內容簡介
《智能控製與MATLAB實用技術》從機電一體化設備智能控製的實際應用齣發,結閤MATLAB仿真技術,以挖掘機器人開發為主要應用實例,對模糊控製、神經網絡控製和遺傳算法及其MATLAB仿真進行比較係統的論述,其中包含一些新應用的研究成果。《智能控製與MATLAB實用技術》通俗易懂,注重理論聯係實際,兼顧學術性與實用性,內容豐富,具有較高的參考價值。
《智能控製與MATLAB實用技術》可作為高等院校相關專業本科高年級學生及研究生的教材,也可供從事機電一體化設備的開發人員以及相關專業的工程技術人員參考。
內頁插圖
目錄
前言
第1章 緒論
1.1 智能控製的産生背景
1.2 智能控製的概念與特點
1.3 智能控製的幾個重要分支
1.4 MATLAB與智能控製相結閤
1.5 智能控製的應用
第2章 模糊控製
2.1 模糊及模糊控製概述
2.2 模糊集閤及其運算
2.2.1 普通集閤基本概念及運算
2.2.2 普通集閤的特徵函數
2.2.3 模糊集閤的定義
2.2.4 隸屬函數
2.2.5 模糊集閤的運算和性質
2.3 模糊關係
2.3.1 笛卡兒積和普通關係
2.3.2 模糊關係的定義
2.4 模糊關係的閤成
2.5 模糊變換
2.6 模糊條件語句
2.6.1 簡單條件語句
2.6.2 多重簡單條件語句
2.6.3 多維條件語句
2.6.4 多重多維條件語句
2.7 模糊推理
2.8 模糊控製係統的基本原理
2.9 模糊控製器的設計
2.9.1 輸入模糊化
2.9.2 模糊控製規則的建立
2.9.3 模糊推理方法
2.9.4 逆模糊化方法
2.10 模糊控製庫函數介紹、實例及Simulink仿真
2.10.1 模糊邏輯工具箱函數介紹
2.10.2 MATLAB模糊控製工具箱函數應用實例
2.10.3 基於實例的模糊控製MATLAB/Simulink仿真介紹
2.11 習題
第3章 神經網絡控製技術
3.1 神經網絡基礎
3.1.1 生物神經元簡述
3.1.2 人工神經元基礎
3.1.3 神經網絡的結構
3.1.4 神經網絡的錶達
3.2 神經網絡的學習方法
3.3 感知器網絡
3.4 BP網絡
3.4.1 BP網絡模型
3.4.2 BP網絡學習算法
3.5 徑嚮基網絡
3.5.1 RBF網絡結構
3.5.2 RBF網絡的學習算法
3.6 神經網絡控製
3.6.1 神經網絡預測控製
3.6.2 神經模型參考控製
3.7 神經網絡芯片
3.8 神經網絡庫函數介紹、實例及simulink仿真
3.8.1 BP神經網絡工具箱函數介紹
3.8.2 BP神經網絡工具箱函數應用實例
3.8.3 基於實例的BP神經網絡的MATLAB/Simulink仿真介紹
3.9 習題
第4章 遺傳算法
4.1 概述
4.1.1 遺傳與生物進化
4.1.2 遺傳算法的發展與應用
4.1.3 遺傳算法的編碼方法
4.1.4 遺傳算法的基本操作
4.2 遺傳算法的模式理論
4.2.1 模式理論
4.2.2 積木塊假設
4.2.3 遺傳算法的欺騙問題
4.2.4 遺傳算法的收斂性
4.3 遺傳算法的改進
4.3.1 分層遺傳算法
4.3.2 CHC算法
4.3.3 Messy遺傳算法
4.3.4 自適應遺傳算法
4.3.5 基於小生境技術的遺傳算法
4.3.6 混閤遺傳算法
4.4 遺傳算法應用舉例
4.4.1 遺傳算法的具體步驟
4.4.2 應用舉例
4.5 遺傳算法庫函數介紹、實例及Simulink仿真
4.5.1 遺傳算法工具箱函數介紹
4.5.2 遺傳算法工具箱函數應用實例
4.5.3 基於實例的遺傳算法:MATLAB/Simulink仿真介紹
4.6 習題
第5章 綜閤實例:液壓挖掘機器人
5.1 概述
5.2 液壓挖掘機的機器人化改造
5.2.1 對液壓挖掘機的電液比例改造
5.2.2 基於MATLAB的xPC Target控製平颱
5.3 挖掘機器人挖掘臂的運動學建模及仿真
5.3.1 挖掘機器人挖掘臂的運動學建模
5.3.2 挖掘機器人運動學的MATLAB仿真
5.4 挖掘機器人電液驅動係統的建模
5.4.1 電液係統的數學模型
5.4.2 參數辨識模型的建立及其MATLAB求解
5.5 挖掘機器人挖掘臂的軌跡規劃及模糊滑模控製
5.5.1 挖掘臂的軌跡規劃插值計算及MATLAB求解
5.5.2 挖掘臂的單自由度和二自由度軌跡規劃
5.5.3 挖掘臂運動軌跡模糊滑模控製的MATLAB/Simulink仿真及實驗
5.6 挖掘行為和基本動作與Stateflow分解
5.6.1 行為控製與有限狀態機
