基于FPGA的Twofish加／解密芯片设计

针对安全的数据传输及个人隐私权的保护等问题,研究基于FPGA的改进型Twofish加／解密芯片的设计。采用16组Rijndael-like S-boxes设计Twofish算法,提高算法的安全性,加入伪随机数器决定每回合使用的S-boxes,增加攻击者破解的难度。以Altera公司的Stratix EPI S20验证该芯片的功能,结果证明其能达到高安全性的要求。     

局部纹理特征改进空闲车位智能检测算法

针对车辆数量的爆炸式增长而智能停车场车位检测速度慢、正确率低的问题,提出了一种基于局部二值纹理特征改进的空闲车位检测算法,算法首先将监控摄像机采集的车位图像降噪滤波后转化为局部二值模式,然后通过结构模板集提取图像的局部二值纹理特征,作为空闲车位和有车车位的识别特征,最后通过核Fisher判别方法实现空闲车位的检测。实验结果表明,所提方法对空闲车位的正确检测概率达到91.57%,对有车车位的错误检测概率只有4.46%,满足停车场空闲车位自动检测的要求,检测性能优于实验中采用的对比方法。     

虚拟仪器在实验教学中的应用

文章介绍了虚拟仪器的概念,分析了目前高校传统实验室存在的问题,并说明了实验室引进虚拟仪器对提高实验教学水平的意义.最后介绍了虚拟仪器在国内外实验教学中的应用.     

基于KL变换和支持向量机的空闲车位检测方法

空闲车位自动检测是现代智能化停车场设计时面临的重要问题,针对此问题,提出了一种基于KL变换和支持向量机的空闲车位自动检测方法,算法首先对经过灰度化和滤波处理后的车位图像进行KL变换,将车位图像从图像空间映射至特征子空间,从而提取出用于检测的特征参量;在此基础上利用训练后的支持向量机完成空闲车位的检测。实验结果表明,该方法能够有效检测出车位的停车信息,对噪声不敏感,且能够对不同环境采集的车位图像具有很强的适应性和鲁棒性。     

一种复杂系统的最优分数阶内模控制器设计

针对复杂系统提出了一种最优分数阶内模控制器设计方法。引入一种带混沌算子的人群搜索优化算法（Seeker Optimization Algorithm,SOA）将系统模型降阶简化,在此基础上完成了一种新的分数阶内模控制器的设计和参数最优整定。仿真结果表明,降阶模型很好地逼近了原系统,设计的控制器可以使系统具有良好的动态性能及克服参数变化的鲁棒性。     

具有捕食策略的混合随机优化算法及其多极值函数优化

SAGACIA是一种混合随机优化算法,该算法虽已吸收了模拟退火算法、遗传算法和趋化性算法的优点,但搜索过程中仍存在收敛速度慢以及采用固定步长影响搜索精度的缺点,而捕食搜索策略通过限制的调节能较快锁定最优区域,从而提高收敛速度。结合两者的优缺点,提出一种具有捕食搜索策略的自适应调整步长SAGACIA算法,改进后的算法通过捕食搜索策略平衡了算法的局域搜索和全局搜索,提高了收敛速度;邻域搜索采用自适应步长,避免了最优解附近的震荡,提高了搜索精度。实验仿真结果表明,改进后的SAGACIA算法具有较快的收敛速度和较高的寻优精度,证明了算法改进的有效性和可行性。     

基于FPGA的混沌信号发生器的设计与实现

提出了基于FPGA设计混沌信号发生器的改进方法.采用Euler算法将连续混沌系统转换为离散混沌系统;基于IEEE-754单精度浮点数标准和模块化设计理念,使用Quartus Ⅱ软件,采用VHDL和原理图相结合的方式设计混沌信号发生器.最后,在FPGA实验系统上进行实验,在示波器上显示了混沌吸引子的相图及时域混沌信号.由于采用了基于数据选择器的面积优化方法,复用耗费逻辑资源较多的浮点运算模块,大大减少了混沌信号发生器所占用的FPGA逻辑资源.实验结果表明了该方法的有效性和通用性.     

基于FPGA的超声波液体密度传感器

液体密度是工业生产中一个重要的参数,尤其是在医药、化工等领域。本文采用双探头结构,利用声速法测量液体密度,其关键是准确测量超声波在液体中传播时间。传统电路设计由于受到芯片时钟频率的影响,测量效果往往不够理想。为了能够得到精确的测量时间,采用内部时钟频率较高的FPGA来设计高精度的计数器。同时,为了减少外围电路,避免电子器件之间的电磁干扰,系统中的控制和计算模块也都由FPGA来完成。经过实验,结果表明本方法具有较高的可靠性和速度上的优越性。     

PMLSM的互补式滑模控制系统设计

针对永磁线性同步电动机在位置控制中易受系统参数变化、外界负载干扰以及摩擦力等不确定因素的影响,提出并设计了以径向基神经网络为预估器的互补式滑模控制器,以实现精确的位置控制。设计中利用饱和函数作为切换函数,利用径向基神经网络预测器来预测系统中的不确定项。从而减少了系统的抖振,消除稳态误差,提高了系统的暂态响应速度。通过仿真结果,验证了该控制器具有优异的跟踪能力和鲁棒性。     

多传感器技术在污水分析中的应用研究

实现污水分析的自动化和分析结果的准确性是污水处理厂的重要任务,模糊神经网络技术的迅速发展及其理论的不断完善为其在此领域的应用奠定了基础,通过实践证明:该理论用于污水分析系统是可行的。传统的污水自动分析系统中存在许多问题,多传感器技术的应用,使这些问题得到了解决。利用模糊神经网络技术对多传感器系统进行模型的建立,并将该模型应用到实际的污水分析系统中,与传统的系统及方法进行比较,得到了良好的实验效果。