国产...,亚洲综合美腿丝国产一区,亚洲综合在线精品

模糊自適應(yīng)PID在液壓電梯速度控制中的聯(lián)合仿真[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

液壓電梯是一種變負(fù)載、變?nèi)萸?、變粘度的速度控制系統(tǒng)，且負(fù)載呈現(xiàn)大慣量、低頻響、低阻尼的特點，其速度控制一直是個難點。當(dāng)采用常規(guī)PID控制時，在控制對象變化時，控制器的參數(shù)不能自動修改適應(yīng)，導(dǎo)致其控制效果不佳，且傳遞函數(shù)階數(shù)高，簡化降階又十分困難。在分析液壓電梯工作原理的基礎(chǔ)上，將模糊控制與PID控制相結(jié)合，利用模糊推理方法實現(xiàn)PID參數(shù)的在線自整定，對液壓電梯速度進(jìn)行控制。通過Simulink與AMESim軟件聯(lián)合仿真，并與常規(guī)PID控制進(jìn)行比較，得出所采用的模糊自適應(yīng)PID控制策略能使轎廂更好地跟蹤理想速度曲線，控制效果更為優(yōu)良。

發(fā)表于：1/29/2016

基于STM32F407的圖像采集與傳輸系統(tǒng)的設(shè)計與實現(xiàn)[嵌入式技術(shù)][工業(yè)自動化]

系統(tǒng)以基于Cortex-M4內(nèi)核的STM32F407作為控制核心，使用OV9655圖像傳感器采集圖像，并利用TFT屏動態(tài)顯示。圖像傳輸模塊基于LwIP協(xié)議實現(xiàn)向PC傳輸圖像，最后PC接收并保存圖像數(shù)據(jù)，利用MATLAB編程恢復(fù)圖像，將其與TFT顯示的圖像對比。實驗結(jié)果表明，圖像傳輸穩(wěn)定可靠，圖像清晰，滿足機(jī)器人通過圖像識別目標(biāo)的要求。

發(fā)表于：1/29/2016

基于LabVIEW的雷達(dá)與AIS航跡關(guān)聯(lián)的研究[嵌入式技術(shù)][智能交通]

現(xiàn)代船舶交通管理系統(tǒng)中，雷達(dá)與AIS航跡的關(guān)聯(lián)處在一個非常重要的位置上。結(jié)合LabVIEW圖形化編程特點和MATLAB強(qiáng)大的矩陣運算能力，應(yīng)用二者混合編程和BP網(wǎng)絡(luò)算法的改進(jìn)，實現(xiàn)雷達(dá)與AIS的航跡關(guān)聯(lián)。利用圖形化編程工具LabVIEW開發(fā)平臺與神經(jīng)網(wǎng)絡(luò)相結(jié)合，能更直觀地分析關(guān)聯(lián)模型，拓寬了二者的應(yīng)用領(lǐng)域，并為提高航跡關(guān)聯(lián)技術(shù)和開發(fā)效率提供了新的思路。

發(fā)表于：1/29/2016

基于μC/OS操作系統(tǒng)的TF卡存儲系統(tǒng)[嵌入式技術(shù)][其他]

針對Cortex-M3內(nèi)核的STM32處理器平臺，成功移植μC/OS操作系統(tǒng)，并引入FatFs開源軟件，構(gòu)建了FAT32通用文件系統(tǒng)。以溫度采集與記錄系統(tǒng)為實例，通過對μC/OS操作系統(tǒng)、FAT文件系統(tǒng)、TF卡等相關(guān)技術(shù)的分析，實現(xiàn)了面向TF卡存儲媒介的大容量存儲系統(tǒng)，將實時溫度按時間關(guān)系存儲至TF卡。

發(fā)表于：1/29/2016

嵌入式視頻監(jiān)控系統(tǒng)終端軟件設(shè)計與實現(xiàn)[嵌入式技術(shù)][其他]

設(shè)計并實現(xiàn)了基于嵌入式Linux和TSM320DM365處理器平臺的實時視頻監(jiān)控系統(tǒng)終端。首先介紹了視頻監(jiān)控系統(tǒng)的總體框架，從可擴(kuò)展性以及實用性上設(shè)計了嵌入式終端軟件的總體框架；接著闡述了終端軟件上音視頻采集發(fā)送模塊的設(shè)計與實現(xiàn)方案；最后對該嵌入式終端進(jìn)行測試，驗證其實際效果。

