测控专业课程实践环节循环运行模式研究

针对目前实验相对独立、学生主动性不足等问题,综合考虑测控技术与仪器专业“传感器原理”、“测控电路”和“测试与检测技术基础”三门核心课程间的连贯性,以及课内实验环节之间的连续性,从认知、使用、设计制作、分析以及创新等层次设置了实验体系,建立了核心课程实验项目逐层深入的循环教学模式。实践表明该模式切实提高了学生的实际操作能力和参与度。     

基于萤火虫群优化的Ad Hoc网络路由协议

针对Ad Hoc网络拓扑结构多变、网络生存时间受限及数据包分组传输效率低下等问题,本文借鉴萤火虫群优化算法的思想,提出了一种基于萤火虫群优化的Ad Hoc网络路由协议。路由协议用萤火虫优化算法的荧光素强度的更新规则与无线自组网络中的节点移动速度、拥塞程度、节点剩余能量及节点间的距离等因素相互映射,改进萤火虫群优化算法中的搜索萤火虫、驻留萤火虫及回溯萤火虫用于完成Ad Hoc网络中路由协议的路由发现、路由选择及路由维护等过程,整个协议无须传送大量的控制分组,即可实现Ad Hoc网络的稳定。仿真实验结果表明,与AODV及基于蚁群优化的路由算法AntRouting协议相比,本文所提出的路由协议在端到端延时、分组数据传输率及网络生存时间上均有良好的性能。     

HART现场总线型智能电动执行机构的硬件设计

现场总线控制系统(FCS)是工业控制系统的发展潮流,而目前大量存在着集散控制系统(DCS),因此需要研制一种既适用于FCS系统,又适用于DCS系统的电动执行机构。提出一种新型电动执行机构的设计方案,详细介绍了该电动执行机构的各功能元件的选型及设计,该电动执行机构将阀门、伺服电机、控制器合为一体。     

融合改进A*与DWA算法的机器人动态路径规划

传统A*算法是移动机器人全局路径规划的常用算法之一,但是算法搜索效率低、规划路径转折点多、面对复杂环境中随机出现的动态障碍物无法实现动态路径规划。针对这些问题,在考虑全局最优的基础上将改进A*与DWA算法融合,量化环境中的障碍物信息,根据此信息调节A*算法启发函数的权重,提高算法的效率和灵活性。基于Floyd算法思想设计路径节点优化算法,删除冗余节点,减少转折,提高路径平滑度。基于全局最优设计DWA算法的动态窗口评价函数,用于区分已知障碍物和未知动态、静态障碍物,提取改进A*算法规划路径的关键点作为DWA算法的临时目标点,在全局最优的基础上实现了改进A*与DWA算法融合。实验结果表明,在复杂环境中,融合算法规划路径既能保证全局最优,又能及时有效地躲避环境中出现的动静态障碍物,实现复杂环境中的动态路径规划。     

遗传优化模糊神经网络在组合导航系统中的应用

组合导航系统中,传统的多传感器数据融合算法存在着非线性、计算误差、维数灾难和模型误差等问题.遗传优化模糊神经网络不仅具有模糊神经网络的表达近似与定性知识,较强的学习和非线性表达等能力,而且具有遗传算法的全局搜索能力,是一种有效的数据融合算法.本文将之应用于组合导航系统中,仿真结果证明了该算法的有效性.     

基于HART协议的现场总线型智能电动执行机构的研究

现场总线控制系统(FCS)是工业控制系统的发展潮流,而目前大量存在着集散控制系统(DCS),因此需要研制一种既适用于FCS系统,又适用于DCS系统的电动执行机构.文章提出一种新型电动执行机构的设计方案,详细介绍了该电动执行机构的各功能元件的选型及设计.该电动执行机构将阀门、伺服电机、控制器合为一体.现场的运行情况表明,该电动执行机构具有动作快、保护完善以及便于和计算机通讯等优点.     

基于改进萤火虫群优化的无线自组网路由算法

针对无线自组网络拓扑结构多变、网络生存时间受限及数据包分组传输效率低下等问题,借鉴萤火虫群优化算法,提出了一种改进萤火虫群优化的无线自组网络路由算法.路由算法将萤火虫优化算法中的荧光素强度更新与无线自组网络中的节点移动速度、拥塞程度、节点剩余能量、节点间距离等因素进行相互映射,同时改进萤火虫群优化算法中的搜索萤火虫、驻留萤火虫及回溯萤火虫用于完成无线自组网络中路由协议的路由发现、路由选择及路由维护等过程,整个协议无须传送大量的控制分组,即可实现无线自组网络的稳定传输.仿真实验结果表明,与AODV及基于蚁群优化的路由算法AntRouting协议相比,本文所提出的路由算法在端到端延时、分组数据传输率及网络生存时间上均有良好的性能.