V članku smo predstavili nelinearno vodenje piezo-električnega aktuatorja z nevronsko mrežo. Pizeo-električni aktuatorje zaznamuje visoka statična in dinamična nelinearnost. Klasični linearni algoritmi vodenja primerno ustrezajo le določenim delovnim točkam pozicioniranja, kar predstavlja veliko omejitev aktuatorja. Največja omejitev sistema je spremenljiva histerezna zanka, ki vpliva na pozicionirni sistem. V ta namen smo predstavilo vodenje, ki ustreza širšemu delavnem področju danega aktuatorja. Vodenje sistema je bilo izvedeno s nevronsko mrežo, katere je bila naučena na snovi različnih delovnih stanj piezo-električnega aktuatorja. Natančnost vodenje in ustreza dinamika je bila optimizirana s pomočjo preiskovalnega algoritma na osnovi obnašanja netopirjev.
COBISS.SI-ID: 18662422
Članek predstavlja optimalno tehniko pomikanja polov za sisteme z odstopanji. Cilj članka je bilo predstaviti metodo načrtovanja regulatorja s prednastavljeno dinamiko sistema. Za sisteme odstopanja smo uporabili strukturna odstopanja, ki jih je možno predstaviti v frekvenčnem prostoru s utežnostnimi funkcijami. Na osnovi modelov odstopanja smo razvili metodo, ki utežnostne funkcije skupaj s nominalnim modelom transformira v polinomsko funkcijo, ki je strogo soda in kvazi-konveksna. Transformacijo polinomov smo izvedli na osnovi metrike H neskončno. Za optimizacijo polinomov je bila uporabljena metoda diferencialne evolucije. Algoritem diferencialne evolucije omogoča simultano večkriterijsko optimizacijo z rešitvijo 'pareto front'.
COBISS.SI-ID: 18589974
Predlagali smo kompresijsko vzorčenje, ki uporablja neseparabilno shearlet transformacijo (DNST) in FISA algoritem za rekonstrukcijo. Predlagali smo frekvenčo predstavitev DNST z uporabo filtrov v kanonski obliki in na ta način smo dosegli učinkovito izračunavanje glede na izrabo pomnilnika. Prednost predlaganega algoritma je v enostavnem posodabljanju okvirja DNST transformacije.
COBISS.SI-ID: 18778390
V tem članku smo primerjali metode za kategorizacijjo slik SAR z uporabo nadzorovane, ne parametrične kategorizacije tako, da smo uporabili značilke znotraj orientirane kompleksne valčne transformacije in jih primerjali s parametrično klasifikacijo slik SAR. Parametrične metode modelirajo sceno in ocenijo parametre scene, ki jih klasificiramo. Ugotovili smo, da so ne-parametrične metode mnogo bolj učinkovite od parametričnih metod, ki so računsko zelo zahtevne, saj uporabljajo iterativne algoritme za določitev vrednosti značilk.
COBISS.SI-ID: 18252822
Članek predstavlja algoritem za določanje razdalje med slepim vozliščem in referenčnim vozliščem v brezžičnem senzorskem omrežju (ang. Wireless Sensor Network – WSN) z zajemanjem meritev indikatorja moči sprejetega signala (ang. Received Signal Strength Indicator – RSSI) na antenskem sklopu sprejemnika. Za ocenjevanje razdalj smo uporabili Bayesovo sklepanje in filter z delci (ang. particle filter). Z Bayesovim sklepanjem prvega reda in s predhodno izbranim modelom širjenja signala (log-normalni model ali odbojni model) smo določili razdaljo iz zajetih meritev RSSI. Apriorno verjetnost v Bayesovem sklepanju smo modelirali z Gauss-Markovimi naključnimi polji (ang. Gauss-Markov Random Field – GMRF), za opis verjetja pa je bila uporabljena Gamma porazdelitvena funkcija. Ocena razdalje je izvedena s cenilko največje posteriorne verjetnosti (ang. Maximum a posterior – MAP). Bayesovo sklepanje drugega reda, pri katerem smo vrednotili maksimirane robne porazdelitve, smo uporabili za določitev najboljših parametrov apriorne verjetnosti in stopnjo modela oziroma števila anten antenskega sklopa. Za nadaljnjo oceno razdalje smo uporabili filter z delci z metodo prevzorčenja (ang. Sequential Importance Resampling – SIR). Znotraj filtra smo za postopek tipanja uporabili Gaussovo porazdelitveno funkcijo in za posodobitev uteži primerjali med uporabo Gamma porazdelitvene funkcije in Gaussove funkcije. Eksperimentalni rezultati, ki zajemajo realne meritve RSSI-jev in ocenjene razdalje z Bayesovim sklepanjem in filtra z delci, nam kažejo, da je možno oceniti razdaljo med slepim in referenčnim vozliščem 0,03 m natančno. Pri tem je natančnost metode odvisna od samega prostora in odbojev v njem ter od uporabljenih modelov in strojne opreme. Natančnost oziroma napaka je podana kot absolutna vrednost razlike dejanske in ocenjene razdalje.
COBISS.SI-ID: 18253078