时变滑模变结构与智能模糊结合的非线性系统控制

时变滑模变结构与智能模糊结合的非线性系统控制,先采用时变滑模变结构控制,通过设计动态滑模面,系统的任意初始状态一开始就处于系统的滑模面上,使系统对内部参数变化和外部干扰均具有全局鲁棒性.然后设计智能模糊控制器,使整个系统的鲁棒性在线调整,不仅增强了全局抗干扰能力,而且有效消除系统的抖振现象.     

基于CDIO的建筑智能设施技术专业教学改革与实践

紧跟国际人才市场的需求变化,结合国内智能建筑领域具体要求．转变培养模式,加强学科间的交叉与渗透,编制以项目设计为导向的专业核心课程结构,建立基于CDIO建筑镭能没施技术专业课程体系结构。以基于CDIO的《建筑安全防范系统》课程为例,对课程的新增知识点和相关知识点进行系统考虑,设计和选择合适的工作过程,并选择恰当的课程实现形式,增加培养学生创新意识和工程能力。     

基于改进词典序的彩色图像形态学研究

向量排序是彩色形态学应用中的关键问题。针对传统词典序中过度优先第一维向量的不足,提出一种基于α模数的一般词典序方法,能任意调整量化函数,降低排列在先的分量作用。将其应用到彩色图像处理中,与传统的词典序彩色形态学算子相比,实验结果表明算法具有出色的向量保持能力,显示出更优的降噪与图像分割性能。     

基于蚁群算法的交叉路口多相位信号配时优化

针对城市道路交叉口的交通流特性,提出一种交叉路口多相位配时的TSP模型,采用新的优化算法——蚁群算法（ACA）来优化交叉路口多相位配时信号,并以每周期内交叉路口车辆总延误最小作为性能指标进行仿真实验。实验表明：在相同的时间和车辆到达率的情况下,采用蚁群算法优化相位和绿信比的配时方法明显优于定时配时方法,也优于定相位优化绿信比的配时方法,降低了交叉口的车辆延误,提高了通行能力;且该算法的求解速度快,稳定性好。     

矿井组合导航系统算法研究

针对矿井环境下人员定位精度差的问题,提出一种基于射频位置修正技术的新型矿井组合导航系统。将捷联式惯性导航系统 (SINS)与矿井射频定位进行互补融合,将射频标签存储的实际位置和SINS解算位置的差值作为量测量,利用扩展Kalman滤波器估计并补偿SINS存在的陀螺漂移和加速度计零偏。仿真结果表明,在复杂度相近的情况下,该系统在30 min内的综合定位精度比SINS提高近 4倍。     

基于曲线拟合的SINS/GPS紧密组合导航系统

在工程实际应用中,由于GPS、北斗等卫星导航系统的卫星信号传输、导航计算等均需要耗费一定的时间,当用户接收机输出导航信息时已经产生了延时。尤其对于高动态用户,这一输出延时现象将会导致严重的位置误差和速度误差。针对此,提出了基于曲线拟合的SINS/GPS紧密组合导航系统,解决了高动态时GPS延时问题对导航系统的影响,从而通过曲线拟合的方法保证了时间同步的精度。最后对改进后的系统进行了仿真验证,结果表明该系统的水平位置精度、速度精度均得到显著提高,验证了该方法的有效性。     

基于96单片机的智能交通信号机研制

交通信号机由微控制器,红绿灯驱动、检测,交通数据采集,通讯联网等部分构成.灯色信号输出通过可编程逻辑器件锁存器,分别送给40个固态继电器.上位机控制系统软件用VB6.0编程,信号机系统程序用汇编语言编写,其定时中断处理程序分为100ms,0.5s和1s程序段.采用多目标优化遗传算法建立模型,通过软件处理实现城市交通自动控制.     

基于粗集理论和神经网络的车牌字符识别

基于粗集(RS)理论和神经网络的车辆牌照识别系统由车牌定位和字符识别两部分组成.用主量分析(PCA)方法进行特征抽取,RS方法对特征信息进行预处理,约简后的特征作为网络输入,构成车牌字符识别网络.以"A"字母为例,提取字符特征后,并用RS化简神经网络的训练样本数据集,以实现车牌字符识别.     

全卷积神经网络的多尺度人脸检测的研究

为实现快速而准确的人脸检测,提出了一种基于全卷积神经网络的多尺度人脸检测的方法,将卷积神经网络模型AlexNet的全连接层改为全卷积层,并将分类层改为人脸与非人脸的二分类,训练之后准确率达到99.16%。将训练好的分类模型用于人脸检测时,待检测图片通过多尺度变换后输入全卷积网络得到特征图的概率矩阵,用非极大值抑制得到最精准的人脸框。检测结果表明,该方法在人脸检测时准确率高,检测时间短,表现出较好的性能。     

分数阶Fourier变换在水声信号处理中的应用研究

线性调频（LFM）信号瞬时频率随时间呈线性变化,当干扰噪声与其强耦合时,经典的滤波方法难以有效的滤除噪声。针对水声通信中采用LFM信号作为载体时滤波效果不明显的问题,提出了一种改进的分数阶Fourier变换（FRFT）滤波方法。水听器接收到的LFM信号在最佳变换域经FRFT变换后,同时对期望信号进行FRFT变换,系数修正后再对信号进行窄带滤波处理。仿真结果表明,在信噪比高于-12dB时,新算法能够有效的实现信噪分离,还原出信号。