基于ARM+WiFi无线数据传输系统的设计

根据测试现场的实际需要,设计了以AT91 SAM9G45处理器为核心,基于Linux操作系统的无线数据传输系统。介绍了数据无线传输的过程,设计了FT245驱动程序和应用程序。测试系统将采集到的数据传输给ARM,经过压缩存储等处理后利用WiFi发送给上位机,在上位机上对数据进行后续处理和显示。利用硬件电路和软件系统实现了数据的压缩存储、无线传输、数据的处理和显示等功能。为了使系统具有通用性、调试方便,还设计了串行接口、USB接口等。

基于WiFi的无线存储测试系统设计

为了解决传统测试仪器在针对场信号测试时布线麻烦、干扰严重;现有的存储测试系统无法监控各测点状态、数据不能及时回传等问题。提出了一种基于WiFi的无线分布式测试系统,综合运用存储测试和无线通信技术,解决了存储测试中出现的问题。系统在FPGA控制下完成数据采集存储和无线传输等功能。增加了断线重连等无线功能,保证数据传输的可靠性,并对天线进行选择。试验结果表明,系统工作稳定、数据传输可靠,能够对各测试节点进行状态监控、参数设置和数据回读等操作,具有良好的应用前景。

压力传感器测试系统的动态校准及特性分析

针对利用传感器静态灵敏度对动态信号进行测试时而引入的测量误差,使用激波管对压力传感器进行动态标定,对校准结果进行分析得到传感器的动态特性,并计算出其动态灵敏度。利用校准数据对传感器模型的阶数进行判别,为以后对测试结果进行修正和补偿提供理论依据;最后对动态校准过程中误差的来源进行分析并给出传感器动态灵敏度的不确定度。

大型物联网设备中智能嵌入式监测系统设计

当前智能监测系统由于尺寸较大,导致生产成本过高,且安装维护非常复杂。为此,针对大型物联网设备,设计一种智能嵌入式监测系统。给出系统的总体结构,将S3C2440处理器作为核心控制器,依据传感器采集的监测数据对大型物联网设备进行异常检测,当传感器向处理器传输的数据值高于报警阈值时,处理器将利用LCD液晶屏对结果进行显示,发出蜂鸣报警,把高于阈值的数据保存至嵌入式数据库中。详细介绍S3C2440处理器、RS 232串口、蜂鸣器、SD卡、NAND FLASH存储器和传感器的硬件结构。软件设计时,给出系统的程序开发流程和建立Qt/Embedded项目文件的详细代码。实验结果表明,所设计系统不仅监测精度高,且实时性强,整体性能优越。

基于单片机的大棚多点温控系统

本文介绍了一种利用单片机实现大棚温度控制的方案。整个系统以单片机为控制中心,温度传感器DS18B20将采集到的温度传递给单片机,经过单片机处理后,结合设定温度进行控制升温设备,最后再将数据传入计算机,实现整个温度监控过程。根据串行通讯原理,设计了单片机与PC机的接口电路,实现单片机与PC机之间的通讯,并利用VB6.0设计了控制界面,实现各个节点温度的实时显示。

工厂方法设计模式在农场系统中的应用研究

为提高农场系统的复用性,提出一种基于设计模式的农场系统设计方案。针对农场系统中复杂的高耦合度的问题,提出应用工厂方法设计模式来降低农场园丁和水果之间耦合度的解决方法。实验证明,工厂方法设计模式降低了农场系统各模块之间的耦合度,提高了系统的可扩展性及可复用性。

中密度纤维板施胶系统低关联数据分类

传统方法对中密度纤维板施胶系统数据进行分类时,需要依据已知类别的数据进行划分,数据分类的范围和效率较低。为解决这一问题,提出一种基于模糊支持向量机的数据分类方法,依据模糊算法对未知类别数据进行划分,通过支持向量机对划分后的数据进行训练,提高了中密度纤维板施胶系统数据分类的效率。通过最终的仿真实验结果表明,本文方法模型能够快速、准确地对中密度纤维板施胶系统中的数据进行分类,取得了令人满意的效果。

