改进粒子群算法优化扩展卡尔曼滤波器电机转速估计

针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题, 提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点, 采用可调整的算法模型对粒子群算法进行改进, 将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理, 将优化后的卡尔曼滤波器应用于感应电机转速估计。仿真实验表明, 与试探法、标准粒子群算法及遗传算法比较, 改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度, 从而提高无速度传感器矢量控制系统的控制性能。     

基于ARM和GPRS的无线远程IAP的研究与实现

针对电力监控设备终端软件升级的需要,讨论了终端软件升级的方法,设计了基于ARM（LPC2368）的GPRS无线远程IAP系统。介绍了系统的工作原理、硬件组成、软件设计流程等,并详细介绍了GPRS模块的通信协议,给出了部分程序代码。该系统能较好地解决电力监控设备终端软件升级问题。     

基于属性关系图优化匹配的多运动目标跟踪

针对复杂监控场景中往往无法准确检测前景目标,导致难以有效跟踪目标的问题,提出了一种基于属性关系图优化匹配的多运动目标跟踪方法,将目标跟踪问题转化为前景目标跟踪标记的优化问题,实现多运动目标跟踪.将前景区域按颜色、空间特征一致性划分为多个碎片;采用属性关系图描述目标模型,分析计算出属性关系图外观模型的属性相似度;提出通过概率松弛法计算目标函数并采用遗传算法进行优化匹配,得到前景碎片最优的跟踪标记,从而完成多目标跟踪.在多个监控视频上的实验结果表明,本方法能大大提高跟踪性能,实现复杂监控场景中的多目标跟踪.     

准同期装置的干扰源及抗干扰措施

由于准同期装置是在工业现场使用，因此，是否具有良好的抗干扰性能是衡量其性能是否优越的重要指标。在采取准同期装置的抗干扰措施时，必须首先了解准同期装置在使用过程中的干扰来源及各种干扰对装置的影响，从而针对不同的干扰源进行抗干扰设计。     

基于ARM＋uC／OS-Ⅱ的应急电源控制系统设计

针对传统的应急电源控制系统设计的复杂性和运行不可靠性，本文介绍了一种采用全数字控制方法，用ARM uC/OS-Ⅱ设计并实现应急电源的控制系统。实现证明：据此设计的控制系统控制精确、快速、波形失真度小，动态响应快、具备自我保护功能且工作稳定可靠。     

采用异构搜索的多子群协同进化粒子群算法

针对传统的单种群粒子群优化算法易陷入局部最优、搜索精度低的问题,提出一种异构多子群粒子群算法。算法由自适应子群、精英子群和若干普通子群构成,精英子群由普通子群和自适应子群中的优秀个体组成,每个子种群采用不同策略进行进化,根据种群的早熟收敛程度和粒子的适应度值自适应地调整惯性权重,自适应子群根据普通子群的适应度值和速度自适应调整飞行方向,采用免疫克隆选择算子对精英子群进行精细搜索,普通子群、自适应子群与精英子群之间通过迁移操作实现信息的充分交流。针对典型的Benchmark 函数优化问题测试,仿真结果表明所提算法能较好地保持粒子多样性,收敛精度高且全局搜索能力强,具有良好优化性能。     

基于PROFIBUS现场总线技术的车间级监控与管理系统

介绍了PROFIBUS总线基本原理及其特点,在此基础上分析了基于PROFIBUS现场总线技术的车间级监控与管理系统的构成与实现。     

基于数值模拟的吸油烟机风机系统设计

由于吸油烟机风机的结构特殊,各项参数的难以匹配。常规方法是通过实验获取设计定型的参数,但整个产品的开发周长,不确定性因数多,很容易造成开发出来的模具报废,因此数值模拟方法成为设计吸油烟机结构、改善风机性能的一个重要的手段。本文通过对某一实体风机模型进行数值计算,找到改进措施,把模拟计算结果与试验对比,验证了计算模型和处理方法的适用性,从而找到最优的设计参数。     

可穿戴家居医疗系统研究

系统包括体征检测、智能预警、远程监控和家电控制五部分.系统采集人体和环境的数据进行软计算,当数据正常,系统将结果显示给佩戴者、家人和医生,并将数据上传云端存储;当数据异常,系统发送预警信息给家人和医生,控制家电,并将数据上传云端进行数据融合计算,经过精确分析,为佩戴者提供医疗服务.     

采用种群平均信息和精英变异的改进粒子群算法

针对基本粒子群优化(PSO)算法早熟收敛和后期搜索效率低的问题,提出一种利用种群平均信息和精英变异的粒子群优化算法--MEPSO算法。该算法引入粒子个体与群体的平均信息,利用粒子平均信息来提高算法全局搜索能力,并采用时变加速系数(TVAC)以平衡算法的局部搜索和全局搜索能力;在算法后期,采用精英学习策略对精英粒子进行柯西变异操作,以进一步提高算法的全局搜索能力,减少算法陷入局部最优的危险。在6个典型的复杂函数上与基本PSO(BPSO)算法、时变加速因子PSO(PSO-TVAC)算法、时变惯性权重PSO(PSO-TVIW)算法和小波变异PSO(HPSOWM)算法进行对比,MEPSO的均值与标准方差均优于对比算法,且寻优时间最短,可靠性更好。结果表明, MEPSO能较好地兼顾局部搜索和全局搜索能力,收敛速度快,收敛精度和搜索效率高。