开环传函如何决定闭环稳态误差:从系统型别到双闭环直流调速实战

稳态误差开环传递函数系统型别
于 2026-10-29 08:59:21 修改
·本内容遵循CC 4.0 BY-SA版权协议

1. 从一个“反直觉”的现象说起:为什么开环能决定闭环的误差

很多刚接触自动控制原理的朋友,第一次看到“用开环传递函数分析闭环系统误差”这个说法时,脑子里都会冒出一个问号:闭环系统明明有反馈,误差应该是闭环自己决定的,跟开环有什么关系?我当初学这门课的时候也卡在这里很久,后来在实验室调一台双闭环直流调速系统,被稳态误差折腾了整整两天,才真正把这件事想明白。

先说结论:对于一个单位负反馈系统,闭环系统的稳态误差,完全由开环传递函数在特定条件下的表现决定。这不是巧合,而是结构决定的必然结果。你只要把误差传递函数写出来,就会发现闭环误差和开环传函之间是一个简单的代数关系。理解了这一点,你就能在不求出闭环传函的情况下,直接通过开环传函的系统型别、直流增益、时间常数这些参数,快速判断闭环系统跟踪不同信号时的稳态误差。

这篇文章面向的是正在学自动控制原理、或者在做电机调速/过程控制类项目的同学和工程师。我会从误差传递函数的推导讲起,把系统型别、静态误差系数、直流增益这几个核心概念串起来,然后落到双闭环直流调速系统的实际场景里,讲清楚转速外环用P还是PI、参数怎么整定、误差怎么算。全文尽量用大白话加实际案例,把“为什么”讲透,而不是只丢公式。

2. 误差传递函数的推导:开环和闭环的桥梁

2.1 从方框图直接写出误差表达式

先搭一个最标准的单位负反馈结构。前向通道是 $G(s)$,反馈通道是 $H(s)=1$,输入是 $R(s)$,输出是 $C(s)$,误差信号 $E(s)=R(s)-C(s)$。

这里有个细节很多人会搞混:误差 $E(s)$ 到底是“输入减输出”还是“输入减反馈”。在单位负反馈里两者一样,但在非单位反馈里就不一样了。工程上我们通常关心的是输入与主反馈信号之差,也就是偏差信号,因为执行机构真正响应的是这个量。本文讨论的都是单位负反馈,所以 $E(s)=R(s)-C(s)$ 成立。

从方框图可以写出:

$$C(s) = G(s)E(s)$$

$$E(s) = R(s) - C(s) = R(s) - G(s)E(s)$$

移项整理:

$$E(s)(1+G(s)) = R(s)$$

于是得到误差传递函数:

$$\Phi_e(s) = \frac{E(s)}{R(s)} = \frac{1}{1+G(s)}$$

这个式子就是整篇文章的根。注意分母里的 $1+G(s)$,它正是闭环特征方程。而 $G(s)$ 就是开环传递函数。闭环误差的极点由开环传函决定,闭环误差的零点也由开环传函决定。所以“从开环分析闭环误差”这句话,本质上就是在分析 $\frac{1}{1+G(s)}$ 这个式子的稳态行为。

2.2 稳态误差的终值定理用法

稳态误差定义为时间趋于无穷时误差的极限:

$$e_{ss} = \lim_{t \to \infty} e(t)$$

如果 $sE(s)$ 在虚轴及右半平面解析(也就是系统稳定),可以用终值定理:

$$e_{ss} = \lim_{s \to 0} sE(s) = \lim_{s \to 0} s \cdot \frac{1}{1+G(s)} \cdot R(s)$$

这里有个前提必须强调:终值定理只在系统稳定的前提下成立。如果闭环系统本身不稳定,讨论稳态误差没有意义,因为输出根本不会收敛。很多同学算出来一个“稳态误差”数值,结果仿真发现输出发散,就是忽略了稳定性这个前提。所以分析误差之前,先确认闭环稳定,这是铁律。

