GPRS技术在智能公交管理系统中的应用与研究

本文给出了一种基于GPRS技术的智能公交管理系统总体设计方案,并对系统的组建及工作原理进行了阐述,就GPRS智能车载终端部分的软硬件设计及关键技术进行了详细的介绍。系统经现场安装使用证实具有较高性能和稳定性,具有巨大的市场价值。     

基于FPGA的激光粒度仪数据采集系统

本文采用ALTERA公司Cyelone系列的FPGA芯片和IP核PCI_t32,设计了可应用于LSA系列激光粒度测试仪的数据采集系统,并在FPGA内部实现了系统的控制逻辑和PCI总线接口.该系统利用AD7321可为112路模拟信号提供一个12位采样精度的数据采集通道,系统的数据平均传输速率达到了3Mbps.利用该数据采集系统对标准粒子板的测量结果符合ISO13320标准的要求,这表明该系统满足了设计的要求.     

最大模糊互信息用于图像分割

为了更好地选取图像阈值,将最大模糊熵(MFE)准则与最大互信息(MMI)准则结合,提出最大模糊互信息(MFMI)准则。同时为了有效确定最佳分割类数,提出根据模糊互信息差(dFMI)来判别的准则。综合上述的两点改进,提出一种新的多阈值分割算法——最大模糊互信息量分割算法(MFMI)。对合成图像、无损检测图像、标准测试图像进行仿真,同时对比结合前的MFE与MMI,经典的阈值分割法如OTSU和MET,以及流行的模糊C均值算法(FCM),可以发现MFMI误判率最小,代价是运行时间较长。综上,MFMI是一个有效的图像分割方法。     

增强Web2.0视频网站服务能力的P2P解决方案

高带宽需求是制约Web2.0视频分享网站服务能力的瓶颈,也是网站高成本的主要原因.文中提出了一种利用P2P技术的视频网站建站方案,通过播放用户相互共享数据,可从根本上消除带宽瓶颈,有效降低投资成本.仿真实验表明,当用户缓存并共享5%以上的视频数据,这种方案可以使网站服务能力得到显著提高.     

基于Web的移动外呼系统的设计与实现

基于ASP.NET操作Excel技术,设计实现了能够从Excel文件直接导入数据的基于Web的移动外呼系统,系统能够完成计划外呼号码和呼叫结果从Excel文件直接导入和筛选,并对导入信息进行统计,克服了人工处理方式的重复呼叫,无法准确判断距上次呼叫时间间隔和统计工作复杂的问题.实际应用表明,在年呼叫量达千万的情况下,效率和呼叫成功率都有很大提高.     

Flow shop问题的嵌套分区优化调度方法

介绍了嵌套分区算法(NP)的基本思想, 并用于求解流水作业优化调度问题. 算法用嵌套分区树来描述流水作业调度问题, 对可行域进行系统性分区, 然后集中搜索有优良解的区域. 在每一步迭代中, 算法跟踪最有希望的分区, 并结合启发式算法和邻域搜索来实现分区转移. 仿真实验表明, 该算法比单纯的启发式算法和邻域搜索有较好的寻优能力.     

基于ADS的LFM脉压雷达系统建模与仿真

指出雷达系统基于传统仿真软件建模与仿真时的缺点;阐述了ADS(Advanced Design System)软件在雷达系统仿真中的优势;然后建立一个基于ADS软件平台的雷达系统仿真模型库.当对某种雷达系统仿真时,只需根据要求修改各个模块的参数或更换子模块即可准确迅速地搭建起系统仿真模型,大大缩减了建模所花费的时间和人力物力.以一个线形调频脉冲压缩雷达系统建模的过程为例,对ADS软件在雷达系统仿真中的应用加以介绍,并给出最终仿真结果.     

一种新型高精度温度控制方法

为控制环境温度剧烈变化,对于精密仪器设备对温度精度和系统稳定性要求也随之提高,提出了一种参数自学习比例-周期控温算法,能够自动辨识系统参数和控制参数,并具有自学习能力。当环境温度快速变化时,可以采用相应的控制策略,达到理想的控制效果,适用于控制系统参数未知的场合,同时对环境温度的变化具有较强的自适应能力。仿真结果表明,算法控制精度高、自适应能力强,确实能够满足精密仪器设备对温度的精度和稳定性的要求。     

时间自动机的LTL性质模型检测研究

为了增强模型检测工具的检测能力,拓宽模型检测技术的应用范围,对基于时间自动机的LTL性质模型检测进行了研究,对自动机的状态空间的存储方式和状态空间的展开过程进行了分析,讨论了LTL性质模型检测工具的检测流程和检测算法的实现策略对工具检测性能的影响,针对制约模型工具的检测能力和检测效率的因素,采取了一些相应的优化改进策略.采用了BDD(二叉决策图)共享存储技术和位编码压缩存储,较有效地减小了空间消耗,缓解了模型检测中状态爆炸引起的内存空间不足问题.与DTSpin等著名的模型检测工具进行了实验比较,取得了较好的实验结果.     

基于混沌时间序列的变电站设备温度预测

变电站输变线路和设备的温度变化能够反映其老化、负载过高等引起的安全隐患.通过对变电站设备温度数据的非线性分析和预测,实现对设备的有效预警,将避免事故引起的巨大损失.对变电站已测温度数据建立时间序列,利用小数据量法验证变电站设备温度时间序列的混沌特性.研究基于RBF神经网络的混沌时间序列预测并与神经网络预测进行对比,单步预测与多步预测结果均优于神经网络预测.仿真结论证明了基于神经网络的混沌时间序列预测方法的有效性.