基于DAQ PCI9820的单双缓冲混合模式采集系统设计

介绍了一种基于PCI总线的数据采集卡PCI9820的高速高精度雷达回波信号采集系统,描述了板卡的硬件结构及相关逻辑功能,并结合板卡的相关驱动函数编写了单双缓冲混合模式采集程序,能较好满足实时性与高速性的不同要求。     

欺骗攻击下网络化系统事件触发安全控制

针对网络控制系统受欺骗攻击问题,提出了事件触发器与安全控制器协同设计策略。提出了离散事件触发机制,克服了连续事件触发机制需要新增专用硬件且需要复杂计算避免芝诺现象局限。建立了有机融合欺骗攻击、事件触发机制、网络诱导延时及外部扰动多约束参数的闭环系统时滞模型,推导出了欺骗攻击下事件触发控制系统渐近稳定的充分条件,得到了事件触发器与安全控制器的协同设计条件。仿真验证了方法的有效性。     

基于事件触发机制的多智能体网络平均一致性研究

文章研究了事件触发机制下具有固定和切换拓扑结构的多智能体网络的平均一致性问题。为了有效降低多智能体一致性控制协议的更新次数,文章提出了仅依赖于各智能体及其邻居节点信息的分布式事件触发机制。为了使多智能体网络渐近收敛至初始平均状态,文章提出了基于事件触发机制的多智能体平均一致性协议。然后,文章建立了事件触发机制下的闭环系统模型,并分别获得了固定和切换拓扑结构下多智能体网络平均一致收敛的充分条件。仿真表明,基于事件触发机制的平均一致性协议保证了多智能体网络的平均一致性,并且分布式事件触发机制有效降低了多智能体一致性协议更新次数。     

基于事件触发的智能家居温度控制系统设计

在智能家居温度控制系统中,当环境温度波动不大时,采用传统的时间触发控制模式,将造成不必要的节点能量浪费,且节点较多时将加剧因信道竞争引起的丢包与延时现象。为了解决上述问题,在此介绍了基于事件触发的温度控制系统。无线传感节点周期采样环境温度值,事件触发器根据触发条件决定是否发送当前采样值;当执行节点收到新的采样值时,利用随机变异粒子群算法更新控制律。仿真表明,在保证闭环系统输入状态稳定且达到控制目标的基础上,与时间触发相比,事件触发机制下无线传感节点需要传送的采样值大大降低。说明事件触发机制有利于资源受限的无线传感器执行器网络在智能家居中的应用。     

一种基于多项式变换的快速卷积算法

文章通过分析一维卷积转换到二维后的快速卷积算法,并受基-2时分FFT算法的启发,提出了一维卷积转换为多维后的快速卷积算法.文中给出了该算法的推理过程,分析了该算法的运算量.结论表明,该算法能有效的降低卷积中的数乘次数.     

基于异常数据预处理和自适应估计的WSN数据融合算法

针对无线传感器网络（wireless sensor network,WSN）存在节点能量受限、测量精度低、生存期短等问题,提出一种基于异常数据预处理和自适应估计加权融合算法（abnormal data-preprocessing adaptive estimation weighting fusion,ADAEWF）。为了提高算法可靠性,提出了基于异常数据检测、简单多数原则和节点综合支持度函数的数据预处理机制;为了减小测量误差对融合精度的影响,基于分批估计和自适应理论对节点测量值进行自适应估计加权数据融合;然后,建立了WSN仿真模型,并分别获得了ADAEWF、自适应预测加权数据融合算法（adaptive forecast weighting data fusion,AFWDF）和算术平均值法下融合结果的均方误差和网络有效生存期。仿真结果显示：ADAEWF算法融合精度和网络有效生存期均优于AFWDF和算术平均值法,表明ADAEWF算法在提高融合数据有效性、网络有效生存期和融合精度方面具有优越性。     

机器视觉在花椒品种鉴别中的初步研究

花椒是一种重要的烹饪调料和中药配料.本文将机器视觉技术引入到花椒品种的快速鉴别中,通过机器视觉硬件装置获取6类花椒样品图像共90幅,其中60幅作为训练样本,30幅作为测试样本.对所有样本分别提取了颜色和纹理的共10个特征参数,利用概率神经网络对特征数据进行鉴别,正确识别率为93.33%.本文研究的基于机器视觉的花椒品种鉴别方法可以快速准确地提取花椒样品的特征数据,为批量分选花椒奠定了技术基础.     

基于FPGA的AGWN信号生成器

提出一种新的基于FPGA的高斯白噪声生成器的设计和实现方法,给出设计的总体框图和分模块设计中的一些要点,阐述了主要部分的原理和电路实现方法。这种高斯噪声生成器与传统数字电路所组成的噪声生成器相比,通过利用QuartusⅡ中的一些既有功能电路（PLL）,大大降低了设计的难度,提高了电路调试的灵活性,可用于多种环境下的通信系统性能分析与测试。     

基于非周期随机共振的粮食早期霉变识别研究

随机共振向人们展示了噪声在非线性系统中的积极作用,在深入分析非周期随机共振FHN模型的基础上,提出了一种基于最大互相关系数的方法来进行电子鼻信号的分类识别.实验中8只传感器构成的电子鼻阵列采集了燕麦不同程度的早期霉变数据,对这些数据利用主成分分析法降维处理后,通过非周期随机共振系统,发现不同霉变程度的燕麦,其最大互相关系数不同,而且对每个类别该系数几乎是常数,因此能准确地用来代表不同的类别.实验结果表明基于非周期随机共振的最大互相关系数法准确可行,为电子鼻信号的分类识别提供了一种新的思路和方法.     

基于阈上随机共振的混合气体识别研究

在深入分析阈值随机共振系统模型的基础上,提出了一种基于最大互相关系数的方法来进行混合气体的分类识别。实验结果表明,该分类方法准确可行,为分类识别提供了一种新的思路和方法。