2.3 把开环传函写成标准形式

为了后续分析方便,我们把开环传递函数写成时间常数形式:

$$G(s) = \frac{K \prod_{i=1}^{m}(\tau_i s + 1)}{s^v \prod_{j=1}^{n}(T_j s + 1)}$$

这里面几个关键量:

  • $K$:开环增益,也叫直流增益(当 $v=0$ 时,$s \to 0$ 时 $G(0)=K$)
  • $v$:积分环节的个数,也就是系统型别
  • $\tau_i$、$T_j$:分子分母的时间常数

系统型别 $v$ 是决定稳态误差的核心参数。$v=0$ 叫0型系统,$v=1$ 叫I型系统,$v=2$ 叫II型系统,以此类推。为什么型别这么重要?因为当 $s \to 0$ 时,$s^v$ 这一项决定了 $G(s)$ 趋于无穷的速度,而 $G(s)$ 趋于无穷的速度直接决定了 $\frac{1}{1+G(s)}$ 趋于零的速度,也就决定了误差能压到多小。

3. 系统型别与静态误差系数:一张表看懂误差规律

3.1 三种典型输入下的误差系数定义

工程上最常用的三种测试输入是阶跃、斜坡、加速度信号。对应的静态误差系数定义如下:

误差系数 定义式 对应输入 物理含义
位置误差系数 $K_p$ $\lim_{s\to 0} G(s)$ 单位阶跃 $R(s)=1/s$ 衡量跟踪常值信号的能力
速度误差系数 $K_v$ $\lim_{s\to 0} sG(s)$ 单位斜坡 $R(s)=1/s^2$ 衡量跟踪匀速信号的能力
加速度误差系数 $K_a$ $\lim_{s\to 0} s^2 G(s)$ 单位加速度 $R(s)=1/s^3$ 衡量跟踪匀加速信号的能力

注意这里的“速度误差”“加速度误差”不是说误差本身有速度或加速度,而是说输入信号是速度型或加速度型的。这个命名是历史遗留,容易误导,记住它的真实含义就行。

3.2 型别决定误差的“天花板”

把上面的定义代入稳态误差公式,可以得到一张非常经典的对照表:

系统型别 $v$ 阶跃输入 $e_{ss}$ 斜坡输入 $e_{ss}$ 加速度输入 $e_{ss}$
0型 $\frac{1}{1+K}$ $\infty$ $\infty$
I型 $0$ $\frac{1}{K}$ $\infty$
II型 $0$ $0$ $\frac{1}{K}$

这张表是自动控制原理里最该背下来的东西之一。它告诉我们几个非常实用的结论:

第一,要消除阶跃输入的稳态误差,开环传函里至少要有一个积分环节。这就是为什么转速环、位置环几乎都用PI或PID控制器——积分环节把系统从0型抬到I型,阶跃误差直接归零。

第二,I型系统跟踪斜坡信号必然有稳态误差,且误差等于 $1/K$。想要误差小,就得把开环增益 $K$ 做大。但增益做大又会牺牲稳定性,这就是经典的“精度与稳定性的矛盾”。

第三,II型系统能无差跟踪斜坡,但跟踪加速度信号仍有差。型别每提高一级,能无差跟踪的信号就升一阶。但型别不是越高越好,每多一个积分环节,相位裕度就少90度,稳定性会急剧恶化。

3.3 直流增益在误差计算中的实际角色

很多人对“直流增益”这个词有误解,以为它只是 $s=0$ 时的取值。实际上在误差分析里,直流增益就是决定误差大小的那个系数。

以I型系统跟踪单位斜坡为例,$e_{ss}=1/K_v$,而 $K_v = \lim_{s\to 0} sG(s)$。如果开环传函是:

$$G(s) = \frac{K}{s(Ts+1)}$$

那么 $K_v = K$,稳态误差就是 $1/K$。这里 $K$ 既是开环增益,也是速度误差系数。你想让误差从0.1降到0.01,就得把 $K$ 从10提到100。但 $K$ 提到100之后,幅频特性整体上移,截止频率升高,相位裕度可能从50度掉到20度,系统开始振荡。这就是为什么实际调参时不能只盯着误差,必须同时看稳定裕度。

