单片机虚拟试验箱设计与研究

以单片机课程教学为背景,设计了一套基于Proteus的虚拟试验箱,该试验箱不仅能够完成单片机教学基础实验内容,并可以解决传统真实试验箱诸多问题,而且学生可以在系网站上下载该试验箱进行实验操作,从而极大地增强了学生做实验的便利性,也给学生提供了一个良好的开发性实验平台.     

基于Flex的虚拟实验平台探析

基于Flex进行虚拟仿真实验平台探析,利用计算机和网络技术模拟传统实验操作,按照软件工程设计思想采用B/S三层网络体系结构进行虚拟实验平台的搭建,前台使用Flex,后台采用J2EE平台SHH结构,数据库采用MySQL,最大限度地提高系统扩展性和可维护性.研究结果证明,本系统可以完整地实现平台的结构和关键性技术,可针对不同的实验进行建模仿真开发,具有较好的应用价值.     

基于Internet的密码学虚拟实验室的设计与实现

本文提出了一种采用组件技术构架的基于Internet的密码学虚拟实验室的设计模型和实现方法.该虚拟实验室以Java Applet实现客户端,具有Java语言的平台独立性和安全性,以JavaBeans的形式开发组件,提高了系统的开发效率,实现了软件重用,使得系统容易维护和扩充.利用该实验系统,用户能进行可视化的实验流程定制、仿真实验保存,对算法进行验证和性能分析实验,用户还可以加入自己编写的算法进行验证及扩充实验组件,为科研、教学等提供了一个很好的密码学虚拟平台.     

基于虚拟仪器技术的温度测控系统设计

以美国NI公司的LabVIEW图形化编程语言和PID工具包为开发平台，设计了一个温度控制系统，包括系统硬件和软件的设计。实验表明，该系统具有温度自动控制和界面友好，测量精度高、安全可靠、易于操作等特点。     

IFIX在过程控制实验教学中的应用

以DCS AC800M过程控制实验系统为依托,以IFIX软件为平台设计开发的上位机实验监控组态画面,其应用于过程控制课程实验教学,具有操作简便、直观清晰、模拟性强等特点,使学生更加贴近工业现场实际的操作环境,提高了实验教学质量.     

基于深度强化学习的多模态医学图像配准

传统图像配准方法中,图像特征的表示和相似性测度的选择易受到人为因素的影响,不能准确地表征图像特征和配准图像的相似度,从而对配准结果产生较大误差.针对此问题,借助端到端的强化学习方法,对这2个部分进行隐式的表达,从而避免人工设计的缺陷.具体而言,设计了一个人工智能体模型,由策略网络和价值网络2部分组成,用以指导浮动图像朝着参考图像的方向正确移动,进而实现图像配准.提出使用异步表演者-评论家方法进行模型训练,以避免经验回放操作,降低模型训练对存储容量的要求并加快模型的收敛;同时提出一种奖赏函数,能够给予每个时间步上图像配准动作估计更为准确的奖励.此外,在测试阶段,使用了蒙特卡罗前向推理策略,进一步提高配准参数的准确性.在MR和CT的临床医学图像配准数据集上进行实验,与传统基于尺度不变性配准算法、基于深度学习配准算法等进行对照分析,实验结果表明,所提出的方法目标配准误差可以减少30%左右,同时能够更好地处理具有大幅度形变的配准问题.     

基于OSG的虚拟化学实验平台的构建设计

为了突破虚拟化学实验平台在智能和可扩展方面的限制,基于开源软件OSG(OpenSceneCraph)的技术特点,设计了三维虚拟化学实验平台.给出了利用OSG实现虚拟实验平台的框架、实现过程和功能结构,特别提供了对虚拟实验操作结果的模糊评价功能.研究了化学反应的实验现象和过程,提出了化学建模,建立了化学实验模型库;提出了化学实验的智能识别机制,综合判别仪器组合、实验药品、反应条件和与之匹配的方程式,实现了智能识别实验类型和渲染实验结果.最后通过一个实例结表明了该实验平台的可行性,并将该平台与其它平台进行比较,表明了该平台操作的灵活性和设计的优越性,为化学实验学习提供了及时、有效的支持.     

