一种即插即用的智能家居系统设计

为简化传统智能家居系统的复杂结构,并增强其扩展性和易用性,提出了一种智能设备即插即用的智能家居系统。该系统引入智能插座,降低家庭网关与智能设备的依赖性,制定一种自定义即插即用协议,在设备注册阶段将设备的动作和状态提交给网关,并设计与该协议相适应的家庭网关。测试结果表明,该系统允许在不改动家庭网关的情况下连接不同类型的智能设备,虽然增加设备连接数会增加网关的内存消耗,但不影响网关的响应速度和数据包的丢失率,验证了该方法的有效性和可行性。

基于块均值的运动目标检测系统

构建了基于FPGA的运动目标检测系统,系统包括视频数据的采集、缓存、显示、色彩空间转换及运动目标检测等模块。运动目标检测采用基于块均值的帧间差分法,这种方法有效地减少了需要存储和运算的数据量,降低了像素噪声对检测结果的影响。经测试,该系统能提供清晰稳定的监控画面,实现640像素×480像素,30帧/s视频信号的运动目标实时检测,并能在检测到运动目标后立刻发出报警信号。本系统消耗的逻辑资源较少,能够在小规模的FPGA芯片上实现,可推广应用于社区安防、生产安全监控等领域。

一种基于Web的远程在线升级技术的实现

为简化设备固件的升级方式,针对嵌入式设备提出一种基于Web的远程在线升级的方法。该方法通过将Flash分成引导程序区、参数存储区、用户程序区和升级数据缓冲区等,利用IAP技术将升级缓冲区的数据更新到指定区域,并根据HTTP协议的消息结构,在设备端实现Web服务器,实现固件的远程传输。此外,还解决了升级过程中设备掉电、链路中断及新程序异常等关键技术问题。

应用粒子群优化的高斯粒子滤波

针对高斯粒子滤波(GPF)在多峰高斯假设条件下不能满足贝叶斯估计精度的问题,提出一种基于粒子群优化的高斯粒子滤波算法(PSO-GPF).该算法用粒子群优化算法更新高斯建议分布的参数,解决粒子退化和多峰高斯下的粒子精度问题.同时,带压缩因子的粒子群优化算法能有效平衡粒子的全局探测与局部开采.实验结果表明,新算法的滤波精度比高斯粒子滤波精度平均可提高93.9%,具有更高的稳定性.

基于变权欧氏距离的学习型智能插座设计

使用现有智能插座实现电器用电量的统计和电器待机功耗的消除,存在灵活性差、适用范围有限等问题,为此提出一种基于变权欧氏距离的学习型智能插座.先采用有限状态机方式提取有功功率和功率因素作为待测电器的特征值,再用变权欧氏距离从样本库中找出待测电器的类型,引入学习功能解决电器多样性问题,并用记忆原理处理陈旧的电器样本,在识别电器的基础上,统计各个电器的用电量和消除电器的待机功耗.测试结果表明,同一类型电器之间的相似度达80%以上,可识别出宿舍中大多数电器的类型,验证了该方法的有效性和可行性.

基于FPGA的元胞自动机模型

传统元胞自动机数学模型在计算机软件中的实现,受当前处理器顺序执行指令的特性和元胞自动机特殊的数据结构所限,无法同时实现高速度和高精度,因此将其移植到FPGA上实现.硬件实现的模型具有并行计算的特性,能够显著提高计算速度,芯片规模的快速扩大又为高精度的实现提供了可能.设计元胞自动机硬件模型,将其作为IP核嵌入SOPC系统中,在上位机控制下进行模型演化,并设计了软件模型进行参照.经测试,硬件模型能正确实现元胞机算法,在一个时钟周期内完成一代元胞演化,相比于软件模型显著提高了执行效率.