集中式无线局域网接入点控制协议的实现

在当今无线局域网迅速发展的时期,关于网络架构的优化不断有新的思路出现,集中式无线局域网就是其中的一种。CAPWAP（无线接入点控制）协议规定了集中式无线局域网的管理和通信规范,使对无线局域网内多个无线终端的集中控制和协调配置成为可能。通过模块化分析和对设计要点的规划,本文重点讨论了一种实现CAPWAP的程序设计方案。     

基于视觉伺服控制的光伏板清洗系统设计

光伏板上的鸟粪、枯叶等污渍若不及时清理会导致光伏板热斑现象的发生,严重影响光伏板的使用寿命和安全。现有光伏板清理方法存在清洗效果不好、浪费水资源、清洗效率低等问题,为此,及时清理维护光伏板成为光伏发电企业亟待解决的首要问题。基于以上问题,该文提出光伏板清洗视觉伺服控制系统和一种改进型模糊PID控制算法,利用从实时视频图像中提取的反馈信息控制机械臂对准污渍点,实现定点喷射清洗污渍点,达到节水高效的目的。实验结果表明,基于改进型模糊PID控制算法的光伏板清洗视觉伺服控制系统能够准确地定位到光伏板污渍位置并精准喷射清洗污渍,最大限度地节约水资源。     

基于RL-ARM的嵌入式温棚环境监控系统设计

提出一种嵌入式温棚监控系统设计方案,应用于林木种苗培育温棚环境的自动调节。该设计以NXP2000系列微控制器芯片为硬件核心,在程序设计中充分利用了MDK开发套件中RL—ARM实时库提供的RTX操作系统、文件系统和TCP／IP协议栈。本文设计的监控系统通过485总线收集监测数据,同时作为Web服务器,不但将监测数据通过网页发送给客户端,并且利用CG1技术将客户端在页面上操作的控制信息传送给服务器,实现远程监控。     

TCP/IP协议在μC/OSII上的实时多任务运行

提出一种在嵌入式实时操作系统上运行TCP/IP协议的解决方案,简要了分析了μC/OSII内核的工作原理、任务调度方式、信号量、消息队列的典型应用,重点讨论了在μC/OSII上利用多任务运行TCP/IP协议,实现网络通信的系统设计方法。     

TCP/IP协议在uC/OSⅡ上的实时多任务运行

提出一种在嵌人式实时操作系统上运行TCP/IP协议的解决方案,简要了分析uC/OSⅡ核的工作原理、任务调度方式、信号量、消息队列的典型应用,重点讨论了在uC/OSⅡ上利用多任务运行TCP/IP协议,实现网络通信的系统设计方法.     

TCP／IP协议在μC／OSⅡ上的多任务运行

提出一种在嵌入式实时操作系统上运行TCP／IP协议的解决方案，简要了分析了μC／OSⅡ核的工作原理、任务调度方式、信号量、消息队列的典型应用，重点讨论了在μC／OSⅡ上利用多任务运行TCP／IP协议，实现网络通信的系统设计方法。     

基于CAPWAP协议的集中式无线局域网架构

在WLAN日益普及,组网规模不断扩大的趋势下,如何对数量较多的无线接入点（AP）进行管理,监测和控制的问题,对WLAN的管理提出了挑战。本文讨论一种新出现的WLAN架构：集中式WLAN,以及实现这一架构的协议：CAPWAP（无线接入点控制）。CAPWAP协议规定了接入控制器（AC）对无线终端（WTP）的管理,该协议使通过IP协议进行多个无线终端的网络配置成为可能。     

基于西夏古籍文字样本数据库设计与实现

随着计算机技术的发展和在文字处理方面的应用,逐渐开展西夏文数字化的研究,西夏文的图像分割和识别对开展文物研究以及文献翻译具有非常重要的价值,但制约西夏文识别的关键技术在于西夏文数据库的建立.文章针对西夏文字的特点,设计了针对字符提取和样本数据库建立的具体流程,并讨论了数据库检索的组织和方法.依据连通域标识算法和边缘检测的原理进行字符提取,再将所提取的字符信息储存在我们指定的文本中.最终将所提取到的西夏文字与汉字进行匹配,保存后即完成一个包括西夏文字、汉字、以及它们多对应的序号等信息的样本数据库的创建,数据库的建立对西夏文字的识别提供了测试标准.     

基于惯性传感器的集群移动机器人定位系统设计

为了对集群机器人的定位技术做进一步研究,本文对群体移动机器人的整体框架进行了设计,主要包括控制单元、通信模块和传感器单元等,重点对基于MPU9250惯性传感器的定位技术进行了研究,定位系统以ZigBee模块组成无线传感网络,用Arduino对MPU9250进行姿态数据获取并进行处理,利用ZigBee网络将位置信息传输到上位机.本文提出的机器人惯导定位技术对于解决机器人的定位问题具有一定的指导意义.     

集成学习机制下的鼻炎辅助诊断模型

鼻炎（Rhinitis ）是上呼吸道常见的慢性炎症,具有多种证型和体征。鼻炎临床分类具有样本类型多、类别不平衡特征,属于多输出分类范畴,常出现少数类样本识别率低、综合分类精度差的问题。为此,本文提出异质集成结构分类算法,将鼻炎多输出分类转化为多标签和多类别分类,采用集成学习算法构建异质集成分类器。该方法可根据子数据集中单一类标的不平衡度,自动调节集成森林基学习器数量和深度,有效减少不均衡样本对分类的影响,提高多数类和少数类的总体分类精度,进而提升集成模型的泛化能力。针对临床461例鼻炎样本进行交叉验证分类实验,本文分类模型灵敏度为74.9%,特异性为86.5%,准确度为92.0%,F1为0.783,AUC为0.953。与6种典型模型相比,本文模型具有更好的评估性能,更适合于鼻炎的早期临床诊断。