MATLAB中运动目标追踪代码ergodic_iSAC_localization C ++代码实现遍历iSAC的目标定位：遍历控制算法，该算法使用复杂的代理动态来通过实时探索预期的信息密度来跟踪和定位随机数的目标。 当前的实现使用12维四旋翼动力学和扩展的卡尔曼滤波器来跟踪仅带有方位角测量值的两个运动目标。 在此处查看结果的视频： 依存关系 该代码需要Boost和Eigen库。 编译运行 --- Update Makefile.txt with local Boost and Eigen paths --- "make" --- Run Quad_Euler.exe --- Plot resulting trajectories in Matlab, using ./data/plots_matlab.m 客制化 所有可能的更改，例如代理动态，目标的数量和运动，估计过滤器等，都可以通过更新“用户”文件夹中包含的文件来进行。

在研究传统PID控制算法在发动机怠速应用的基础上，提出了模糊怠速控制策略。在基于MATLAB/SIMULINK的仿真工具上，设计出了发动机怠速系统，并在此基础上设计出了模糊控制器。仿真过程中，研究了模糊控制算法的对怠速的控制能力，包括发动机启动到真正怠速的响应速度，以及发动机在外部负荷变化情况下的响应能力，随时增加负荷或者是减小负荷，模糊控制器都能做出快速响应。实验表明：模糊控制器的抗干扰能力相对PID有了很大的提高，由于不需要精确地数学模型，发动机具有了较强的自适应能力。

１.轨迹规划的一般性问题 常见的机器人作业有两种： 这里所谓的轨迹是指操作臂在运动过程中的位移、速度和加速度。 点位作业（PTP=point-to-point motion） 连续路径作业（continuous-path motion），或者称为轮廓运动（contour motion）。

本程序基于STM32 F103RCT6，使用TB6612FNG驱动模块来实现对电机的速度控制，使用了3个定时器分别执行3种功能。具体内容请见代码注释。 本资源中各个参数都很大的原因是因为我的ARR值达到了7200，同时存在启动时直接满占空比运行的bug，待后续进一步完善。

CDMA移动通信系统具有抗干扰能力强，保密性好，容量大等优点，受到广泛的关注。CDMA是利用码序列的正交性和准正交性区分不同用户，它是在同频、同时的条件下，各个接收机根据信号码型之间的差异分离出需要的信号。由于CDMA系统中同一频率在所有的小区重复使用，CDMA中的干扰特别严重，若没有先进的功率控制技术，尽可能减小用户的背景干扰，就会产生严重的误码现象。随着用户数的增加，信号的信噪比急剧下降。当低于一定门，就可能发生通信中断。由于CDMA系统存在传输衰减、多址干扰、远近效应等问题，系统容量受限于用户间的相互干扰，因此，必须对功率进行控制。本文主要针对CDMA系统中的功率控制算法进行研究。 　

该积分分离的PID控制算法是由C语言写成的，拿来使用时只需要改变kp、ki、kd 三个参数。程序有详细的注释，且在DSP28027上测试通过，可以很好的达到控制目的。

其中有关于pid牧户算法的五个资源 第一个：PID控制算法的C语言实现(完整版)，适合简单的PID算法实现。 第二个：主要讲述了模糊ＰＩＤ算法在直流电机控制系统中的应用 第三个：可以直接在TC运行，用模糊控制的方法调试KP、KI、KD参数 第四个：模糊自整定PID控制c代码，三角隶属函数，输出最大隶属，增量式PID输出。 第五个：STM32实现PID算法，很实用，可以参考实际执行机构修改参数即可完成控制！

随机并行梯度下降算法能不依赖波前传感器直接对系统性能进行优化。以32单元变形镜为校正器,采用随机并行梯度下降算法建立了自适应光学系统仿真模型。通过分析该系统对静态波前畸变的校正能力,验证了随机并行梯度下降算法的收敛性;讨论了算法增益系数、随机扰动幅度与收敛速度的关系,并指出通过算法增益系数的自适应调整可以改进算法的收敛速度。

针对固定参数的发电机广域阻尼控制器不能适应电网结构和运行方式变化的问题提出一种基于无模型自适应控制算法的 设计方法以实现控制器的在线自适应调整通过分析现有 控制策略改进 控制算法以适用于电力系统的并保证了被控系统的稳定性结合固定参数的设计给出改进的 参数设置方法在四机两区系统和机 节点系统测试该的控制效果仿真结果表明该 能适应系统变化有效抑制故障后区域间低频振荡

对非完整移动机器人的有限时间轨迹跟踪控制问题进行讨论. 与基于非连续状态反馈的传统有限时间控制 算法相比, 基于连续状态反馈的有限时间控制算法更适合于控制工程应用. 利用该连续系统有限时间控制技术, 设计 一种连续的状态反馈跟踪控制算法. 使得对角速度为非零常数的期望轨迹, 非完整移动机器人能够实现全局跟踪, 并 能在有限时间内完全跟踪上期望轨迹. 仿真结果表明了该方法的有效性.