无线传感器网络节点的设计和实现

无线传感网络是当前国内外传感器技术领域的热点研究课题，本文给出了一种构建智能无线传感网络通用节点的体系结构，并运用该体系结构的设计思想完成了无线传感节点的研制。该智能无线传感节点采用的软件开发系统是专用于无线传感网络的开放源代码的操作系统TinyOS，运用该平台完成了节点的性能测试和试验。结果表明，该节点达到了设计要求，该设计思想可以提高无线传感网络节点的研制效率。     

基于多媒体传感器网络的智能家居监控系统

设计开发了基于多媒体传感器网络的集多传感、分布式处理和事件触发监视于一体的智能家居监视系统.该系统基于无线传感网络和视频监控网络构建:前者由标量传感节点利用IEEE 802.15.4/ZigBee协议建立,负责采集、处理标量数据并传输结果到汇聚节点;后者则由多媒体传感节点利用以太网构成,将无线传感网络上汇聚节点的监控数据、压缩视/音频流等多媒体数据发送到监控中心及用户.测试结果显示,此系统能够较好地提供家居环境参数监测、用户危险事件报警、事件触发或持续的远程家居监控功能.     

面向EPA标准的无线网络网关协议栈设计

针对工业测量与控制系统中包含无线节点时的网络接入问题,设计了一种面向EPA标准的网关接口以及相应的网关协议栈。通过该协议栈,网关将各无线节点映射为EPA有线现场设备。包括无线节点在内的所有设备,都实现了从系统监控者角度出发的无差别化操作和通信规范一致性。     

基于无线技术的交通灯系统设计

针对目前城市道路交通灯控制系统的安装、改造的问题,提出了采用ZigBee和太阳能结合的无线控制系统。详细论述了系统的网络构成和主节点路口控制器的硬件与软件设计,并对其中的关键技术进行了阐述。为交通灯监控系统的设计与实现提供了一种有效的思路。     

一种无线传感器网络节点及其实现方法

为满足无线传感器网络不同应用的需求,结合无线传感器网络节点功耗低、可扩展性好、处理能力强等具体要求,提出了一种基于LPC2148和CC2420在2.4GHz频带下工作的无线传感器网络节点设计方案。节点采用了模块化的设计方法,文中阐述了节点各部分的硬件设计,分析了节点的布置及调度优化的原因,说明了节点间无线通信的实现过程。该方法构建一种无线传感器网络硬件平台,提高了性能,延长了使用寿命。     

基于无线自组网络的分户计量供热控制系统

通过对热计量自动抄表系统的分析,提出了基于无线自组网络的分户计量供热控制系统的设计与实现方法。给出数据采集计算器与终端节点之间的本地通信网络的硬件构建及路由协议。着重介绍了分户计量供热控制系统信息传递的网络结构及采集过程,给出了无线自组网络的信息采集原理、硬件构架及路由协议,该系统结构简单,投资小,安装维护成本低,可在分户热计量领域中推广和运作,具有很大的发展前景。     

基于ZigBee的区域无线控制系统

设计了一种基于ZigBee无线技术的区域无线控制系统,由上位机、主控节点、各个子节点组成。上位机与各个主控节点通过以太网进行通信,主控节点又与多个子节点构成星形网络,它们之间采用ZigBee技术进行通信。系统可以实现短距离区域内人员的有效监控以及成员问（主节点和子节点）的语音通信。     

基于能量异构WSN的巷道环境监测系统

构建了一种有线与无线传输方式相结合,通过无线传感器网络对煤矿巷道环境进行监测的网络体系结构。受非均匀分簇思想启发设计了网络中能量异构的各节点,并对以CC2430为核心的感知节点、路由节点以及Sink节点的硬件与软件设计作了详细分析,最后通过Matlab仿真说明设计的系统具有良好的网络生命周期。     

基于Dijkstra能量均衡的无线HART图路由算法

针对工业无线HART网络生存时间受节点能量限制的问题,提出一种能量高效均衡的图路由算法(EEBGR)。该算法构建了适合无线HART图路由的新型层次化网络拓扑结构,在求取该拓扑图边的权值时,综合考虑节点能量均衡性指标、流量负载指标和链路传输能耗的影响因素,进而构建出复合权值有向图,并利用改进的Dijkstra算法为各节点决策最小代价的多路径子图路由,以达到全网节点能耗均衡。测试结果表明EEBGR算法有效地减少了无线HART网络单个节点能耗、均衡了网络能量分布、延长了网络生存时间。     

GPS辅助的无线传感器网状网络系统的构建方法

针对随机布置智能感知节点的无线传感器网络,分析在拓扑结构不定和多变的情形下,多个感知节点上电过程中可能出现的建网问题,以及系统周期工作时,无线网络可能出现的通信问题,提出一套有GPS辅助的无线网状传感器网络自我构建和管理的方案。各智能感知节点间完全对等,没有特定的协调器来建立和管理网络,各节点上电工作时间没有先后要求,单节点故障不会影响其他节点,并且节点修复后可恢复工作,充分发挥网状网络的优势,实现对通信链路的冗余和数据的冗余存储。实验表明,该方法有良好的实用效果,能适用于随机布置的无线传感器网络。     

伺服电机驱动的液压动力系统及其神经网络自适应优化控制

针对传统液压系统存在的高能耗、低响应特点,采用节能型液压动力源-永磁伺服电机直接驱动定量泵,以取代原有的异步电机驱动液压动力源,从而形成一种新型的节能、响应快速、易实现闭环控制的液压动力系统。由于实际液压系统随机干扰严重,具有多变量、非线性、强耦合的特征,难以建立较准确的数学模型,常规的PID控制算法很难满足液压系统高精度控制的要求,因此提出基于PSO与BP混合优化前向神经网络 PID自适应控制方法,实现液压系统在典型工况下流量的精确控制。PID控制器的参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整,通过神经网络的自学习能力寻找最佳的P、I、D非线性组合控制律,以增强液压系统对工况变化的适应能力。仿真和实验结果表明,该控制方法跟踪速度快、超调小、鲁棒性强,从而为液压系统流量高精度控制提供了一种新方法。     