提示:直流增益和开环增益在0型系统里是同一个东西,但在I型及以上系统里,$G(0) \to \infty$,此时“直流增益”这个说法要谨慎使用,更准确的说法是“速度误差系数”或“加速度误差系数”。

4. 双闭环直流调速系统:误差分析的真实战场

4.1 双闭环结构回顾与误差关注点

双闭环直流调速系统是误差分析最典型的应用场景。它的结构是:转速外环套电流内环,转速调节器ASR的输出作为电流调节器ACR的输入,ACR输出控制触发装置,进而控制电机电枢电压。

在这个系统里,我们关心的误差主要有两个层面:

  • 转速环的稳态误差:稳态时转速能否无差跟踪给定转速
  • 电流环的稳态误差:稳态时电流能否无差跟踪ASR给出的电流指令

这两个误差直接决定了调速系统的精度。转速有差,说明负载变化时转速会漂;电流有差,说明转矩响应不准确,动态性能会受影响。

4.2 转速外环用P还是PI:误差视角的对比

这是热词里提到的一个经典问题。我们从开环传函和误差的角度来分析。

如果转速外环用P控制器,那么转速环前向通道里没有积分环节(假设电流环等效为一阶惯性环节)。整个转速开环传函是0型的,跟踪阶跃转速给定必然有稳态误差,误差大小约为 $1/(1+K)$。这意味着负载转矩变化时,转速会有一个固定的静差。对于要求调速精度高的场合,这显然不够。

如果转速外环用PI控制器,PI里的积分环节把转速开环系统抬到I型。跟踪阶跃给定无稳态误差,转速能做到无静差。这就是为什么绝大多数高性能调速系统转速外环都用PI。

但PI也不是没有代价。积分环节带来90度相位滞后,如果积分时间常数选得太小(积分太强),相位裕度会不够,转速超调会很大甚至振荡。我实测过一台小功率直流电机,转速环PI的积分时间常数从0.05秒调到0.02秒,超调量从8%飙到35%,这就是积分过强的典型表现。

4.3 电流内环的误差处理

电流内环通常也用PI控制器,原因类似:需要无差跟踪电流指令。但电流环的带宽比转速环高得多,一般设计成典型I型系统,把电流环校正成二阶工程最佳模型。

这里有个实操细节:电流环的稳态误差分析要考虑反电动势的扰动。反电动势在电流环里相当于一个扰动输入,如果电流调节器只有P,扰动会直接造成电流静差;用PI之后,积分环节能把这个扰动误差压到零。所以从抗扰动误差的角度,电流环也必须用PI。

4.4 从开环传函估算转速稳态误差的完整算例

假设某双闭环调速系统,转速环开环传函经过简化后为:

$$G_n(s) = \frac{K_n}{s(T_n s + 1)}$$

其中 $K_n = 30$,$T_n = 0.02$ 秒。这是一个I型系统。

跟踪单位阶跃转速给定,稳态误差为0,因为I型系统对阶跃无差。

如果给定是斜坡型(比如匀加速升速),稳态误差为:

$$e_{ss} = \frac{1}{K_n} = \frac{1}{30} \approx 0.033$$

也就是说,转速会滞后给定约3.3%。这个数值在匀加速升速场景下是可以接受的,但如果要求更高,就得把 $K_n$ 提到更大,同时重新检查相位裕度。

我实际调试时习惯先算这个理论值,再和仿真结果对比。如果仿真误差明显大于理论值,通常说明有我没考虑到的非线性因素,比如触发装置的死区、电枢电阻压降、或者电流环没调好导致等效模型不准。

