丁贤达
- 作品数：4 被引量：9H指数：2
- 供职机构：华东交通大学电气与电子工程学院更多>>
- 发文基金：国家自然科学基金江西省研究生创新基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于不确定度量化加权的CKF算法被引量：2
- 2013年
- 针对传感器网络中每个传感器节点的邻接节点状态估计值不确定度不同的问题,提出一种基于不确定度量化加权的一致性卡尔曼滤波算法(CKF).该算法通过考虑节点度数对于传感器网络估计精度的影响,结合节点度数提出了一种衡量邻接节点状态估计值不确定度的量化函数,并把量化值作为该邻接节点与当前节点的状态估计值偏差的融合权重引入一致性协议中,利用优化后的一致性协议对传感器节点先验估计值进行更新,可提高一致性卡尔曼滤波算法的估计精度;算法同时具有非一致性误差小和鲁棒性强等特点.最后在3种不同网络类型下,通过动态目标跟踪实验仿真验证了算法的有效性.
- 陈世明吴龙龙丁贤达方华京
- 关键词：卡尔曼滤波一致性不确定度节点度鲁棒性
- 基于社团和多级拓扑的机器人群体编队算法
- 2015年
- 为解决机器人群体难以形成与保持稳定队形的问题,通过引入社团划分和牵制控制思想,提出了一种基于社团和多级拓扑的机器人群体编队控制算法。基于层次聚类算法,将机器人群体分成若干社团并找出每个社团中的固定牵制机器人;设计一种多级拓扑使其成为各社团中机器人的基准队形;设计了一种机器人群体编队及避障控制器,控制器中形状调节力和方向控制力分别解决了社团中可能出现的局部极小值和队形的结构方向不确定问题,实现了群体队形的形成与保持。仿真实验证明了该算法的有效性。
- 陈世明丁贤达化俞新
- 关键词：社团划分牵制控制编队控制
- 大规模机器人群体的分层编队控制算法被引量：6
- 2014年
- 提出一种分层拓扑结构作为机器人群体在动态期望区域内的编队队形,并在此基础上设计一种基于分层拓扑的群体编队及避障控制器,邻域内各层层间机器人之间的通信是双向的.多机器人通过虚拟领导者的引导向动态期望区域内运动,并在邻居个体间的局部交互下形成期望编队控制队形,机器人群体速度达到一致,个体间距离稳定,从而实现编队和避碰.控制器中形状调节力用于调整和保持机器人群体队形,解决编队中因可能出现局部极小值而导致某些机器人死锁的问题.仿真实验表明了该算法是有效性的.
- 陈世明丁贤达化俞新方华京
- 关键词：多机器人编队控制局部极小值
- 多机器人编队控制及连通性保持研究
- 随着计算机技术和无线通信技术的不断成熟与发展，单一机器人系统难以胜任的工作被由多个机器人组成的群体系统取代己经成为了可能。群体机器人系统具有环境感知力强，效率高和鲁棒性强等单机器人难以掌握的优势，而多机器人的编队控制已成...
- 丁贤达
- 关键词：编队控制社团结构牵制控制
- 文献传递