發(fā)表于：1/29/2016

OFDM系統(tǒng)近似均勻的動態(tài)分組自適應(yīng)調(diào)制算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了提升OFDM通信系統(tǒng)的性能，提出一種基于近似均勻動態(tài)分組的自適應(yīng)調(diào)制算法?？紤]到子載波增益、噪聲強(qiáng)度和碼率等因素，提出了更完備的動態(tài)分組依據(jù)，將OFDM系統(tǒng)中的子載波分組，然后以組為單位自適應(yīng)分配通信資源。仿真結(jié)果表明，所提出的方案與已有的Fischer等自適應(yīng)調(diào)制算法相比，在誤碼率性能接近的前提下，極大地降低了運算復(fù)雜度。

發(fā)表于：1/29/2016

信道化接收機(jī)的結(jié)構(gòu)優(yōu)化和實現(xiàn)[可編程邏輯][通信網(wǎng)絡(luò)]

為了減少信道化接收機(jī)的資源消耗，對低通濾波器組實現(xiàn)信道化接收機(jī)的結(jié)構(gòu)進(jìn)行了研究。在前人將HB濾波器和FIR濾波器設(shè)計為多通道并采用時分復(fù)用方法的基礎(chǔ)上，將NCO和CIC濾波器也做了同樣處理，并在FPGA上分別實現(xiàn)了優(yōu)化前后的兩種結(jié)構(gòu)，通過硬件資源消耗情況的對比，驗證了此方法的有效性。在輸入數(shù)據(jù)為單一頻率正弦波的情況下，將信道化的結(jié)果導(dǎo)入Matlab進(jìn)行分析，驗證了此方法的正確性。

發(fā)表于：1/29/2016

一種改進(jìn)的擴(kuò)散映射算法[嵌入式技術(shù)][其他]

擴(kuò)散映射（Diffusion Maps）是一種基于流形學(xué)習(xí)的非線性降維方法?；趯U(kuò)散映射的研究，提出了一種新的非線性降維算法。根據(jù)近鄰點分布的不同和模糊聚類原理，新算法定義了擴(kuò)散映射算法構(gòu)建權(quán)值矩陣的誤差近似系數(shù)，并采用改進(jìn)的距離公式來選取樣本點的近鄰點，很大程度地降低了近鄰點的選取對降維效果的影響。實驗結(jié)果表明，新算法有效地保持了高維數(shù)據(jù)中的流形結(jié)構(gòu)，具有更好的降維效果，并在基于內(nèi)容的圖像檢索中達(dá)到很高的查準(zhǔn)率，新算法的有效性和優(yōu)越性得到了證實。

發(fā)表于：1/29/2016

一種通用室內(nèi)鏈路損耗經(jīng)驗?zāi)Ｐ偷男拚齕模擬設(shè)計][智能電網(wǎng)]

為了分析2.405 GHz~2.480 GHz室內(nèi)場景的路徑損耗與衰落，通過測試驗證得到了一種室內(nèi)鏈路損耗模型。該模型能較準(zhǔn)確地描述在不同場景下路徑損耗與距離之間的關(guān)系。與經(jīng)典模型相比較，該模型數(shù)據(jù)通過CC2530物聯(lián)網(wǎng)開發(fā)平臺采集得到，利用二徑模型進(jìn)行了修正，能更好地表現(xiàn)室內(nèi)電波傳播特性，具有更高的精度和通用性。此外，在環(huán)境變化的情況下，該模型的簡化形式能有效用于室內(nèi)傳播鏈路損耗的相關(guān)應(yīng)用與研究。

發(fā)表于：1/29/2016

L波段微波功率合成技術(shù)研究[嵌入式技術(shù)][航空航天]

無人機(jī)機(jī)載功率放大器的性能一直是限制無人機(jī)技術(shù)發(fā)展的主要因素，為此提出了將功率合成技術(shù)應(yīng)用于無人機(jī)數(shù)據(jù)系統(tǒng)的方法解決上述問題。利用微帶線技術(shù)結(jié)合系統(tǒng)性的電路調(diào)試方法，輔以Advanced Design System仿真軟件優(yōu)化設(shè)計，同時采用實頻技術(shù)法進(jìn)行寬帶功放設(shè)計，成功研制了頻段在1.3 GHz~1.7 GHz的功率放大器，單路功率放大器采用級聯(lián)的技術(shù)輸出功率為8 W，兩路合成后，實測總輸出功率為15.67 W，合成效率達(dá)97%，性能穩(wěn)定，達(dá)到實用水平。

