直读式水表及抄表系统的研究

提出了一种新型的传统机械水表的数字化设计思路———直读式水表及抄表系统,介绍了实现原理和实现方法。     

基于ARM的扫描式热成像指纹识别系统

指纹识别是目前生物特征识别领域最为成熟、适用的技术.为了提高指纹识别系统的安全性并降低总成本,采用Atmel公司的扫描式热成像指纹传感芯片来获取指纹图像,针对这种传感器的分片输出,设计了整幅指纹图像的快速重构算法,并在ARM处理器上实现了此图像重构算法,完成了后续的预处理、特征提取、比对等工作,在控制系统总体成本的同时取得了良好的识别效果.整个系统小巧紧凑,具备二次开发接口,能方便地嵌入到需要进行访问控制的机电设备中使用.     

无线传感器网络异步任务集双效节能延迟调度算法研究

深亚微米技术的发展,使得漏电功耗在CMOS电路总功耗中所占比重日益增大,传统的传感器节点CPU节能研究主要针对动态功耗,其能耗估计和优化方法已凸显局限.针对此问题,提出动态电压调节(DVS)和动态功耗管理(DPM)相结合的双效节能延迟调度算法.从相对截止期小于等于周期的异步实时任务调度出发,结合DVS技术,综合考虑动态功耗和漏电功耗的影响,在满足任务实时性的前提下,选取每个任务的CPU执行速度,以降低总能耗,并通过任务的延迟调度对CPU空闲时段加以合并,采用DPM方法使CPU在空闲时段有选择性的进入低功耗状态,从而进一步降低漏电能耗.仿真实验验证了该算法的有效性.     

粗糙集理论中规则和综合决策的可信度计算的新方法

针对一些对粗糙集理论中规则可信度计算的研究,修正了一个基于信息不完备的可信度计算的公式,完善了基于粗糙隶属函数的可信度计算方法,全面考虑信息不完备和信息不相容对可信度的影响,提出了一种新的比较完善的粗糙集理论中规则可信度的计算方法,并在此基础上计算根据多条规则作出的决策的综合可信度,也考虑了不确定性的传递.最后,一个医疗实例给出了规则的可信度、决策的可信度、决策的综合可信度和不确定性传递的计算过程,结果证明该方法更为有效和合理.     

一类混杂Petri网的极大代数模型研究

针对时间事件图(TEG)建模范围窄的问题,提出了一种用来描述制造系统中的离散和连续事件的混杂事件图(HEG).HEG在TEG的基础上引入连续位置和连续变迁.通过构造一个由四个基本函数组合而成的双子代数系统,推导出一组极小代数等式来表示HEG,证明这组等式在极大代数意义下是线性的.这样可以继续采用极大代数方法来研究HEG.实例表明,HEG及其极大代数方法的适用范围比TEG广,可以用来建模制造系统的混杂动态行为.     

无源自动抄表系统及其关键技术研究

随着生活条件的不断改善，人民群众对住宅的智能化要求日益提高，同时电力、自来水、煤气、物业管理等部门出于对数据统计及收费管理的需要，也要求对传统的人工上门抄表方式进行变革。传统的脉冲式远传表，都存在致命的缺陷，提出了一种新型的无源自动抄表系统设计思路，着重讨论了无源自动抄表系统的关键技术一一维绝对式编码。     

无线传感器网络混合任务的系统级低功耗实时调度算法研究

现有的无线传感器网络节能研究主要集中在无线通信上面,针对传感器节点CPU节能的研究还不够充分.本文以多任务、多跳网络传输的实时无线传感器网络为研究对象,从节点的调度分析出发,在保证其实时性的前提下,结合动态电压调节技术,提出两个低功耗实时调度算法:(1)基于任务最坏执行时间来计算任务CPU速度的静态低功耗调度算法;(2)将任务在实际执行过程中产生的空闲时间,分配给余下将要执行的任务,进一步调整其电压等级,即动态低功耗调度算法.仿真实验结果表明,本文提出的算法能够有效降低节点CPU能耗.     

基于神经网络的发酵时间和最优发酵温度模型

以提高间歇式微生物发酵的产品得率为目标 ,利用BP神经网络和本文提出的傅立叶神经网络 ,提出发酵过程的发酵时间模型和最优发酵温度模型 ;在此基础上 ,提出了针对不同生产批次采用不同的最优发酵温度的新方法 ,此方法使不同生产批次的发酵过程都可以在适合其自身的最优的发酵温度下进行发酵 ,从而提高发酵生产的得率。实践应用表明 ,采用此种生产方案 ,产品平均得率提高 5 %。     

软测量技术应用于磺化过程

针对磺化过程中存在的一些不可测量信号,而这些信号对于控制来说至关重要,本文提出了用软测量技术估计这些信号,以提高系统的控制性能。     

混杂时间事件图的最小初始标志计算方法

采用极大代数方法研究混杂时间事件图（HTEG）的最小初始标志问题.通过构造新型的双子代数系统，给出了HTEG的线性极大代数模型，并基于该模型诱导出偏序关系.利用这个极大代数系统及其偏序关系的单调性、可逆性等性质，提出了一种HTEG最小初始标志的计算方法.HTEG的标志往往表示系统资源，提出的最小初始标志计算方法是一种最小资源分配算法，适用于制造系统、计算机网络等人造系统.最后用一个简单的实例说明了该方法的正确性.