基于多DSP并行处理的多机器人混合体系结构设计

本文结合机器人发展的不同时期所采用的不同体系结构,提出了一种基于多DSP并行处理的多机器人混合体系结构。该结构应用DSP硬件来支撑多机器人混合体系结构,以减少该体系结构的设计时间,保证其通用性、实时性和可靠性。通过对已有的几种不同体系结构的实验数据对比,说明了该体系结构的优越性,也为多机器人协作与控制系统的设计提供了理论基础。

基于北斗差分定位技术的站场数字化系统

提出一种基于北斗差分定位技术的站场数字化系统。使用实时动态(RTK)载波相位差分定位技术获取站场元素的精准位置信息,通过无线的方式将位置信息传输到上位机;上位机对位置信息进行处理,调用站场图完成位置信息与物理元素的匹配,实现站场数字化,最后将完成位置信息匹配的站场图保存起来。经测试,系统定位精度稳定在10 cm以内。在Windows平台下使用C++builder开发出上位机软件,嵌入式软件使用C语言在KEIL平台下开发。该系统具有定位准确、使用方便、扩展性强和可靠性高等特点,为列车安全防护、调度、监控等作业提供可靠保障。

大数据下人工智能技术在信息检索中的应用

社会在不断发展,人工智能技术的普遍运用明显提高了现代人们的生活水平。将人工智能技术应用在信息检索当中,为信息检索领域带来全新的变革。通过阐述人工智能的特点,分析大数据下信息检索出现的问题,探究大数据下人工智能技术在信息检索中的应用效果,促进现代科技的创新与变革,实现我国社会的可持续发展。

基于LTE技术的面部识别系统的研究与设计

面部识别是基于生物特征识别技术的身份认证中最主要的方法之一,针对现有面部识别系统的存储量小、识别速度慢,无法满足对大量人体特征的数据存储、人员身份及时核查。利用了先进的长期演进（LTE）无线技术、面部识别技术、智能网格计算等,从而实现无线网络的海量存储、快速计算,并满足用户的适时性需求。

基于S盒的信息隐藏研究

针对现有基于频域的数字水印算法在实施大容量嵌入上的不足,提出了基于S盒的信息隐藏方法研究,用于实现图像大容量嵌入传输。首先对最原始的水印图像进行非线性秘密替换,不仅起到加密的效果,同时起到无损压缩的效果;然后对载体图像进行二级离散小波变换,并且对低频子带进行分块奇异值分解;最后将非线性替代变换后的水印图像嵌入到每块奇异值中。实验结果表明,该算法具有良好的不可见性和安全性,具有较强的抵抗添加高斯噪声、添加椒盐噪声、剪切的鲁棒性,最终实现大容量秘密信息的通信。

新型社交网络中用户信息安全问题的研究

由于用户信息泄漏使人们丧失信息控制力,导致社会舆论影响增强,进而对国家治安造成威胁,为此,文章对新型社交网络中用户信息安全问题进行了研究。用户信息数据资料详细程度与社交网站的商业价值成正比例关系,商业利益成为了用户信息泄漏的罪魁祸首,导致人们进入了虚拟的交际圈,促使社会舆论影响增强,进而对国家治安造成威胁。因此,从信息安全转发、认证与注册对社交网络用户信息安全问题进行了方案设计。

网络高并发信息的缺失数据修复方法仿真

网络高并发信息在传输过程会因为网络故障,线路接触不良以及外界病毒入侵等各种因素导致数据缺失,计算机运行过程为不可逆过程,若想对设备和系统进行分析必须要使用完整数据,需要利用有效的方法对缺失数据进行修复。对网络高并发信息的缺失数据修复方法仿真进行研究,基于CS原理对缺失数据进行修复,通过某种矩阵对网络中最原始的数据信号σ<R^x进行稀疏处理,判定矩阵τ与Q的相关性,如果认为矩阵与观测值Q不相关,要对稀疏向量υ进行估算,得出估算值υ,实验证明所设计的仿真方法能够有效对网络高并发信息的缺失数据进行修复,且修复过程耗时短,运行效率高,修复范围广,是未来的必然发展方向。