基于神经网络和模糊控制的可变配气相位系统

提出了基于神经网络和模糊控制的汽车发动机可变配气相位控制方法。采用神经网络构成配气相位产生器，解决了发动机脉谱图的输入与输出非线性映射问题。采用模糊控制器构成可变配气相位控制系统，解决了在无被控对象数学模型情况下，可变配气相位难以有效控制问题。实验表明：基于神经网络的相位产生器，具有良好的非线性逼近能力和泛化能力。系统工作稳定，具有良好的动态性能和稳态性能，高速时汽车恒速燃油消耗降低。     

抓斗挖泥船平挖的智能控制及仿真

设计了一种基于模糊神经网络的PID控制器,将其运用到大型抓斗挖泥船平挖控制系统中。该系统建立一个两输入三输出的模糊神经网络,并提供样本进行自学习。在Simulink中对基于模糊神经网络的PID控制系统和常规PID控制系统进行平挖运动仿真,结果表明,与常规控制相比,该网络能使系统的响应更为迅速,超调量小,鲁棒性强。     

企业控制网与管理信息网的集成研究

随着网络技术的飞速发展,“管-控一体化”的系统集成成为企业关注的热点。然而,管理信息网和工业控制网在结构上的差异,使在系统集成过程中需要分析研究相应特点与集成技术。在介绍企业控制网和管理信息网各自的应用范围、作用和功能的基础上,给出了实现两者集成的关键技术,并针对每种技术的特点提出了最适宜的应用场合。     

基于神经网络控制算法的气动伺服系统运动分析研究

提出了一种神经网络控制方法并通过对气动伺服系统的无杆气缸运动控制,探究此控制方法的控制精度。由于受空气可压缩性、摩擦力以及启动系统的扰动等非线性因素的影响,气动伺服系统很难去建立精确的数学模型。根据系统的非线性特点及PID控制不足,基于BP神经网络控制,设计神经网络PID控制器,并进行实验。通过实验,对无杆气缸的运动特性分析,表明这种控制策略可以更好控制气动伺服系统的运动精度。     

基于神经网络的质量控制图异常诊断

针对质量控制图异常模式到异常原因的映射存在模糊不确定性,采用4层前馈BP神经网络,实现从控制图异常模式到异常原因的推理诊断,构建质量控制图异常模式异因推理诊断系统。首先,将控制图异常模式进行归类,构建控制图异常模式集;其次,针对每种异常模式,确定与之对应的异常原因集;最后,针对每一种异常模式,利用其模式数据作为输入,与之对应的异常原因的异常度作为输出,构建与其对应的神经网络,实现质量控制图异常模式到异常原因的推理诊断,并在此基础上将神经网络输出异常度按大小进行排序,缩小异常原因查找范围,提高查找效率。     

基于SynqNet的网络化运动控制器研究

在分析运动控制网络的研究现状基础上。重点对MEI公司的高性能运动控制网络SynqNet的特性进行研究分析。然后提出了一种基于SynqNet运动控制网络的网络化运动控制系统设计方案。希望能为国内CNC及各种制造加工设备行业提供一个降低系统复杂度和节约成本的有效解决方案。     

基于RBF网络滑模的电动助力制动系统液压力控制

针对汽车电动助力制动系统(Electro-booster,EBooster)的液压力控制中液压负载的非线性和不一致性问题,提出一种基于径向基函数(Radial based function,RBF)神经网络的滑模变结构控制方法。设计EBooster系统压力控制架构,建立液压制动系统等效结构简化模型,据此设计基于RBF网络滑模变结构的液压力控制方法,通过设计RBF网络的自适应律来实现系统滑模控制参数的自适应调整,并利用李雅普诺夫函数方法分析算法的稳定性。最后搭建电动助力制动系统的快速原型试验平台来验证算法的有效性。试验结果表明,采用RBF神经网络滑模变结构的控制策略对电动助力制动系统液压力的控制误差在2%以内,具有良好的控制效果。研究成果为EBooster系统的压力控制提出一种具有良好自适应性的算法设计思路。     

Predictive cloud control for multiagent systems with stochastic event-triggered schedule

This paper addresses a predictive cloud control problem for a linear multiagent system with random network delays and noises. To reduce communication cost, a stochastic event-triggered schedule is introduced to decide whether current measurements need to be transmitted. An optimal state estimation algorithm is designed to compensate random network delays in the feedback channel. Subsequently, a predictive cloud control scheme is proposed for the multiagent system to achieve both stability and consensus. Simultaneously, random network delays in the forward channel is compensated actively. Sufficient and necessary conditions of stability and consensus for the closed-loop multiagent system are derived. Finally, a numerical example is provided to verify correctness and effectiveness of the proposed methods.     

质量控制图在线智能诊断分析系统

在计算机集成制造系统环境下，为了有效实现工序质量控制，提出了质量控制图的在线智能诊断分析系统框架，它由控制图模式识别、参数估计、专家诊断分析系统和加工参数调整系统四个模块组成。在该系统中，采用了一种适用于模式识别与分类的新型神经网络模型——局部有监督特征映射网络，将其应用于该系统的控制图模式识别和参数估计中。仿真实验和应用实例表明，识别和分类结果与实际相符，并可以保证实时性。