预紧式并联六维加速度传感器的解耦算法研究.pdf,针对六维加速度传感器的解耦难度与构型复杂度存在矛盾的现状，给出了12支链预紧式并联六维加速度传感器的设计方案，并在四维位形空间内构建了解耦算法。通过重组输入量并联列求解正向动力学方程和力协调方程，剖析了输出量的构成成份。通过引入前置、后置矩阵以及“辅助角速度”的概念，将动力学方程转换成两组形式简单的一阶线性常微分方程，并运用梯形方法推导出关键特征量的显式递推公式。解耦算法与ADAMS仿真的相对误差为0.62%，且前者的计算效率更高；试验结果显示，实物样机在1 min内的测量误差为8.42%，验证了设计方案的可行性。通过在离散节点处进行Taylor展开，推导出局部截断误差的解析式，为解耦精度的提高提供了依据。进一步地，将解耦算法推广至更一般化的情形，通过引入两个关于向量独立元素的定理，证明出预紧式并联六维加速度传感器的最少支链数为7，对应拓扑构型的最少自由度为6。

Decoupling Localization and Classification in Single Shot Temporal Action Detection

针对振动慢剪破碎机碎矿过程多变量、强耦合、大时滞的特点，提出了一种基于自适应粒子群算法优化的模糊解耦PID控制方法。在对振动慢剪破碎机动态模型进行对角矩阵解耦的基础上，分别对给料量和振动电动机频率进行模糊PID控制，并引入自适应粒子群优化算法对模糊PID控制的隶属函数参数进行动态优化，从而实现主电动机工作电流及合格矿料产率精确、稳定、快速控制。仿真及试验结果表明，该方法具有响应速度快、调节时间短、超调量小的特点。

针对视觉里程计(VO)因累积误差导致运动姿态估计存在的偏差，提出实时扩展卡尔曼滤波器姿态估计模型，利用惯性测量单元(IMU)结合重力加速度方向作为垂直方向参考，对视觉里程计航向、俯仰和侧倾3个方向姿态估计进行解耦，修正姿态估计的累积误差；根据运动状态采用模糊逻辑调整滤波器参数，实现自适应的滤波估计，降低加速度噪声的影响．实验采用高精度的全站仪作为真值，并结合多种地形环境，实验结果表明：50 m内跟踪的累积误差低于0．3 m，有效地提高了视觉里程计的定位精度和鲁棒性．

在研究双馈型风力发电系统中网侧变流器基本工作原理的基础上，建立DFIG并网系统网侧变流器的数学及控制系统模型。为了更好地提升并网风电系统的控制效果，采用一种基于前馈解耦控制的双闭环控制策略对网侧变流器实行控制，以提高逆变波形及直流母线电压的稳定性。通过在仿真软件Matlab/Simulink中搭建模型进行仿真研究，验证控制策略的可行性及有效性。

一个自己写的简单的MVVMdemo，没有使用任何依赖注入框架，完全解耦View和ViewModel

针对矢量控制永磁同步电机电流环在动态调节过程中的相互耦合问题，提出一种基于电流误差的多项式交叉耦合补偿方案。以一阶延迟的电流环为目标，在经典的d轴和q轴电流反馈控制结构的基础上，设计基于电流误差的交叉耦合补偿控制器，采用误差零点的Taylor展开式进行纯积分补偿结构的逼近，减小电压饱和效应，得到多项式结构的补偿控制器，并据此进行了误差讨论。相对于基本的电流反馈控制，该方案能够更有效地实现d轴和q轴电流在动态调节过程中的控制，尤其是提高加速过程中电流的跟踪性能。仿真和实验结果验证了该方案的可行性。

本代码主要功能是实现PID神经元网络解耦控制，主要针对复杂的多变量系统进行控制

模糊神经网络解耦matlab程序

本资源是PID神经元网络解耦控制算法_多变量系统控制的matlab仿真。根据PID神经元网络控制器原理，在matlab中编程实现PID神经元网络控制多变量。