基于DSP智能家居控制系统设计

本文以凌阳16位微控制器SPCE061A为核心,配合各种外接监控设备,设计一套智能家居控制系统.采用高性能收发组件完成监控设备信息采集与传送.详细介绍了具有语音识别功能的新一代智能家居控制系统的硬件配置与软件流程,从而在实现系统功能的同时,将低成本、低功耗与友好人机界面有机结合起来.     

基于改进Sobel算子的螺纹边缘检测

针对工业精密测量中螺纹边缘检测的问题,主要研究了基于Sobel算子的螺纹边缘的检测方法.结合螺纹模型的特点,在对图像进行灰度化和去噪等预处理的基础上,增加六个方向模板对Sobel算子进行改进.实验证明该方法有效解决了Sobel算子边缘检测时边缘过粗的问题,得到的边缘较细,定位精确,有利于提高测量精度.     

静态链接动态库的ELF文件软件设计

当今,软件开发人员在开发软件时,常常用到别人写的优秀的动态库.这将导致发布软件出现一些问题.比如,发布的软件变大,冗余代码增多,可移植性变差.更糟的是,在给用户带来不便后,软件开发人员无法提供一个非动态库版本.因此,作者希望开发设计一个软件,它能将软件中用到的动态库的函数、资源转移到软件中.使动态库静态链接.在分析了ELF文件格式规范和动态链接机制的基础上根据软件功能需求,在最简单情形下,分析、设计、编写、测试了该软件.本文将这一过程记录下来,并进行了细致的分析和讨论.     

基于ISA总线的微型电机驱控电路设计

本文介绍了一种基于ISA总线的微型电机控制驱动电路的设计方法.工控计算机通过ISA总线与CPLD器件通信,控制以电机驱动芯片TA7279P为核心的电机驱动电路,使微型电机进行相应的运动.该设计具有简单可靠、电路简洁、占用空间少等优点,是一种合理可行的设计方案.     

基于TMS320DM642视频采集驱动开发

TMS320DM642是TI公司推出的一款针对多媒体处理领域应用的芯片.文中简要介绍了TMS320DM642芯片的性能特点和在其上编写视频采集驱动的原理,结合TMS320DM642芯片类/微型驱动模型,提供了按帧采集ITU-R BT.656数据驱动的实现方法,并详细讨论视频采集驱动的硬件配置及软件设计中的帧缓存管理、同步及数据搬运等关键技术.     

GM(1,1)模型和新陈代谢模型的应用比较

灰色系统理论是一种研究少数据、贫信息的不确定性问题的新方法.其中的灰色预测模型具有所需数据少、预测精度高和无需先验信息的特点.本文详细介绍了两种常见的灰色预测模型建模方法,即GM(1,1)模型和新陈代谢模型,并通过它们实例预测某地区的年私人汽车拥有量.利用相对误差法将两种模型的预测值与实际值比较进行精度检验,最后预测该区未来几年的私人汽车数量.以分析这两种预测模型的变化范围和发展趋势,为相关部门提供科学的决策依据.结果表明1)该地区未来几年的私人汽车拥有量呈增长趋势,地方经济发展态势良好;2)GM(1,1)模型在此实例中的变化范围更小、预测精度相对更高、预测误差更小;3)灰色预测模型简单实用,预测精度较高.     

Canny边缘算子在简牍文字修复中的应用

本文以长沙简牍博物馆所收藏的简牍文物为研究模型,对简牍文字的提取和修复进行了研究.提出了使用Canny边缘检测算子来提取文字的轮廓信息.然后再通过设置灰度阀值和人机交互相结合的方式对文字轮廓进行修复,最后再对文字轮廓进行填充,从而实现了简牍文字的提取与修复.试验表明,该方法对简牍图像的文字信息具有良好的修复效果.     

基于双目视觉原理的智能测宽仪

厚钢板宽度测量是轧钢生产中一个重要的环节.介绍了光电测宽仪的工作原理和硬件构成,提出了基于双目视觉原理的厚板宽度测量方法,将测量过程分为三种情况,给出了相应的解决方案.同时,采用一阶微分期望值的亚象素边缘检测算法,有效降低了测量误差.实践验证了该方法的有效性.     

考虑数据分类的建筑电能耗集成预测方法

建筑侧各类可再生能源的应用日益普及,建筑电能耗预测在用能供需平衡、电网稳定运行、尖峰需求响应等方面发挥越来越重要作用。尽管诸多数据驱动模型在能耗预测方面获得广泛应用,当前仍缺乏预测精度高、泛化能力强的短期预测模型。针对该问题,提出一种基于建筑物能耗特点并结合数据挖掘技术的分类集成式能耗预测方法。首先,采用递归特征消除法对数据进行特征筛选,并用模糊C均值聚类算法对训练集数据进行聚类,使用K最邻近法对验证集和测试集数据进行归类;选择5种结合智能优化算法的混合数据驱动模型作为子学习器,分别对每类数据做预测,最后使用多元线性回归法进行结果集成。经3个建筑电力用能案例验证,此集成预测模型精度均优于单个子模型,具有适用不同建筑类型和用能尺度的预测潜力。     

Research on wind turbine blade damage based on pre-stressed FBG strain sensors

One of the essential parts of a wind power generator that captures wind energy is the wind turbine blade. The safety of the blades rapidly declines as a wind turbine''s operating period grows. For real-time monitoring, a chip-type pre-stressed fiber Bragg grating (FBG) strain sensor was fabricated. The sensor''s structure was improved using simulation analysis along with optimization. It was discovered through calibration trials that the pre-stressing method expanded the sensor''s range of measurement, guaranteed overall linearity, and prevented the potential hysteresis phenomena during compression. The sensor''s final sensitivity was calculated to be 1.970 pm/με, and its linear fitting coefficient was 0.999. Finally, the sensor was used to monitor the wind turbine blades and the strain change curve of the root of a normally functioning blade is found to be a sine curve, which provides a certain reference value for judging whether the blade is damaged in the future.