嵌入式系统软硬件自动划分方法研究

软硬件划分一直是嵌入式系统软硬件协同设计中的难点,如果离开具体系统,单纯的软硬件划分,其性能很难评估。本文提出基于系统体系结构,应用遗传算法来进行多目标优化的软硬件自动划分方法。在具体设计中,使用数据流图对系统建模,采用邻接表进行个体编码,定义交叉、变异操作,同时引入小生境技术,保持解的多样性。该方法为嵌入式系统软硬件自动划分提供一种新思路。     

燃油低烧数据采集与处理系统设计与应用

本文介绍了燃油低烧智能数据采集与处理系统的设计与实现过程.该系统利用集散控制的思想.采用分级控制与管理方式,充分利用计算机技术、通信技术和控制技术等新科技,实现功能上和物理上的分散,提高了系统的可靠性.着重阐述了上位机和下位机间温度实时采集、自动节能统计、智能燃油动态管理、数据远程传输等功能的实现.     

基于L-P混沌映射和AES的图像加密算法

针对AES加密算法轮密钥的相关性强,容易遭遇强力攻击和Square攻击,提出了基于L-P混沌映射和AES的图像加密算法.加密时,先结合图像明文信息,确定一维混沌映射Logistic和PWLCM的相关参数,并分别进行迭代,为产生混沌序列做准备.再次将Logistic和PWLCM混沌映射交叉迭代,产生的两个混沌序列进行异或扩散操作,作为初始轮密钥,在AES加密操作前,先将状态矩阵的奇偶行分别与两个混沌序列进行异或扩散操作,并减少AES算法轮数,从而产生密文图像.解密时,先通过MD5数字签名算法,获取加密时混沌映射Logistic和PWLCM的相关参数,再按加密的逆过程进行解密.通过MATLAB仿真,分析算法的性能及安全性,包括密钥敏感性、直方图、信息熵、像素相关性、差分攻击、鲁棒性,抗剪切能力、运行时间等,结果显示,相对于标准AES图像加密算法,减少了运行时间,具有更好的安全性.     

一种智能办公环境无线网络系统的研究

目前,国内建筑中的网络主要以有线形式为主,安装麻烦、不易扩展。为了提高建筑环境控制的智能性,提供一个舒适、节能的办公环境,本文研究了智能办公环境的无线网络系统的构建问题,提出了一种基于多智能体(Agent)技术、ZigBee无线网络技术、模糊Q学习算法的无线网络系统。设计了系统的网络结构和多Agent系统模型,分析了模型中各种Agent的设计和通信方法,给出了系统的软硬件平台设计方案。最后进行了实验分析,验证了引入多Agent模糊Q学习加快了系统学习进程。另外设计了测试方案进行系统网络性能测试,测试结果表明该网络系统的丢包率较低。因此,系统具有可应用性。     

基于强化学习的网络流量非线性多步预测方法

网络流量具有分形特性,用线性方法来预测非线性的网络流量,预测精度不高.为了提高测性能,提出了网络流量的非线性多步预测同题,利用一种结合分形神经网络、强化学习的非线性多步预测方法,用多重分形性质将网络流量序列分解为短相关序列,设计了一种强化学习神经网络(MRLA)流量预测模型,利用强化学习的Q算法训练BP神经网络,预测尺度系数、计算权值,最后构建MRLA网络进行仿真,预测网络流量.实验分析显示,相对MMLP网络,新预测方法具较好的多步预测性能.     

嵌入式Linux实时调度算法及应用

针对Linux2.6内核在嵌入式应用中实时性不足的问题,提出了自适应实时调度算法,并应用它构建了嵌入式Linux远程图像实时监控系统.调度算法在O(1)调度性能的基础上,为实时进程增加了截止期、带宽(即利用率,执行时间与其周期的比值)等属性,设计了实时进程插入、时钟中断、实时进程接受及带宽调节等函数,实时进程的带宽、时间片可以自适应改变.实验结果表明,该算法改善了任务的中断响应时间和上下文切换时间.     

基于马氏距离的动态限时协商模型研究

针对协商模型是多Agent系统的核心问题,文中研究了多Agent系统中的协商议题、交互推理机制、效用评估机制,提出一种动态限时条件下两方多议题协商模型,该模型支持多Agent多议题的多轮协商,并将马氏距离引入到效用评估中,经过实例分析此方法是有效的．     

智能办公环境温度控制方法

针对变频空调技术参数固定不能适应智能办公环境变化的问题,为提高环境温度的舒适度,提出一种新的变频空调温度控制方法。该方法引入多智能体(Agent)技术设计温度模糊控制结构,确定输入输出变量及其模糊集,然后引入动作回报值改进模糊Q学习算法,由推理Agent执行算法学习手动调节空调的动作、修改模糊规则。将得到的优化模糊规则用于环境温度的控制。实验结果表明,与常规模糊温度控制方法相比,该控制方法缩短了空调的响应时间,减少了超调量。     

智能办公环境中多Agent模糊Q学习研究

目前有关智能办公环境的研究忽视了对建筑环境的考虑,为了给工作人员提供一个节能、舒适、便捷的办公环境,研究了智能办公环境无线网络系统的学习方法,即为系统建立了多智能体（Agent）模型,基于该模型提出了改进的模糊Q学习算法,用于学习用户的行为,以自动控制环境中执行器的动作。通过对环境温度学习的实验,比较了该算法和普通Q学习的MSE（Mean Square Error）值,实验结果表明提出的算法较优。     

网络工程专业嵌入式课程双主动教学改革研究

针对目前嵌入式相关课程教学效果不理想的问题,探讨网络工程专业嵌入式课程的教学方法,提出双主动教学模式,指出该模式以建构主义理论为指导,面向物联网应用设计,并采用抛锚式教学方法,通过创设情境实施理论环节教学,从学生的知识基础和兴趣出发分层次实验。