ترجمه مقاله شناسایی سیستم دومین- بسامد یک هلیکوپتر مبتنی بر الگوریتم ژنتیکی
ترجمه مقاله شناسایی سیستم دومین- بسامد یک هلیکوپتر مبتنی بر الگوریتم ژنتیکی
ترجمه مقاله شناسایی سیستم دومین بسامد یک هلیکوپتر مبتنی بر الگوریتم ژنتیکی در ۲۰ صفحه فارسی ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی
مشخصات فایل
| تعداد صفحات | ۲۰ |
| حجم | ۲ کیلوبایت |
| فرمت فایل اصلی | doc |
| دسته بندی | مهندسی کامپبوتر و فناوری اطلاعات |
توضیحات کامل
ترجمه مقاله شناسایی سیستم دومین- بسامد یک هلیکوپتر مبتنی بر الگوریتم ژنتیکی در ۲۰ صفحه فارسی ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی
عنوان فارسی :
شناسایی سیستم دومین- بسامد یک هلیکوپتر مبتنی بر الگوریتم ژنتیکی
عنوان انگلیسی :
Frequency-Domain System Identification of an Unmanned Helicopter Based on an Adaptive Genetic Algorithm
تعداد صفحات فارسی : ۲۰ صفحه ورد قابل ویرایش
سطح ترجمه : متوسط
شناسه کالا : y2145
دانلود رایگان مقاله انگلیسی : http://ofmas.ir/dlpaper/y2145.pdf
دانلود ترجمه فارسی مقاله : بلافاصله پس از پرداخت آنلاین ۲۴ هزار تومان قادر به دانلود خواهید بود .
بخشی از ترجمه :
چکیده
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.
عبارات شاخص- الگوریتم ژنتیکی سازگار (AGA)، حداقل مربعات (LS)، شناسایی سیستم، هلیکوپتر بدون سرنشین (UH).
Abstract
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 micro- guidance, navigation, and control system (MGNCS), data regard- ing 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 com- pensators are designed based on the identified model. Automatic hovering is successfully achieved based on the compensators. Sim- ulationandexperimentalresultsdemonstratetheeffectivenessand superiority of this identification method.
Index Terms—Adaptive genetic algorithm (AGA), least squares (LS), system identification, unmanned helicopter (UH).
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود
مطالب زیر را حتما بخوانید:
قوانین ارسال دیدگاه در سایت