模糊PID控制无人自转旋翼机飞行姿态仿真

农业植保无人机中自转旋翼机(简称旋翼机)具有机体结构简单、滑跑距离短、飞行高度低和空中失去动力时安全性高等优点,在农业数据采集、农情监测和农业施药等领域广泛应用。文章研究模糊PID控制器控制旋翼机姿态,运用MATLAB作旋翼机飞行姿态仿真。仿真结果显示,该系统在系统阶跃响应下模糊PID控制器相较经典PID收敛时间减少0.04 s,而给定目标角情况下,滚转角和俯仰角误差±0.01°与±0.05°上下。因此,模糊PID控制器可增强PID自适应性与鲁棒性,降低飞行时姿态控制不稳定性,姿态控制效果良好,提高飞行稳定性。     

基于高光谱成像的寒地水稻叶瘟病与缺氮识别

为进行水稻叶瘟病与养分缺失的区分、实现叶瘟病及时、准确的诊断,以大田试验为基础,利用高光谱成像仪获取2个品种的健康、缺氮、轻度感病和重度感病共4类水稻叶片的反射率光谱,对其光谱特性进行分析,并采用多种预处理方法、分别结合偏最小二乘判别分析(partial least squares-discriminate analysis,PLS-DA)和主成分加支持向量机(principle component analysis-support vector machine,PCA-SVM)方法构建水稻叶瘟病识别模型。试验结果显示6个判别模型都获得了较高的识别准确率,经标准正态变量(standard normal variate,SNV)变换预处理的PLS-DA模型获得了最佳的识别结果,预测准确率达100%,经多元散射校正(multiplicative scatter correction,MSC)预处理的PCA-SVM模型的预测准确率也达到97.5%。本研究为水稻叶瘟病的判别和分级提供了新方法,也为稻瘟病大范围遥感监测提供了基础。