5.6.2 從挖掘目標到基本動作
5.6.3 挖掘目標與挖掘任務
5.6.4 挖掘任務與挖掘行為
5.6.5 挖掘行為與基本動作
5.6.6 基本動作與模糊邏輯
5.7 基於模糊行為的石塊上錶麵挖掘操作
5.8 基於BP神經網絡控製的自主挖掘係統
5.8.1 挖掘機器人的體係結構
5.8.2 BP神經網絡的建立
5.8.3 基於BP神經網絡的挖掘機器人挖溝目標的實現
參考文獻
前言/序言
智能控製是自動控製的最新發展階段,主要用來解決傳統控製理論難以解決的問題。智能控製最重要的思想是模擬人類在完成控製任務時的生理、心理、思考和行動特點,並將其用於實際的自動控製中。
為瞭適應形勢的發展,在機械工程及自動化專業的高年級開設瞭“智能控製實用技術”課程,基本上滿足瞭教學的需要。這次在原講稿的基礎上,結閤幾年來本科生的教學經驗和研究生的研究成果,從機電一體化設備智能控製的實際應用齣發,結閤MATLAB仿真技術,以挖掘機器人開發為主要應用,對模糊控製、神經網絡控製和遺傳算法及其MATLAB仿真進行瞭比較係統的論述,其中包含一些最新應用的研究成果。本書通俗易懂,注重理論聯係實際,兼顧學術性與實用性,內容豐富,具有較高的參考價值。
本書可作為高等院校相關專業本科高年級學生及研究生的教材,也可供從事機電一體化設備的開發人員以及相關專業的工程技術人員參考。本書以“機械工程控製基礎”及“MATLAB基礎教程”為先修課程。書中安排瞭適當的例題和習題,方便學生鞏固所學的知識,提高理論聯係實際解決工程問題的能力,本書可謂是本科生和研究生做課題的良師益友。
本書由劉傑負責整體策劃和最後統稿,參加編寫的有東北大學的劉傑、李允公、劉宇、李小號、戴麗和瀋陽工程學院的劉勁濤等。感謝東北大學教務處對本書齣版所給予的大力支持和資助,感謝東北大學機械工程與自動化學院以及所有關心、支持和幫助過本書齣版的同事和朋友。
由於作者水平有限,並且所涉及的許多技術還處在不斷發展之中,書中難免有缺點和疏漏之處,敬請廣大讀者給予批評指正。
《數字信號處理與MATLAB實現》 一、 內容概述 本書聚焦於數字信號處理(DSP)的核心理論與前沿技術,並深入講解如何利用MATLAB這一強大而靈活的工具進行高效實現。全書體係嚴謹,從基礎概念齣發,逐步深入到復雜算法的原理、設計與仿真。本書旨在為讀者提供一個紮實而實用的DSP知識體係,幫助其掌握在通信、音頻、圖像、生物醫學等眾多領域解決實際問題的能力。 二、 核心理論精講 1. 連續時間信號與係統: 講解傅裏葉級數、傅裏葉變換、拉普拉斯變換等描述連續信號與係統的基本工具,為理解離散化過程奠定基礎。重點闡述信號的能量、功率、周期性、奇偶性等基本性質。 2. 離散時間信號與係統: 深入介紹離散時間信號的錶示(序列)、基本信號(衝激信號、階躍信號、指數信號等)及其性質。係統地講解綫性時不變(LTI)係統的基本概念,包括捲積、衝激響應、係統函數(Z變換)。詳細解析LTI係統的穩定性、因果性等重要特性。 3. 傅裏葉變換在DSP中的應用: 重點講解離散時間傅裏葉變換(DTFT)、離散傅裏葉變換(DFT)及其性質。闡述DFT在頻域分析中的核心作用,並詳細介紹快速傅裏葉變換(FFT)算法的原理與效率優勢,為後續的頻譜分析、濾波等應用打下基礎。 4. 采樣理論與信號重建: 深入探討采樣定理(奈奎斯特定理)的原理、推導及其在將連續信號轉換為離散信號過程中的關鍵作用。詳細講解混疊現象的産生原因、危害及避免方法。介紹零階保持、綫性插值等信號重建技術,以及在信號重構中可能齣現的失真分析。 5. 數字濾波器的設計與實現: 無限衝激響應(IIR)濾波器: 詳細講解IIR濾波器的基本結構(直接型、級聯型、並聯型)和設計方法,包括巴特沃斯、切比雪夫(I型、II型)、橢圓濾波器等經典逼近設計。推導模擬濾波器到數字濾波器的頻率響應變換方法(雙綫性變換、脈衝不變法)。 有限衝激響應(FIR)濾波器: 闡述FIR濾波器的綫性相位特性及其重要性。係統講解FIR濾波器的設計方法,包括窗函數法(矩形窗、漢寜窗、海明窗、布萊剋曼窗等)和頻率采樣法。重點介紹 Parks-McClellan 算法(最優等波紋設計)的原理和應用,這是設計高性能FIR濾波器的關鍵技術。 濾波器性能評估: 介紹濾波器設計中的重要性能指標,如通帶、阻帶、過渡帶、幅頻響應、相頻響應、群延遲等,並講解如何通過MATLAB進行仿真評估。 6. 譜分析技術: 周期圖法: 講解基於DFT的周期圖法估計功率譜密度(PSD),分析其偏差和方差問題。 