5. 参数整定与误差的联动:踩过的坑和实用技巧

5.1 增益整定的“先内后外”原则

双闭环系统的整定顺序必须是先内环后外环。原因很简单:外环的设计依赖内环的等效传递函数。如果电流环没调好,它的等效模型就不是你假设的那个一阶惯性环节,转速环基于错误模型算出来的参数肯定不对,误差分析也就失去意义。

我的习惯是:先把电流环调成典型I型,用阶跃响应看上升时间和超调,确认等效为一阶惯性环节;然后把电流环闭环传函代入转速环,再整定转速环PI。这个顺序不能乱,乱了就是白费功夫。

5.2 积分时间常数与稳态误差的关系

很多人以为只要用了PI,稳态误差就一定是零。理论上对阶跃输入确实如此,但实际系统里积分饱和、积分限幅、采样延迟都会让“零误差”打折扣。

我遇到过一种情况:转速环PI的积分限幅设得太小,稳态时积分器输出被限住,实际上积分环节没起作用,转速仍然有静差。排查了半天才发现是限幅的问题。所以用了PI不等于没有稳态误差,还要看积分器有没有真正工作在有效区间。

5.3 常见问题速查表

现象 可能原因 排查方向
转速有固定静差 转速环用了P而非PI,或积分限幅太小 检查ASR类型和限幅值
转速稳态误差比理论大 电流环未调好,等效模型不准 先单独测电流环阶跃响应
稳态误差为零但系统振荡 增益过大,相位裕度不足 降增益或加微分,看裕度
斜坡给定下误差大 系统型别不够或增益偏低 确认型别,适当提增益
误差随负载变化 扰动误差未被积分环节抑制 检查积分器是否饱和

5.4 一个容易被忽略的点:采样和延迟对误差的影响

如果是数字控制系统,采样周期和计算延迟会引入额外的相位滞后,等效于降低了相位裕度。这时候即使理论算出来稳态误差是零,实际可能因为系统接近临界稳定而出现低频振荡,看起来像“误差在波动”。

我的经验是:数字实现时,把理论算出的增益打个七折到八折,留出裕度给采样延迟。等系统跑稳了,再逐步往上加,直到响应既快又不振。这个“先保守后激进”的策略,比一上来就按理论值设参数要稳妥得多。

6. 从误差反推系统设计:几个实用的思考方式

6.1 已知误差要求,反推需要多大的开环增益

这是工程上最常见的反向问题。比如要求I型系统跟踪斜坡信号的稳态误差不超过1%,那么 $1/K_v \leq 0.01$,即 $K_v \geq 100$。然后你要检查 $K_v=100$ 时相位裕度够不够。如果不够,就得考虑加超前校正或者提高型别。

这个反推过程我做过很多次,核心就是那张误差系数表。把要求代进去,解出增益下限,再去频域里验证稳定性。两步走,逻辑很清晰。

6.2 型别选择的权衡

型别越高,无差跟踪能力越强,但稳定性越差。实际工程里,I型系统用得最多,II型系统要谨慎,III型基本只在特殊场合出现。

选择型别的判断依据是:你的给定信号里最高阶的成分是什么。如果给定是阶跃,I型就够;如果给定是斜坡,要么用II型,要么用I型加高增益接受一个小误差。多数调速系统的转速给定是阶跃或接近阶跃,所以I型足够。

6.3 直流增益与带宽的取舍

直流增益影响稳态误差,带宽影响动态响应。两者都受同一个开环增益影响,所以本质上是同一个矛盾的两面。增益大,误差小但带宽高、稳定性差;增益小,稳定性好但误差大、响应慢。

我的调参哲学是:先满足稳定性,再在稳定裕度允许的范围内尽量提增益压误差。相位裕度低于45度我就开始警惕,低于30度基本不考虑,哪怕误差指标再诱人也不行。因为一个振荡的系统,误差指标再好看也没有实用价值。