基于MQTT的步进电机远程控制方案实现

远程实验的仪器操作与动态数据测量离不开步进电机,针对远程实验步进电机控制需要,设计了一个基于MQTT通信和嵌入式的电机远程控制方案.在Windows Azure云计算平台上搭建基于MQTT的Mosquitto服务器,接收来自Web端发送的命令,推送至步进电机控制器,实现对步进电机的使能、方向、速度等控制.采用该方案利用远程Web端操控电机,对电机进行实时测试,结果表明,该方案可以实现对步进电机准确、实时、可靠的远程控制,电机以150 Hz驱动频率运行时位置误差为0.21％,可应用于相关远程实验中.     

脑电信号采集与管理系统的设计与实现

为了研究针灸情况下的脑电信号的特点,设计了一个基于Windows平台的脑电信号采集与管理系统.该系统可以进行脑电信号的实时采集显示、存储和处理,可以对采集的信号进行数据库管理,并将采集的数据进行回放.系统具有实时性好、界面友好、操作简单和信息管理便捷等优点.为中医针灸激励研究打下良好的基础.     

基于曲面形变的三维人脸样本配准

三维人脸样本是人脸识别、人脸动画等领域进行模型训练、算法设计及性能比较的重要数据平台。为了提高三维人脸样本的配准效果和配准速度,提出一种基于曲面变形的三维人脸样本配准方法。该方法通过对标准化样本实施一系列的变形操作来建立原始样本与标准样本之间的对应关系。然后基于该对应关系对原始样本进行配准处理,在处理过程中使用统计方法对样本上的毛刺点和空洞进行修补。实验结果表明,使用该方法可以快速、有效地对不同格式的原始样本进行配准。     

交叉口的信号优化与仿真

以减小车均延误为目标,在调查交叉口交通流量和当前信号控制的基础上,采用韦伯斯特配时算法进行优化计算,并通过通行能力、交通流量比等指标来确定信号周期时长和各相位绿灯时间,改善相位饱和度,从而充分利用道路的通行能力。以建设大道新华路交叉口为例,基于实际数据对优化前后的交叉口利用vissim软件进行仿真,结果表明,优化后各相位的饱和度较优化前更为平均,没有出现很高或很低的极端情况,优化后的车均延误明显改善。     

交通控制中展宽段设计与信号配时的优化

针对展宽段设计与信号配时之间互相影响和制约的问题,本文提出了优化配时依据和相位相序的解决方法.分析了展宽段设计与信号控制之间的内在联系;提出了交叉口无空间限制条件下展宽段的设计思想,既应满足信号控制需求又要保证排队车辆不发生溢出,且要尽量减少对对向出口道车辆通行的影响,基于此思想综合运用交通控制理论及交通流理论建立了展宽段长度的计算模型;当交叉口空间受限制时,针对直左车流间无相互干扰的情况,提出了以当量饱和流率作为信号配时依据的控制思路,而对于直左车流间存在相互干扰较严重的情况,提出了优化相位相序的控制策略,结合韦伯斯特理论建立了以延误最小为目标的非线性优化模型,并采用遗传算法求解相关参数.最后利用VISSIM仿真软件对提出的方法和模型进行了模拟验证.     

过饱和状态下的单交叉口最小延误信号周期模型

由于现有单交叉口信号配时方法主要适用于低饱和交通状态,本文以过饱和交通状态作为研究对象,利用定数理论分析了信号交叉口进口道的车辆到达与驶离规律,建立了信号周期与延误时间之间的数学模型,推导了单交叉口最小延误的信号周期计算公式.以某个四相位交叉口为例,针对3组不同流量比的过饱和交通状态,分别获取了延误时间与信号周期之间的变化曲线,计算了最小延误所对应的最佳信号周期,并利用VISSIM微观交通仿真软件,仿真得到了3组不同流量比情况下的延误时间.仿真结果表明:在各组流量比设置下,延误时间的理论计算值与仿真实验值相一致,有效验证了该模型的准确合理性,为解决过饱和状态下的交叉口信号配时优化问题提供了理论指导依据.     

交通信号配时方案实时仿真系统设计与实现

为了使交通信号配时方案及时反映道路交通流量的变化,以达到最优的控制效果,设计并实现一种用于交通信号配时方案实时仿真系统.该系统基于ARM Cortex-A8处理器,集成在信号控制器内部,分布于各交叉路口.在设计应用软件时以单路口四相位交通流为例进行分析,并以平均延误时间为评价指标进行建模,运用遗传算法对当前交通流下各方案进行仿真,评估出最优配时方案.通过实际验证,该系统通过实时仿真能够给出交通控制信号最优方案,减少车辆的平均延误时间.     

