ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
This paper presents a frequency-domain identifi- cation method for an unmanned helicopter (UH) based on an adaptive genetic algorithm (AGA). By using a homemade microguidance, navigation, and control system (MGNCS), data regarding the inputs (control signals of servos) and outputs (states of the UH) are recorded. After data preprocessing, the attitude model of the UH is identified by employing the AGA. The identified model is then analyzed in the time domain and the frequency domain in comparison with the least squares (LS) method. Control compensators are designed based on the identified model. Automatic hovering is successfully achieved based on the compensators. Simulation and experimental results demonstrate the effectiveness and superiority of this identification method.
این مقاله یک روش شناسایی دومین- بسامد را برای یک هلیکوپتر بدون سرنشین (UH) مبتنی بر الگوریتم ژنتیکی سازگار (AGA) را ارائه میدهد. با استفاده از یک میکرو راهنمایی ساخت میهن، ناوبری و سیستم کنترل (MGNCS)، داده ها پیرامون دروندادها (سیگنالهای کنترل سرو) و بروندادها (حالات UH) ثبت میشوند.پس از پیش پردازش داده ها، مدل وضعیت آنگاه در دومین زمانی و دومین بسامد در مقایسه با روش حداقل مربعات (LS) آنالیز میشود.هاورینگ خودکار به طور موفقیت آمیزی بر مبنای متعادل کننده ها کسب میشود.نتایج شبیه سازی و آزمایشی ،اثر بخشی و برتری روش شناسایی را نشان میدهد.