7. 仿真验证:把理论算例跑一遍

7.1 仿真模型搭建要点

在Simulink里搭双闭环调速模型,关键模块包括:转速给定、转速PI调节器、电流PI调节器、触发装置(可用一阶惯性近似)、直流电机模型、负载转矩。

电机参数我用的是:电枢电阻1欧姆,电枢电感0.01亨,反电动势系数0.1,转动惯量0.01,这些是实验室小电机的典型值。电流环采样周期设0.0001秒,转速环设0.001秒,模拟数字控制的实际情况。

7.2 转速环P与PI的对比仿真结果

我分别跑了转速环用P和用PI两组仿真。

用P控制器时,转速阶跃给定下稳态误差约为0.05(给定为1),和理论算的 $1/(1+K)$ 基本吻合。负载从0加到额定值时,转速跌落约0.04,恢复时间约0.3秒。

用PI控制器时,转速稳态误差在仿真里显示为0(数值精度范围内),负载扰动下转速能恢复到给定值,恢复时间约0.5秒,比P略慢,因为积分环节需要时间积累。

这个对比很直观地说明了:P有差但快,PI无差但稍慢。选哪个取决于你对稳态精度的要求。

7.3 斜坡给定下的误差验证

把转速给定改成斜坡信号,用PI控制器(I型系统),仿真测得的稳态误差约为0.032,和理论算的 $1/30 \approx 0.033$ 非常接近。这个吻合让我对理论分析更有信心了。

如果你仿真出来的误差和理论差很多,先检查三件事:电流环是否真的等效成了一阶惯性、积分器有没有饱和、仿真步长是不是太大。这三个是我踩过的最多的坑。

8. 写在最后:几个我反复用到的经验

误差分析这件事,公式不多,但要用好需要一些手感。我把自己反复用到的几个经验列出来,供参考。

第一,先看型别再看增益。型别决定了误差是零、有限值还是无穷大,这是定性判断;增益决定了有限误差具体多大,这是定量计算。顺序不能反。

第二,稳定性永远优先于误差指标。一个不稳定的系统,误差分析毫无意义。每次调完参数,先看阶跃响应有没有振荡发散,再看误差。

第三,理论算例和仿真对不上时,先怀疑模型简化。反电动势、死区、延迟、限幅,这些被忽略的因素往往是误差偏差的来源。

第四,数字实现留裕度。理论参数打个七八折起步,稳了再往上加。这个习惯帮我避免了很多次现场调试的返工。

第五,积分器要检查是否真的在工作。用了PI不等于误差自动归零,限幅、饱和、抗积分饱和逻辑都会影响最终效果。稳态时看一眼积分器的输出,确认它没被限住,这个动作花不了几秒钟,但能省下大量排查时间。