Welch方法: 介紹Welch方法通過分段平均周期圖來降低譜估計方差,提高譜估計的平滑度。 AR/ARMA模型譜估計: 深入講解自迴歸(AR)和自迴歸滑動平均(ARMA)模型的譜估計原理,特彆是Yule-Walker方程和Burg算法在AR模型參數估計中的應用。闡述參數化方法在高分辨率譜估計中的優勢。 7. 多速率信號處理: 介紹信號的抽取(下采樣)和插值(上采樣)技術,以及它們在變采樣率係統中的應用。詳細講解抽取和插值濾波器(插值器、抽取器)的設計原則和實現。深入探討多速率信號處理在語音編碼、圖像處理、通信係統中的典型應用。 8. 相關性分析: 講解自相關函數和互相關函數的概念、性質及其在信號分析、參數估計、模式識彆等方麵的應用。 三、 MATLAB 實用技術詳解 本書將理論與實踐緊密結閤,深入展示MATLAB在數字信號處理中的強大能力。 1. MATLAB 基礎環境與工具箱介紹: MATLAB 基礎語法、數據類型、矩陣運算、繪圖函數等。 重點介紹 Signal Processing Toolbox 和 Filter Design Toolbox(在較新版本中可能整閤或部分功能被其他工具箱取代,但其核心功能依然重要),講解如何利用這些工具箱快速實現DSP算法。 2. 信號生成與可視化: 使用 `sin`, `cos`, `exp`, `randn` 等函數生成各種基本信號。 利用 `linspace`, `meshgrid` 創建時間序列。 使用 `plot`, `subplot`, `stem`, `freqz` 等函數進行信號和係統頻率響應的可視化展示。 講解如何繪製時域、頻域、相頻域、三維圖形等。 3. 濾波器設計與實現: IIR 濾波器設計: 使用 `butter`, `cheby1`, `cheby2`, `ellip` 函數設計IIR濾波器,並使用 `freqz` 驗證其頻率響應。 FIR 濾波器設計: 使用 `fir1` (窗函數法)、`firpm` (Parks-McClellan 算法) 函數設計FIR濾波器,並進行性能分析。 濾波器實現: 講解如何使用 `filter` 和 `filtfilt` 函數對信號進行濾波,並理解兩者的區彆(`filtfilt` 避免瞭 `filter` 引入的相位失真)。 濾波器係數可視化與分析: 講解如何查看濾波器的衝激響應、零極點圖。 4. FFT 及其應用: 使用 `fft` 函數計算DFT,並使用 `fftshift` 調整頻譜顯示。 講解如何利用FFT進行頻譜分析,觀察信號的頻率成分。 在MATLAB中實現FFT算法的演示。 講解如何通過IFFT ( `ifft` ) 從頻譜重構信號。 5. 譜分析的MATLAB 實現: 使用 `periodogram` 函數實現周期圖法。 使用 `pwelch` 函數實現Welch方法。 講解如何使用 `ar` 和 `arburg` 等函數進行參數化譜估計。 6. 多速率信號處理的MATLAB 實現: 使用 `downsample` 和 `upsample` 函數實現抽取和插值。 講解如何設計和使用抽取器(`resample` 等)和插值器。 7. 仿真實例與項目實踐: 本書將包含大量貼近實際應用的MATLAB仿真實例,例如: 語音信號的降噪與帶通濾波。 圖像的銳化與模糊處理(涉及二維信號處理)。 通信係統中信號的調製與解調(如AM、FM)。 生物醫學信號(如心電圖 ECG)的濾波與特徵提取。 混響信號的去除。 通過這些實例,讀者可以深入理解DSP算法的實際應用價值,並學會如何利用MATLAB解決具體問題。 四、 目標讀者 電子工程、通信工程、計算機科學、自動化、生物醫學工程等相關專業的本科生和研究生。 從事信號處理、通信係統、控製係統、嵌入式係統開發等領域的工程師和科研人員。 希望深入理解數字信號處理原理並掌握MATLAB實現技術的自學者。 五、 本書特色 理論與實踐並重: 既有嚴謹的理論推導,又提供豐富的MATLAB代碼實現,幫助讀者將理論知識轉化為實際技能。 內容全麵深入: 覆蓋瞭數字信號處理的核心理論,從基礎到高級算法均有涉及。 MATLAB 功能強大: 充分挖掘MATLAB在DSP領域的強大功能,提供高效、易懂的實現方法。 實例豐富貼近實際: 大量實際應用場景的仿真案例,幫助讀者解決實際工程問題。 循序漸進,易於掌握: 邏輯清晰,難度逐級遞增,適閤不同層次的學習者。 《數字信號處理與MATLAB實現》 將是您掌握現代信號處理技術的得力助手,引領您在數字信號處理的廣闊天地中探索前行。