杨杨 作品数:6 被引量:25 H指数:2 供职机构: 南京邮电大学自动化学院 更多>> 发文基金: 江苏省自然科学基金 国家自然科学基金 更多>> 相关领域: 电子电信 自动化与计算机技术 航空宇航科学技术 机械工程 更多>>
基于MATLAB和JAVA混合编程的物流无人机航迹规划教学演示平台 被引量:2 2022年 物流无人机由于其高机动性、低成本等特点在物流行业受到广泛关注。由于物流无人机需要在实际复杂环境下运送物资,且在运输过程中需合理规划路线以避开障碍物,因此学习物流无人机航迹规划就显得十分重要。物流无人机航迹规划课程具有理论理解枯燥、实践性强的特点,为了方便学生学习,文中设计了一套基于MATLAB与JAVA混合编程的物流无人机航迹规划教学演示平台。该平台采用多线程处理,界面与模型数据实时传输实现交互式教学演示功能,能够有效提高学习积极性,助力学生理解物流无人机航迹规划教学内容和设计方法。 杨杨关键词:无人机 航迹规划 MATLAB JAVA 基于预估器的一类多智能体系统神经动态面输出一致控制 被引量:1 2021年 本文针对一类含未知扰动与非对称输入饱和的非线性多智能体系统,提出基于预估器的神经动态面输出一致控制策略.在设计预估器的基础上构造预估误差,驱动神经网络更新权值估计系统未知动态,并将预估器与神经网络应用于非线性扰动观测器来补偿广义扰动.本文所提出的控制策略采用神经网络权值范数学习方法,减少学习参数数目.对于非对称的输入饱和,设计辅助系统,其生成的辅助变量与反步法相结合补偿输入限制.结合图论知识和Lyapunov函数等技术,证明多智能体系统的输出一致跟踪误差以及闭环系统中的所有信号最终有界.最后通过一组四旋翼飞行器和数值仿真验证提出控制策略的有效性. 杨杨 刘奇东 陈笛笛 岳东 窦春霞关键词:预估器 神经网络 动态面控制 多智能体系统 “过程控制”课程计算机仿真教学探讨 被引量:1 2014年 文章主要针对"过程控制"课程中的单回路控制系统的参数整定、串级控制系统、调节器参数变化对控制过程的影响等重要知识点,从模型到系统、从简单系统到复杂系统,层层深入,结合MATLAB/Simulink编程工具给出示范性的计算机仿真教学实例。设计的教学实例目的明确、内容详实、图表直观,适用于自动化类本科或高职学生,可作为实验环节的补充和拔高,以此增强学生对过程控制被控对象的认识、对系统结构的认知、对系统设计和参数调整的理解,进而提高学习兴趣、掌握知识点、构建知识体系、逐步体会分析问题的思想和方法,使学生能更好地将所学的相关知识应用到实际工程中。 杨杨 叶多关键词:过程控制 计算机仿真 教学方法 MATLAB 基于MATLAB的柔性机械臂控制教学演示平台 被引量:2 2018年 文章基于MATLAB软件设计柔性机械臂控制仿真可视化教学演示平台,该教学演示平台图形用户界面(Graphical User Interface,GUI)友好,具有模型参数设置、控制参数调节、状态监测及曲线显示等功能。学生可根据实验需要在线调整仿真系统各控制参数,通过点击人机交互界面上各按钮实现功能模块的仿真运行,其目的明确、内容详实、图形直观,可形象地演示柔性机械臂控制系统控制原理,增强感性认知;作为应用实例可作为课堂理论教学内容的补充,提高学生对系统和控制原理的认识和理解;适用于自动控制类本科生和高职学生,能提高学习兴趣,安全且节约教育成本。 杨杨 竹晨曦 魏祥森 叶多关键词:柔性机械臂 MATLAB 人机交互 基于大数据的时间序列异常点检测研究 被引量:15 2016年 针对传统时间序列异常点检测方法在处理大量数据时检测精度与效率低下的缺陷,文中提出一种基于大数据技术的全新时间序列异常点检测方法。首先介绍了传统时间序列异常点检测方法并分析了其缺陷。其次介绍了基于大数据方法的理论推导,包括特征提取、奇异点检测及异常点判别,具体为采用大数据方法将海量序列分解为周期分量、趋势分量、随机误差分量及突发分量四个不同分量,对不同分量进行特征提取并根据特征提取结果进行奇异点检测,并在此基础上利用序列特点判别奇异点是否为异常点。最后通过实验分析对比验证大数据方法的可行性与效率。实验结果表明,基于大数据方法的时间序列异常点检测相比于传统的方法具有更高的检测精度与更快的检测速率。 程艳云 张守超 杨杨关键词:异常点检测 时间序列 大数据 特征提取 基于大数据的时间序列预测研究与应用 被引量:5 2016年 针对传统时间序列预测算法在分析海量数据时预测精度与预测速率低下的问题,提出一种全新的时间序列预测算法,研究如何将大数据技术应用到移动通信网时间序列形式的核心性能指标(KPI)预测中。文中首先介绍了移动通信网性能指标预测的意义及传统时间序列预测算法的缺陷。其次,基于移动通信网及时间序列特性,给出了基于大数据的时间序列预测算法的理论推导过程,通过大数据方法将时间序列分解为四个不同分量并进行特征提取,根据提取结果进行预测分析。最后,介绍了方法的实现过程,采用真实网络核心性能指标进行实验对比分析,验证该方法的可行性与效率。实验结果表明,基于大数据的时间序列预测算法相比于传统的时间序列预测算法,具有更高的预测精度、更快的预测速率。 程艳云 张守超 杨杨关键词:大数据 时间序列 移动通信