码，构成子串；然后把子串拼接构成“染色体”串。串长度及 编码形式对算法收敛影响极大。 适应函数的确定 适应函数是问题求解品质的测量函数，往往也称为问题的“环境”。一般可以把问题的模型函数作为对象函数，但 有时需要另行构造。 遗传算法自身参数设定 遗传算法自身参数有3个，即群体大小n、交叉概率和变异概率。 END 注重常用的一些算法的讲解，使学生对理论知识有一定的认识，而不是觉得枯燥和无趣 2.3.3 样条插值 1. 三次样条函数插值 设 在节点 处的函数值 ， 求关于分段 的三次样条函数，使满足 则S(x)称为y=f(x)的三次插值样条函数。 2. 基本方程组 2.3.3 样条插值 3.端点条件 M关系式是N+1个未知数的N-1个方程，通过端点可减 少2个未知数。步骤如下： 给定M0、MN。 在[X0，X1]与[XN-1，XN]上S(x)为二次多项式，此时M0=M1，MN=MN-1。 特别可取M0=0、MN=0，此时称S(x)为自然三次插值样条。 2.3.3 样条插值 4.方程组求解 此时的