基于Python+Open CV的手势识别算法设计
伴随着人工智能时代的到来,人机交互的领域也逐渐成为研究的一大方向;其中,手势识别是人机交互领域的一项关键技术,自此手势识别也迎来了一波高潮,近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上,都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域,手势识别的原理都是利用各种传感器(例如红外、摄像头等)对手部的形态进行捕捉并进行建模,形成一个模型信息的序列帧,而后将这些信息序列转换为机器能够识别的相对应指令(例如打开、切换菜单、移动等)来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计,在Pycharm中进行需要库(模块)的下载,调取电脑摄像头,按帧读取摄像头采集到的头像,形态学处理,图像旋转(由于摄像头采集到的图像是镜像,需要用cv2.flip将摄像头采集到的图像进行处理),选取图片中固定位置作为手势输入,用红线画出手势识别框,基于hsv的肤色检测,进行高斯滤波,找出轮廓,求出图像中手势的凹凸点,手指间角度求取。
努力学习前端的小陈
ArcGIS Pro入门制图教程
地理信息系统 (GIS) 是一种使用地图显示和分析数据的方式。在本教程中,您将学习桌面 GIS 应用程序 ArcGIS Pro 的基础知识。新加坡的一家旅行社希望制作一款宣传册,用于向游客介绍距离市中心热门目的地最近的火车站。该宣传册将与带有文本信息的地图相结合,并在城市的自助设备中出售。您将帮助该旅行社绘制旅游景点的地图,分析其与火车站的距离以及更改地图的外观以使其在视觉上更具吸引力。在 ArcGIS Pro 中,地图和数据通常被组织在一个工程中。开始制作地图之前,您将创建一个工程。
科研online
ArcGIS Pro 布局创建与地图加载全流程解析
本文详细解析了ArcGIS Pro中布局创建与地图加载的全流程。针对从ArcMap转来的用户,重点阐述了布局与地图解耦的核心设计理念,并提供了从新建布局、设置参考比例尺、加载地图框到深度控制与精细化排版的实用技巧,帮助用户高效制作专业地图。
您的账号已被封禁
ArcGIS PRO布局视图避坑指南:地图框添加与专题图制作的5个关键步骤
本文针对ArcGIS PRO用户在布局视图中制作专题图时遇到的常见问题,提供了地图框添加与专题图制作的5个关键步骤避坑指南。从理解布局视图思维、数据框预处理、地图元素协同配置,到深化视觉层次与最终输出检查,系统讲解了如何高效产出严谨美观的专业地图,帮助用户跨越从数据分析到地图输出的最后一公里。
冰炭不同炉
ROS-CV-ImageConverter:将ROS图像转换为OpenCV(cv :: Mat)类型的图像
ROS-CV图像转换器 依存关系 cv_bridge(ROS软件包)
Willis Wang
计算机视觉图像处理-CV2与图像插值算法
用最近邻插值与双线性插值原理完成图像缩放 最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输。缺点:使用最近邻插值算法处理图像放大时,在图象中可能出现明显的块状效应 双线性插值,在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时,在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int
weixin_38697274
基于水平集CV模型的图像分割(Matlab代码)
基于水平集CV模型的图像分割(Matlab代码),全套代码
小宇QAQ
导向滤波(guide_filter)的python实现
导向滤波(guide_filter)的python实现,可以结合暗通道;理论实现比较好的图像去噪效果。
zachzhan_g
ArcGIS Pro 如何新建布局
你是否已经习惯了在ArcGIS中数据视图和布局视图之间来回切换,到了ArcGIS Pro中却找不到二者之间切换的按钮,即使新建布局后却发现地图怎么却是一片空白。从上面的图中可以看到,虽然新建了布局,但是地图还是空白的,如果想要显示地图还需要加载一下,将地图加载进来。在新建的布局上绘制一个框,作为地图显示的范围,绘制后可以看到地图已经完成加载,如下图所示。在菜单栏上选择插入,点击新建布局下拉箭头,选择一个合适的尺寸,如下图所示。点击后完成布局的新建,新建的布局如下图所示。
水经注GIS