發(fā)表于：1/29/2016

基于MATLAB的DSP實時控制軟件自動生成[嵌入式技術(shù)][工業(yè)自動化]

隨著數(shù)字芯片速度的提高和數(shù)字信號技術(shù)的發(fā)展，DSP被廣泛應(yīng)用于工業(yè)控制等領(lǐng)域，系統(tǒng)開發(fā)的效率得到普遍的關(guān)注，傳統(tǒng)的MATLAB仿真與產(chǎn)品硬件實現(xiàn)相分隔的方式已經(jīng)無法滿足設(shè)計的需求。提出一種基于MATLAB的DSP實時控制軟件自動生成方案，并通過Simulink模型自動生成TI C2812 DSP的目標(biāo)代碼的應(yīng)用實例，驗證了代碼自動生成的可執(zhí)行性。

發(fā)表于：1/29/2016

基于圖像顯著區(qū)域檢測的SIFT特征匹配方法研究[嵌入式技術(shù)][工業(yè)自動化]

針對目標(biāo)檢測中利用SIFT算法在提取圖像特征時提取的背景特征點所占比例較大，提出了一種圖像顯著區(qū)域與SIFT算法相結(jié)合的目標(biāo)匹配方法。為使檢測出的極值點與人眼觀察到的極值點相似，提出對尺度空間中的圖像進(jìn)行顯著區(qū)域的檢測；為了使特征點具有仿射不變性，對特征點進(jìn)行橢圓擬合；特征匹配時引入夾角余弦相似度測度方法。實驗表明，該算法在實時性

發(fā)表于：1/29/2016

基于特征點匹配的自適應(yīng)目標(biāo)跟蹤算法[測試測量][智能交通]

由于實際場景復(fù)雜多變，目標(biāo)在運動過程中往往會出現(xiàn)形變、遮擋等問題，增加了跟蹤的難度。為了解決上述問題，提出一種基于特征點匹配的自適應(yīng)目標(biāo)跟蹤算法。算法初始化時在選定的目標(biāo)區(qū)域內(nèi)提取特征點，跟蹤過程中通過對前后兩幀的特征點進(jìn)行匹配，計算出目標(biāo)的位置、尺度和旋轉(zhuǎn)變化，進(jìn)而實現(xiàn)對目標(biāo)的跟蹤。同時通過對特征點的不斷更新，可以使算法具有一定的抗遮擋能力。實驗表明，該方法在實際應(yīng)用中效果很好。

發(fā)表于：1/29/2016

基于模糊聚類的LLE和SVM的人臉識別[嵌入式技術(shù)][其他]

針對傳統(tǒng)的局部線性嵌入算法易受近鄰點個數(shù)的影響，以及支持向量機(jī)的錯分點過多對識別率產(chǎn)生的影響，提出了一種基于模糊聚類的局部線性嵌入和支持向量機(jī)的人臉識別方法。利用改進(jìn)的算法對人臉庫中的圖像進(jìn)行特征提取，然后采用支持向量機(jī)分類器對人臉進(jìn)行訓(xùn)練和識別。實驗表明，該方法提高了人臉的識別率。

發(fā)表于：1/29/2016

基于Kinect深度圖像信息的手勢跟蹤與識別[嵌入式技術(shù)][工業(yè)自動化]

針對基于視覺的手勢識別技術(shù)對環(huán)境背景要求較高的問題，提出了一種利用深度信息進(jìn)行手勢提取和識別的研究方案。采用Kinect深度攝像頭，通過中值濾波以及深度信息與鄰域特點來分割手部區(qū)域并用Canny算子提取出手勢輪廓，再以深度圖像的凸缺陷指尖來完成對指尖的檢測，從而實現(xiàn)對數(shù)字手勢1到5的手勢識別。該方法可快速有效地對指尖進(jìn)行檢測，魯棒性和穩(wěn)定性都比其他方法更好。實驗結(jié)果表明，該手勢識別方案的平均識別率達(dá)到92％，證明了該方法的可行性。

發(fā)表于：1/29/2016