基于ARM的嵌入式通信控制器的设计与应用

本文论述了一种基于ARM和ZLG/IP的嵌入式通信控制器的软、硬件设计方法.该控制器可以灵活的将串口设备连接到以太网,与其它网络设备通信.并以其在校园考勤系统中的应用为例,分析了软件设计思路,给出了程序关键代码,该例子对该控制器在其他领域的应用具有一定的参考价值.     

基于多线程技术的异步串行通信应用

描述了C＋＋Builder所提供的TThread线程对象类，利用该类完成了基于多线程方式的异步串行通信的实现，并给出了一个利用串行口进行高速数据采集的应用系统实例。     

现场总线的柔性化混凝土拌和站的技术实践

介绍一种基于现场总线的柔性化混凝土拌和站控制系统技术方案，并用PROFIBUS总线与智能控制器构成计算机控制系统。     

基于改进蚁群算法的多机器人任务分配

研究了多机器人系统的任务分配方法,多机器人多任务分配是一个NP问题.针对多机器人系统在动态环境下自主任务分配问题,综合考虑任务约束及机器人的执行任务能力,采用了一种改进的蚁群算法,解决多机器人系统全局最优任务分配问题.通过对基本蚁群算法和改进的算法的仿真,验证了改进的算法实现了全局近似最优的任务分配.     

基于小波包去噪和EMD的混合算法

经验模态分解(EMD)是希尔伯特?黄变换(HHT)中的关键步骤,并伴有过冲和端点效应的产生.利用遗传算法(GA)对支持向量机(SVM)中的未知参数:惩罚函数 C和高斯核函数中的预设参数σ进行优化选取,运用 GA-SVM 对信号进行端点延拓来处理端点效应问题并提出采用分段三次 Hermite多项式插值进行包络线拟合;为了机械设备早期故障频率的特征提取,采用小波包降噪预处理,结合改进的 Hilbert?Huang变换进行轴承故障特征频率的提取实验;实验表明该方法提高了故障频率提取的准确性.     

基于粗糙集的认知无线网络跨层学习

 认知学习是认知无线网络(CRN)跨层设计中非常重要的一环,它要求通信网络能利用已知跨层环境参数进行知识提取学习,并根据需要重配置网络.本文提出了一种基于粗糙集的CRN跨层学习技术,构建了案例事件库、知识库与规则匹配器,该模型结合数据离散、属性约简、值约简与规则生成算法来解决CRN的跨层学习问题.通过典型测试数据集的仿真比较,选出一组适合于所提出模型的粗糙集算法集合.仿真结果表明,该算法集能有效解决CRN跨层学习中知识提取与规则生成的准确性及有效性等问题,提出的跨层学习模型能有效用于CRN中的知识学习.     

部分信道状态信息下MIMO-OFDM的跨层资源分配算法

针对跨层多用户多输入多输出-正交频分复用（MIMO-OFDM）系统,以系统最大吞吐量为目标,给出一种基于部分信道状态信息的跨层资源分配算法。该优化问题设计的目标函数包括功率限制、传输速率、子载波占用、不同业务的服务质量需求与数据链路层的队列状态信息等约束条件。在数据链路层存在有限缓存条件下,通过均值反馈模型描述信道状态信息的反馈过程,推导出相应的跨层资源分配准则。仿真结果表明,所提算法与现有方案相比,满足了不同业务用户的QoS要求,并获得了好的吞吐率,降低了丢包率。     

改进的多用户OFDM系统子载波和比特分配算法

针对多用户正交频分复用（OFDM）系统资源分配问题,提出了一种改进的基于边缘自适应（MA）准则的子载波和比特分配算法。在采用比例公平准则为每个用户分配子载波集合基础上,以用户速率最大者-最小者（Max-Min）子载波交换为原则进行子载波调整,使用户功率递减同时兼顾用户的公平性;通过对信道状态信息进行判断,利用贪婪算法将用户子载波分配的比特取整,以实现系统功率最小化。实验结果表明,本文提出的改进次优算法的计算复杂度较传统分步算法稍高,但仍远低于最优算法,其系统性能得以提升,且接近最优算法。     

金堆城钼业公司机电修配厂概况

机电修配厂是金堆城钼业公司配套工厂,占地面积89300m~2;厂房建筑面积47700m~2;固定资产原值8190万元,其中任家滩水库3100万元、设备原值1524万元;设备拥有量789台(套),其中主要设备15台(套)、工业炉窑26台(套)、桥式吊车24台;变压器装机容量9770kVA;最大负荷5640kW,平均负荷4200kW.     

融合HOG与ARMA模型的粒子滤波跟踪

传统的粒子滤波算法在跟踪目标受到相似背景干扰和遮挡或跟踪目标高速运动时,容易造成跟踪误差增大或跟踪失效的影响。针对室外运动目标跟踪的复杂性,提出一种对于干扰适应性较强的融合梯度方向直方图与自回归移动平均(ARMA)模型的粒子滤波跟踪方法。建立ARMA运动模型,用前两帧目标的位姿状态预测目标下一帧的状态,解决目标跟踪的角度变化与部分遮挡问题。实验结果表明,该模型能克服光照突变引发目标色彩突变的问题。