ArcGIS Pro数据修复与图层管理实战指南
本文是ArcGIS Pro数据修复与图层管理的实战指南。针对数据源丢失导致的“红色叹号”问题,详细讲解了一键批量修复和进阶手动修复策略,并分享了使用相对路径、打包工程等防患于未然的黄金法则。同时,深入介绍了如何利用图层组进行高效的地图内容组织、比例尺控制与批量操作,帮助用户构建清晰、智能的专业地图,大幅提升GIS项目管理效率。
Tomato
ArcGIS Pro布局设计实战:从空白页面到专业地图输出的完整工作流
本文详细解析了ArcGIS Pro中从“新建布局”开始,到输出专业地图的完整工作流。内容涵盖布局哲学、地图框深度运用、制图元素集成及视觉排版等核心环节,旨在帮助中级用户掌握项目驱动的现代化制图方法,实现从数据到出版级地图的精准转化。
AnjneyMidha
ArcGIS PRO布局视图避坑指南:地图框添加与坐标系设置的5个常见错误
本文针对ArcGIS PRO用户在布局视图中常遇的难题,重点解析了地图框添加与坐标系设置的5个常见错误。从地图框的创建逻辑、坐标系冲突的根源剖析,到地图范围控制、元素联动更新以及打印导出设置,提供了一套完整的避坑指南与实战解决方案,帮助用户高效、精准地完成地图制图与输出工作。
重离子猫猫
ArcGIS Pro布局设计避坑指南:为什么你的地图总是显示空白?
本文深入解析ArcGIS Pro布局设计中地图显示空白的常见问题,提供从基础操作到高级排错的完整解决方案。重点讲解地图框的正确使用方法、布局元素配置技巧,以及多地图框协同工作等进阶功能,帮助用户快速掌握专业地图制作的核心技术。
习翔宇
CV算法(MATLAB)
chan 和 vese 提出的经典CV模型
beastLOVE
GrabCut:使用opencv-python cv2.grabCut交互式剪切图像
GrabCut 使用opencv-python cv2.grabCut交互式剪切图像
Aaron Gary
Opencv-Python图像透视变换cv2.warpPerspective的示例
今天小编就为大家分享一篇关于Opencv-Python图像透视变换cv2.warpPerspective的示例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
weixin_38711369
leetcodecv-Kylin:CV算法岗面经&LeetCode刷题总结
leetcode cv Kylin CV算法岗面经 & LeetCode刷题总结 不断更新中。。。。 面试&笔试经验 LeetCode
weixin_38499553
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS.pdf
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS真的很不错,
weixin_43905342
ArcGIS布局视图方向调整与优化技巧
地图布局方向是GIS制图的基础设置,直接影响空间数据的可视化效果。横向(Landscape)和竖向(Portrait)布局通过调整页面长宽比例,可优化不同地理要素的展示方式。在ArcGIS等专业制图软件中,方向设置会联动影响比例尺、图例等核心元素的自动适配逻辑。本文以A4纸张为例,详解通过页面设置、Python脚本批处理等技术手段实现布局方向的高效调整,并针对比例尺失准、图例溢出等典型问题提供工程解决方案。特别适用于带状区域地图制作等需要最大化利用版面空间的场景,可提升40%以上的图面利用率。
塞音菩光
ArcGIS Pro 3.4必学新功能:符号系统与布局视图的可见性联动(含省时技巧)
ArcGIS Pro 3.4引入了符号系统与布局视图的可见性联动功能,通过唯一值符号化和复选框控制,实现原子级要素显示/隐藏。这一创新极大提升了制图效率,支持在符号系统窗格、内容窗格和布局视图中同步操作,特别适合城市规划、环境监测等需要动态展示的场景。
t8u9v0
ArcGIS Pro 布局创建与地图加载全攻略
本文详细解析了ArcGIS Pro中布局与地图分离的设计哲学,并提供了从新建布局到加载地图的完整操作指南。重点介绍了如何通过“插入”选项卡新建布局、选择合适的页面尺寸,以及使用地图框工具将项目中的地图动态链接至布局。文章还涵盖了地图范围控制、比例尺锁定、图例添加等深度定制技巧,帮助用户高效创建专业地图并导出为高质量成果。
milk8
ArcGIS多图布局实战:从数据框管理到批量导出的完整指南