大数据时代信息通信安全隐私优化技术研究

随着互联网技术的革新应用,现代社会无论是国内还是国外,人们日常生活工作早已经离不开网络数据的支持。"大数据"这一概念开始兴起并深入到社会各个阶层。在信息数据高速膨胀的今天,如何保证信息通信安全成为现代网络技术安全开发的重点。对此提出了大数据时代一种新型信息安全隐私优化技术,通过实验对比验证了技术的先进性。

基于最小二乘与粒子群算法的压力传感器动态补偿方法

为了降低运用简化传感器模型对动态测试结果进行修正时带来的误差,提出一种基于最小二乘(LSM)与粒子群优化算法(PSO)的动态补偿器设计方法。采用最小二乘法识别传感器的最佳阶次,作为补偿器的阶次,克服简化模型对补偿器设计的影响,结合粒子群算法对传感器进行逆建模得到补偿器,并分析补偿前后传感器的时域与频域特性。实验表明,该方法能有效的降低传感器的动态测量误差。

多信号通信期望信号与入侵信号特征分离仿真

研究多信号通信中入侵信号与通信信号的准确分离技术。多信号通信过程中,不同信号遵守不同的通信协议,带有不同的信号特征。遭到入侵后,信号之间形成不可约束的纠缠,入侵信号与通信信号极化域的特征差异大幅缩小。传统的信号分离技术工作于单极化方式,无法利用多通信信号与入侵信号之间在极化域的特征差异,造成在极化区域内,两者无法分离,限制了在信号处理层面进行抗入侵的能力。为了解决上述问题,建立了一种正交极化阵列入侵信号分类模型,通过入侵极化改变信号损失特征这一特征,实现极化区域内期望信号与干扰信号的特征分离,对分离后的信号进行抗干扰性能进行了仿真分析,证明了采取上述矢量信号处理的方式不仅扩展了多信号通信中入侵信号处理的能力,并且能够显著的提高多信号网络通信系统的抗干扰性能。

网络差异数据的优化挖掘模型仿真分析研究

提出一种基于反距离插值和分布式目标识别的网络差异数据优化挖掘算法.构建网络差异数据的采集和信号预处理模型,采用反距离插值扰动搜索聚类算法进行网络差异数据的分布源方位估计,将采样数据的协方差矩阵进行时间平均和空间平均,基于分布式目标识别算法实现对网络差异数据的准确挖掘.仿真结果表明,采用该算法能有效提高对网络差异数据的分布源估计的准确性,对数据的挖掘精度较高,性能优越于传统算法.

模糊语法方法在犯罪文本分类中的应用

针对现有文本分类模型的表现度低且缺乏容易理解的表示形式,提出一种模糊语法方法,并将其应用到犯罪文本分类中。根据定义的语法词典,将文本转化为模糊语法;将派生语法结合为更加紧凑的语法,获取学习文本模型的一般表示;将学习的模糊语法与测试集合进行匹配,根据解析隶属度的级别进行分类。与支持向量机、朴素贝叶斯、boosting方法和k最近邻等方法相比,所提FGM算法的性能与其它机器学习方法的性能类似;学习模型发生轻微变化,不需要传统方式的重建;在有些方面更加突出,如其在对爆炸事件的分类中获取了最高的F值(83%左右)以及最高的查准度(94%左右);很容易整合到更加全面的语法系统中。

XCSG在多机器人强化学习中的应用

XCS分类器在解决机器人强化学习方面已显示出较强的能力,但在多机器人领域仅局限于MDP环境,只能解决环境空间较小的学习问题。提出了XCSG来解决多机器人的强化学习问题。XCSG建立低维的逼近函数,梯度下降技术利用在线知识建立稳定的逼近函数,使Q-表格一直保持在稳定低维状态。逼近函数Q不仅所需的存储空间更小,而且允许机器人在线对已获得的知识进行归纳一般化。仿真实验表明,XCSG算法很好地解决了多机器人学习空间大、学习速度慢、学习效果不确定等问题。