摘要:联合对角化方法是求解盲源分离问题的有力工具.但是现存的联合对角化算法大都只能求解实数域盲源分离问题,且对目标矩阵有诸多限制.为了求解更具一般性的复数域盲源分离问题,提出了一种基于结构特点的联合对角化(Structural Traits Based Joint Diagonalization,STBJD)算法,既取消了预白化操作解除了对目标矩阵的正定性限制,又允许目标矩阵组为复值,具有极广的适用性.首先,引入矩阵变换,将待联合对角化的复数域目标矩阵组转化为新的具有鲜明结构特点的实对称目标矩阵组.随后,构建联合对角化最小二乘代价函数,引入交替最小二乘迭代算法求解代价函数,并在优化过程中充分挖掘所涉参量的结构特点加以利用.最终,求得混迭矩阵的估计并据此恢复源信号.仿真实验证明与现存的有代表性的对目标矩阵无特殊限制的复数域联合对角化算法FAJD算法及CVFFDIAG算法相比,STBJD算法具有更高的收敛精度,能有效地解决盲源分离问题.
摘要:针对轮式移动机器人车轮纵向打滑时的编队控制问题,提出一种基于滑移率补偿和模糊逻辑的多机器人编队控制器设计方法.首先,利用速度传感器获取机器人的实际速度信息,并进行滤波减少传感器噪声.结合速度输入指令信号得到滑移率估计值,用以描述机器人纵向打滑的程度.然后根据领航跟随法,设计补偿纵向打滑的编队控制策略,并采用模糊逻辑设计控制器参数.最后在Microsoft Robotics Developer Studio 4(MRDS4)中搭建3D物理仿真平台,进行编队控制仿真,验证了领航、跟随机器人发生打滑的情况下所提方法的有效性.