基于80C196KB的微机励磁调节器

本文介绍了一种基于16位单片机80C196KB的同步发电机的微机励磁调节装置,它具有硬件电路简单、可靠性高、配置灵活的特点,有突出的性价比优势。     

具有语音识别功能的车载免提系统设计

从用户的安全性考虑,完善的车载免提系统应支持语音交互接口。在用户手不离开方向盘的情况下,能完成语音拨号等功能。首先介绍了语音识别技术,着重分析蓝牙技术在嵌入式车载免提系统中的应用,介绍系统的硬件结构、识别及通信过程并给出了应用实例来说明此方案可行性。最后,对嵌入式车载免提系统的应用提出了设想和展望。     

免疫协同微粒群进化算法的永磁同步电机多参数辨识模型方法

针对永磁同步电机多参数辨识问题,提出一种基于免疫协同微粒群进化(Immune co-evolution particle swarm optimization, ICPSO) 算 法的永磁同步电机(Permanent magnet synchronous motor, PMSM) 多参数辨识方法.算法由记忆种群与若干个普通种群构成, 在进化过程中普通种群中优秀个体进入记忆库种群.普通种群内部通过精英粒子 保留、免疫网络以及柯西变异等混合策略共同产生新个体,个体极值采用小波学习 加快收敛速度,免疫克隆选择算法对记忆库进行精细搜索,迁移机制实现了整个种群 的信息共享与协同进化.永磁同步电机参数辨识结果表明该方法不需要知道电 机设计参数先验知识,能够有效地辨识电机电阻、 dq轴电感与转子磁链,且能有效追踪该参数变化值.     

基于改进PV插值和混合优化算法的医学图像配准

基于互信息的医学图像配准算法近来获得了广泛的应用.在计算互信息的时候,采用部分体积插值计算联合直方图无法避免在象素整数倍位移处的局部极值,有可能导致误配准.本文提出了基于B样条函数的部分体积插值方法,有效地减少象素整数倍位移处的局部极值;在优化互信息函数的时候先使用遗传算法将配准参数收敛到最优值附近,然后使用Powell方法进行局部搜索,避免误收敛.实验表明,本文提出的算法具有更好的精确性和稳定性.     

基于单片机的漏电断路器漏电保护实现方法

分析了分立式漏电断路器漏电流处理模块的工作原理及其在实际应用中的不足,提出了一种基于单片机实时采样处理的漏电流处理方法。给出了该方法的硬件原理图及软件流程图。试验表明,该方法稳定可靠、精度高,并为现场总线化的漏电断路器设计提供了参考。     

有源电力滤波器预测电流控制及稳定性分析

为补偿有源电力滤波器的控制延时,提出了一种基于横向滤波器的参考电流预测算法。该算法采用基于Widrow-Hoff学习算法的横向滤波器预测下一控制周期参考电流,结合空间矢量脉宽调制方法,实现APF预测电流控制。本文建立了预测电流控制的APF系统等效结构,将稳定性分析分解为电流预测算法稳定性和SVPWM稳定性两部分。通过Lyapunov函数分析参考电流预测算法的稳定性,根据SVPWM调制的APF闭环传递函数分析SVPWM部分的稳定性。APF的长期稳定运行结果证明了预测电流控制的有效性及APF稳定性分析的正确性。     

逆变器并联列车辅助供电系统半实物仿真研究

针对基于下垂控制的三相逆变器并联列车辅助供电系统,改进了其下垂策略,并构建了基于dSPACE实时仿真器的三相逆变器并联列车辅助供电系统半实物仿真平台,在该平台上进行了三相辅助逆变器并联控制器在变负载工况下的半实物仿真实验.结果表明,构建的基于dSPACE的逆变器并联列车辅助供电系统半实物仿真平台是可行的,同时,也验证了改进下垂策略的可行性和有效性.     

回转窑集成智能控制系统

采用工业电视摄像机摄取回转窑窑内煅烧火焰图像 ,通过计算机进行图像处理 ,计算出窑内温度 ,结合相关电机电流等参数 ,进行数据融合 ,以此作为控制回转窑温度的主要参数 ,采用两级计算机控制系统 ,实现了回转窑仿人模糊智能控制。     

一种基于优选BP神经网络的智能模糊优化算法

建立了以模糊逻辑形式表示的基于优选BP神经网络的模糊优化模型,构造了用于优选:BP神经网络权值估计的遗传算子,重点讨论了加权梯度方向的计算方法及沿加权梯度方向进行变异的算子,确定了遗传算法的基本策略,构造了该算法的流程.针对飞边金属消耗设计准则挖掘问题,阐述了该准则建立的依据,讨论了该准则各变量之间的关系,并利用基于模糊优选BP神经网络的模糊优化算法实现了飞边金属消耗设计准则的挖掘.继而应用该实例对算法的稳定性进行了校验,并将该算法与利用梯度下降法对神经网络进行权值估计的算法进行了比较,结果表明,该算法速度快,精度高,稳定性好.     

基于DAG-LDM的手写音乐符号分类

光学乐谱识别(optical music recognition,OMR)是将纸质的音乐乐谱转化为计算机可以读取的格式。其中音乐符号分类是乐谱识别的重要一个步骤。本文并提出了一种基于DAG-LDM的手写音乐符号分类方法,该方法利用DAG有向无环图结构将二类分类器LDM拓展到多类,对于N类音乐符号,需要训练N(N-1)/2个分类器,并依照音乐符号的特征合理排序,防止DAG结构的错误累积效应,用这种DAG结构解决多类分类问题效率高,速度快。在分类器方面,相比支持向量机(support vector machine,SVM)只优化了最小间隔,DAG-LDM还优化了间隔的分布,这更符合音乐符号的样本分布特性,并且具有较强的抗噪性能。本文将这种新DAG_LDM音乐符号分类算法与几种主流的方法进行对比测试,测试结果显示本文提出的新算法对手写音乐符号分类具有更高的分类准确率。且本文提出的算法不仅仅适用于音乐符号识别,还可以用于其他的多类分类问题中。