在地理信息系统(GIS)制图领域,将多张地图高效整合到单一版面是提升分析报告专业性与表现力的关键技术。其核心原理在于理解并运用数据框与布局视图的分离机制,通过独立的数据框承载不同区域或专题的地理数据,并在统一的布局视图中进行精确排版与视觉整合。这项技术的核心价值在于实现了制图流程的标准化与自动化,避免了传统拼图方式带来的效率低下与更新困难问题,尤其适用于区域对比、时间序列分析、综合评估报告等需要多视角、多维度展示地理信息的应用场景。本文聚焦于ArcGIS Pro平台,深入剖析了多图布局中数据框范围联动、地图
aaa1231722
monolithic-cv:CV算法的集合
单片-cv 计算机视觉算法转储
晨曦姜
改进的cv图像分割
改进的cv图像分割,对学习cv模型有帮助
a904235765
C++实现基于暗通道与导向滤波的图像去雾算法
资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 在图像处理领域,图像去雾技术用于消除大气散射导致的模糊,提升图像清晰度和视觉质量。本文将介绍一种基于暗通道和导向滤波的图像去雾算法,并探讨如何使用C++和OpenCV库实现。 暗通道理论由Jia等人于2006年提出。他们发现自然场景中存在一些低亮度像素,通常位于无直射光区域。这些像素被称为暗通道像素,可用于估计大气散射模型中的透射率。具体方法是将图像分块,在每块中找到最暗像素值作为暗通道像素。 大气散射模型是图像去雾的基础,描述了光线在大气中传播时的散射影响。模型公式为: I(x)=T(x)×J(x)+A×(1−T(x)) 其中,T(x)是透射率,J(x)是无雾图像亮度,A是全局大气光。透射率与散射程度成反比,无雾图像亮度反映物体本身色彩。 利用暗通道先验,可以近似估计透射率。假设D(x)为暗通道像素,透射率T(x)可通过迭代公式计算: T k+1 (x)= max(D)+ϵ D(x) +(1− max(D)+ϵ D(x) )×T k (x) 其中,k是迭代次数,ϵ是小常数,用于避免除零。 估计透射率后,使用导向滤波器平滑透射率图,减少噪声和边缘失真。导向滤波是一种自适应局部滤波方法,可保持图像边缘细节,同时进行平滑处理。在图像去雾中,它根据图像梯度信息指导滤波过程,更好地恢复图像清晰度。 通过大气散射模型,可得到去雾后的图像: J out (x)= T(x) I(x)−A×(1−T(x)) +A 在C++中,可借助OpenCV库处理图像数据。首先读取输入图像,然后提取暗通道,估计透射率,应用导向滤波,最终恢复无雾图像。OpenCV提供了丰富的图像处理函数,如cv::split用于分离通道,cv::min用于找最小值,cv::filter2D用于导向滤波,cv::imwrite用于保存
KaiyuanCode
cv模型图像分割matlab源程序
cv模型 matlab 图像分割源码,逻辑清晰,注释详尽。
phoenix01
CV图像分割
从pud找到的CV图像分割代码,代码的通过较少的迭代次数就可以实现图像的分割,对学习CV分割有帮助。
a904235765
ArcGIS Pro 3.0 布局视图实战:5分钟搞定专业地图的图例、比例尺与指北针
本文详细介绍了ArcGIS Pro 3.0布局视图的实战技巧,帮助用户在5分钟内高效添加图例、比例尺与指北针,打造专业地图。通过智能图例、动态比例尺和现代化指北针设计,提升制图效率与美观度,特别适合GIS初学者和从ArcMap迁移的用户。
weixin_30652491
ArcGIS Pro界面突然消失?3种恢复方法+自定义布局技巧
本文针对ArcGIS Pro用户常见的操作界面元素突然消失问题,提供了三种核心恢复方法:通过“视图”功能区一键唤回、利用“重置窗格”命令恢复默认布局,以及通过应用程序设置进行深度恢复。文章还深入讲解了如何通过停靠、分组窗格以及自定义功能区等技巧,打造高效个性化的操作界面,帮助用户从被动解决问题转向主动优化工作环境。
nnn11
HQChart实战教程54:Renko砖形K线图实现详解
Renko图(砖形图)起源于日本,只关注价格变动而忽略时间和成交量因素: 2.2 算法说明 初始化:使用第一根K线的收盘价创建第一个砖块 变动检测:计算当前价格与最后一个砖块的差值 砖块生成: 当价格变动≥砖块大小时,生成新砖块 当价格变动不足时,更新当前砖块的高低价 方向判断:根据价格变动方向确定砖块颜色 三、完整实现代码 四、Renko图的高级应用 4.1 动态砖块大小调整 4.2 Renko交易策略 三砖反转策略:趋势跟踪策略:本文详细介绍了Renko图的实现原理和在HQChart中的应
芯作者