基于FPGA与LabVIEW的DDS任意信号发生器设计

实现了一种基于FPGA与LabVIEW平台的任意波形发生器。通过FPGA搭建硬件平台,与LabVIEW上位机软件实现串口通信,实时调整FPGA内部波形数据,可实现正弦波、方波、锯齿波、三角波、高斯白噪声、叠加正弦波、自定义公式等常规波形,同时也可以手动绘制任意波形,充分发挥了软件的灵活性。通过参数的设定,可方便地设计各种复杂波形。本设计在EP4CE15F17C8芯片上实现,与LabVIEW上位机软件协同工作,经测试系统具有良好的稳定性、灵活性。     

乙炔法氯乙烯合成固定床反应器的建模及分析

针对我国广泛应用的乙炔法氯乙烯合成固定床反应器,结合氯乙烯合成的反应动力学、催化剂的失活动力学,同时引入了传热方程,建立了完整的列管式氯乙烯合成固定床反应器的数学模型。将该模型用于工业生产,模拟了传热系数沿管长的变化,列管内反应温度沿管长的变化并与生产数据对比,验证了模型的正确性。最后分析了乙炔空速、冷却水温度对管内温度分布和乙炔转化率的影响。     

铁路编组站动态配流的约束传播和多点构建性搜索的混合算法

为了提高动态配流模型的通用性和稳定性,基于约束程序累积调度和字典序多目标优化,以作业之间实施逻辑和优先级关系、班计划和列车编组计划要求、资源容量限制等为约束,按照配流成功的出发列车优先级总和最大、车辆平均中停时最小和资源利用率最高3个目标的优先级,建立适应于不同解体方式的动态配流字典序多目标累积调度的3层模型.为提高算法效率,设计了约束传播和多点构建性搜索混合的带初始解迭代算法,每层先通过约束传播算法化简模型,再通过带约束传播的多点构建性搜索算法快速求解,以决策出优化的作业排程和配流方案.实验表明,模型扩展性更强、更稳定、更符合现场实际;算法效率高,能够满足现场对计划编制和调整的实施性需求.     

基于计算机的机械控制系统设计与应用

随着计算机技术的快速发展,人们日常生活和工业生产都离不开计算机所带来的便利,文中探讨了计算机控制系统的概念和实际应用,分析了实际生产中计算机自动化控制的影响。     

基于Hadoop的可信Web服务多维QoS权重最优选择模型

随着Web服务应用的快速增长,用户如何在众多功能相似的Web服务中更加准确地选择出满足自己非功能性需求的Web服务是一个急需解决的问题.针对此问题,设计了一种基于Hadoop的可信Web服务多维QoS权重最优选择模型——HL模型.在HL模型中,以Hadoop和HBase平台为基本框架,首先,使用主客观赋权模式为多维QoS属性赋权值,提高QoS属性权重的客观性和准确性;其次,加入信誉度参数来提高Web服务QoS属性的可信性,并采用QoS-Tree来存储QoS属性值和权重值.实验表明该模型不仅提高了QoS属性的可信性,使用一种客观的手法给出了合理的Web服务推荐顺序来满足用户的QoS需求偏好,而且还提高了Web服务在Hadoop中的查找准确性.     

一种高效的闪存存储系统偏好访问模式识别技术研究

闪存已经是目前使用最为广泛的存储设备。众所周知,闪存对访问模式具有极大的敏感性,比如随机与顺序访问模式、冷热访问模式以及写聚集和分段顺序写模式等。此外,闪存设备的很多部件也对这些访问模式具有较大的敏感性。因此,闪存偏好访问模式的识别技术对闪存存储系统的性能和设计具有重要意义。首先给出闪存存储的偏好模式定义,然后提出了闪存存储系统偏好模式的识别技术。实验表明,所提出的偏好模式识别技术具有很高的准确性。     

基于Hadoop的Web服务语义可信QoS发现模型

随着Web服务应用的快速增长,用户如何在众多功能相似的Web服务中更加准确地选择出满足自己QoS需求的Web服务是一个亟需解决的问题。目前已有的研究工作存在两个问题,其一是对QoS的量化存在客观性和准确性问题,其二是对服务质量缺乏语义描述,QoS匹配时也仅限于数值上的匹配。针对这两个问题,利用Hadoop的分布式注册、查找服务模式,提出了基于Hadoop的Web服务语义可信QoS发现模型。本模型从数值匹配和QoS语义匹配两方面考虑,首先,用主客观赋权模式为多维QoS属性赋权值,提高QoS属性的客观性和准确性,并加入信誉度参数来提高Web服务QoS属性的可信性;其次,对OWL-S进行了QoS本体扩展,以满足客户对服务质量的语义匹配需求。通过验证表明,本模型能有效解决查询瓶颈和单点失效问题,且能根据用户QoS需求偏好更加准确地找到满足用户需要的Web服务。     

基于子载波选择配对及功率优化分配的多跳中继系统研究

为了提升OFDM协作通信系统的网络覆盖率及网络容量,提出了一种基于子载波选择配对及功率优化分配的多跳中继OFDM系统优化算法。首先,通过在OFDM的系统模型上进行中继配对和非中继配对的性能分析,将子载波选择配对转换为一个整数规划问题,并采用基于匈牙利算法的规划方法进行配对矩阵的计算。接着,根据OFDM系统的功率分配问题,通过KKT条件对中继功率及电源功率进行优化,从而实现中继系统的功率优化分配 。最终的仿真结果表明,与统计质量QoS保证的资源分配方案以及OFDM中继系统异构服务的资源分配算法相比,所提出的方法在提高网络覆盖率和容量上均表现出更好的效果。     

云环境下基于数据流的k-means聚类算法

k-means算法是一种 最常用的基于划分的聚类算法。传统的集中式k-means算法已不能适应当前呈爆炸式增长的数据规模,设计分布式k-means算法成为了目前亟需解决的问题。现有分布式k-means算法基于MapReduce计算框架且没有考虑初始聚类中心的影响。由于每个MapReduce任务均需要读写分布式文件系统,导致MapReduce不能有效表达多个任务之间的依赖关系,因此提出了一种基于数据流的计算框架,该框架建立在MapReduce之上,将数据处理过程按照数据流图建模。在该框架的基础上,提出了一种高效的k-means算法,它采用基于多次采样的初始聚类中心选取方法来实现负载均衡及减少迭代次数。实验结果表明,该算法的可扩展性较好,且效率比现有算法高。     

注塑机注射速度控制研究现状和发展综述

对近年来注塑机注射速度控制方法进行研究,典型的控制方法可以分为传统控制方法、自适应控制方法、智能控制方法。阐述各种方法的研究现状、应用成果及其优缺点。注射速度是整个注射过程中非常关键的控制变量。最后对注射速度控制的发展做展望。