基于粒子群优化算法的多交叉口信号配时*

以城市道路多个单点信号控制交叉口组成的绿波系统为研究对象,对绿波系统的交叉口信号配时优化进行研究。通过对路段和干线机动车流进行协调控制设计,以西安市某两相邻交叉口晚高峰时段各进口道的交通量、通行能力、饱和流量以及各交叉口进口道的实际车均延误时间为约束,确定各交叉口的信号周期及各相位有效绿灯时长,使得干线延误量最小。设计了PSO算法的编码方式,分别采用PSO算法、灾变PSO算法和二阶振荡PSO算法对多交叉口交通信号配时进行优化计算。仿真实验表明,二阶振荡PSO算法在该实例中表现最优。     

城市快速路交叉口运行的VISSIM仿真评价

通过实地交通调查后对数据的整理和分析,发现交通拥堵的城市快速路交叉口,对其进行交通组织优化,缓解其拥堵状况,疏散拥堵的交通。在取得了大量的基本数据和资料并进行整理分析后,对具体交叉口进行道路交通优化组织,对交叉口的交通现状进行仿真,得到交叉口存在的交通拥堵问题根本原因,提出改善措施。通过对交叉口交通状况前后仿真数据进行评价分析,为科学进行交叉口改善设计提出量化依据。     

区分交通流模式的混合服务路口信号控制策略

相对于固定配时,基于交通流的动态变化特征的信号配时算法具有更好的道路状态适应性.鉴于此,提出一种基于交通流识别的自适应控制策略,首先利用自组织映射网络(SOM)神经网络对历史交通流状态聚类,结合路口时间段与路段环境特征分析实现交通流模式划分;在此基础上,引入概率神经网络(PNN)对该路口的交通流模式进行训练学习;最后针对不同状态类型交通流量,动态选取门限服务轮询信号配时和韦伯斯特信号配时策略计算信号灯配时周期,实现控制策略与交通流动态变化特征的匹配.仿真实验结果表明,区分交通流模式的混合服务路口信号控制方法对车流的随机变化具有更好的适应性.     

基于演化硬件的交通流模型自适应优化

BML模型是用于研究城市路网结构中交通流特征的细胞自动机模型。基于软件的模拟及演化优化方式存在着运算效率低、优化速度慢等缺陷,极大地限制了交通流模型的实时应用能力。针对这一问题,提出将演化硬件与细胞自动机相结合,实现交通流模型的在线演化。同时对I3ML模型进行了改进,以便能够依据现实车流状况进行交通灯信号的自适应调节。实验结果表明,将演化硬件技术用于交通流模型的自适应优化,对于研制智能交通系统是一种可行的途径。     

城市单交叉路口交通信号实时优化控制与仿真

针对城市道路单点交叉口交通流的到达特性,将路口到达的交通流划分为4种状态,提出了“基于状态划分的多相位交通信号实时控制方法”,该方法根据路口各状态下交通流的到达特征和控制目标,为不同交通状态选择合适的性能指标,并建立各状态下交通信号的动态配时模型。同时,设计了一种改进的自适应实数编码遗传算法对交通信号配时模型进行求解,该算法采用基于分类的排序惩罚机制对约束进行处理,并引入模拟退火算子增强遗传算法的局部搜索。最后,采用3种算法对实例进行大量的数值计算和Paramics仿真,计算和仿真结果均表明所设计的算法求解精度高且模型具有良好的控制效果。     

基于路口相位方案优化设计的城市道路交通信号迭代学习控制方法研究

城市道路交叉口信号控制是交管工作持续关注的课题,关于协调好有限的道路资源与日益增长的交通需求之间的矛盾,有着至关重要的作用。由于道路自身条件约束,交通流的组成特点复杂,路网交通路呈现非线性动态特征,无法进行精准的数学建模控制。本文提出的迭代学习控制方法,根据交通流的组成和变化特点调整信号控制周期及有效绿灯时长,实现交通信号动态优化控制,保证车辆在路网中能够高效、平稳地通行,是针对非线性动态交通流的一种动态寻优控制算法,能够有效减少路口车辆等待时间、提高通行效率。考虑对不同相位设计方案的适应性,在传统配时优化模型的基础上,构建综合相位设计元素的交通信号迭代学习控制模型,并通过Vissim仿真软件和Python编程语言搭建仿真测试环境,验证了提出模型的有效性。