基于 CRUISE 的纯电动汽车动力系统参数匹配与仿真

开发和研究纯电动汽车是实现节能减排目标的重要手段之一.针对一款已知基本技术参数的电动汽车,根据该车动力性和经济性设计要求,基于理论计算对主要部件参数进行匹配设计,然后采用CRUISE软件搭建整车模型,对整车性能仿真分析.通过结果分析,证明理论设计参数满足设计要求,验证该方法的可行性,为纯电动汽车进一步设计研究提供理论依据.     

基于LabVIEW和物联网的分布式家庭智能监控系统

为了解决现有家庭监控系统的不足,基于ZigBee无线自组网技术,利用”软件代替硬件”的设计理念,设计了一种分布式家庭智能监控系统。该系统以采用CC2530作为主控芯片,选择合适的硬件设计了用于门窗防盗、视频监控、温湿度监控、智能控制和USB数据传输的接收机等功能模块,编制了相应的下位机监控程序,利用LabVIEW软件开发了上位机网络远程智能监控软件。该系统硬件安装在现场,通过运行上述监控软件和无线通讯,可以实现燃气浓度、温湿度、门窗状态的实时监测、视频实时监控和数据的无线传输,并可以实现通过互联网通信进行远程监控。通过实验测试可知,该系统还可以实现现场报警、历史记录存储和远程网络智能监控等功能,具有体积小、成本低、无需开槽安装、便于扩展、智能化程度高和性能稳定可靠等优点。     

基于距离补偿模型的改进DV-Hop定位算法

传统的DV-Hop定位算法在估计网络平均跳距时,采用锚节点之间的物理直线距离代替信号实际传播距离,两者之间存在的距离误差会引起平均跳距估计不精确,从而导致较高的节点定位误差。针对该问题,提出一种改进算法。分析物理直线距离和实际传播距离存在误差的原因,将其总结为节点随机布置导致的节点间距离不均匀,以及实际传播路径与物理直线距离的偏离,并根据不均匀度和偏离度建立距离补偿模型,使物理直线距离更接近实际传播距离。与传统算法相比,改进算法未增加算法复杂度和额外的硬件设备。仿真结果表明,该算法较好地补偿了锚节点之间的距离,显著提高了算法对于未知节点的定位精度。     

一种自适应Z源升压变换器系统的仿真研究（81）

针对传统的Z源BOOST变换器在输入电压或负载发生变化时输出电压稳定性能较差的问题,进行变换器仿真研究.在变换器中加入分段比例调节控制策略,使系统成为自适应调节的闭环控制系统,采用Matlab软件对控制算法进行仿真.     

高压水射流靶物反射声信号的特征提取方法

为了提高利用高压水射流靶物反射声信号识别靶物材质的效率,针对地雷探测过程常见的地雷、石块、砖块和木块4种靶物,采用不同的特征提取方法来识别靶物材质。在分析Mel频率倒谱系数及小波包变换倒谱系数基本原理的基础上,结合靶物反射声信号的特点,提出了一种基于Mel频率倒谱和小波包变换倒谱特征融合的特征提取方法:利用小波包变换将原始靶物反射声信号划分为若干子频段,选取其中一个子频段作为低频和高频的划分层;低频部分提取Mel频率倒谱系数作为特征值,高频部分则提取小波包变换倒谱系数作为特征值,将2组特征值线性合并为一组新的特征向量,用于靶物材质的识别。采用最小二乘支持向量机建立多分类模型,验证基于单一特征和基于特征融合的特征提取方法的识别率。实验结果表明,在取得低频与高频的最佳划分层时,基于特征融合的特征提取方法的平均识别率达到82.812 5%,较单一的利用Mel频率倒谱系数或小波包变换倒谱系数作为特征向量时的平均识别率分别提高了10.312 5%和7.812 5%。     

EMD和LS-SVM相结合的高压水射流靶物材质识别方法研究

为了利用靶物反射声有效识别靶物材质,提出了一种新的基于经验模态分解(EMD)和最小二乘支持向量机(LSSVM)相结合的靶物材质识别方法。首先应用模极大值算法识别靶物边界点,提取边界点内的反射声信号进行小波降噪预处理,对预处理后的信号进行EMD分解,并计算获得各个本证模态(IMF)分量的短时能量比,作为对应不同靶物材质的特征值输入到利用LS-SVM建立的多分类模型。介绍了上述方法的基本原理,设计了试验装置和靶物材质识别影响因素分析试验方案。实验结果表明:靶物的内部结构和外形大小因素对靶物材质识别率影响小,利用上述方法进行的四种靶物材质探测,平均识别率达到85.83%,比BP神经网络提高了18.83%,且运算速度也得以提高,因此该方法可以用于靶物材质的识别。