CAN总线控制器IP核设计实现

CAN总线是一种成熟的串行通信总线,它具有可靠性高、稳定性好、抗干扰能力强、通信速率高、维护成本低、实时性强、很好的开放性及数据兼容性等优点。CAN总线这些众多的优点使其广泛应用于工业自动化控制等领域。其应用的广泛性则进一步对CAN总线IP提出了需求。同时以IP实现的CAN总线控制器所具有的通用处理器访问接口,良好的可移植性等优点使其可以集成于各种嵌入式SoC设计中。文中从CAN总线的规范和特点出发,提出了CAN总线控制器IP核的特点并定义了其功能,采用Verilog语言设计实现了CAN总线控制器IP核的功能,最后通过仿真和FPGA原型验证,证明了设计实现的正确性。目前CAN总线控制器IP核已经应用于SOPC和SoC的嵌入式应用设计中。     

基于Struts框架的研究生管理系统

由于研究生类别和层次繁多等因素,研究生管理也日趋重要。传统的研究生管理仍然是手工操作,数据量大,还容易出错,迫切需要高效率的管理系统。基于Struts框架开发的研究生管理系统体现MVC框架结构和对象一关系（ORM）的优势。通过系统分层设计达到结构上的松散耦合,可以提高系统的重用性、可维护性和可扩展性。     

基于PCA和SVM的电磁模板分析攻击

在分析密码芯片电磁辐射数据相关性的基础上,提出了一种基于主成分分析(PCA)技术和多分类支持向量机(SVM)的模板分析密码旁路攻击方法。将密码设备运行时采集到的泄漏的电磁信号经过PCA处理之后作为特征向量,其对应的密钥作为类别,用已知密钥情况下获得的样本训练多分类SVM,用训练好的多分类SVM对未知密钥的电磁信号进行分类,并根据分类结果推测密钥值。实验表明,在用相同多个主成分和训练样本的条件下,SVM的分类效果好于大多数文献上使用的Bayes判别的分类效果。     

ArcSDE数据库连接池技术在WebGIS中的应用

在WebGIS开发中经常要用到ArcSDE连接,但是频繁地建立、关闭连接严重影响了系统性能。本文探讨了ArcSDE数据库连接池实现的具体策略,在WebGIS中设计了ArcSDE数据库连接池。实际运行的结果表明,它能大大提高空间数据库连接的效率,明显提高系统性能,对实现高性能的WebGIS有着重要的意义。     

某350 MW机组循环流化床锅炉颗粒流动特性数值模拟研究

基于计算颗粒流体力学（CPFD）方法,对某超临界350 MW机组循环流化床（CFB）锅炉的颗粒流动特性进行数值模拟研究,主要研究了CFB锅炉内颗粒及颗粒团聚流动特性及其随炉膛高度和操作条件的变化规律,并将模拟结果与现场试验结果进行对比,验证了本次数值模拟的可靠性。结果表明:沿炉膛宽度方向,颗粒轴向运动速度呈现中心区域大、近壁区域小的不均匀分布特点,颗粒质量浓度及团聚物颗粒体积分数则呈现中心区域小、近壁区域大的特点;沿炉膛高度方向,随高度的升高,颗粒质量浓度由140 kg/(m2·s)迅速减小到4 kg/(m2·s),炉膛中心区域颗粒轴向运动较近壁区域增长迅速;循环量的增加和一次流化风速的降低均会使得颗粒轴向运动速度降低,团聚物颗粒体积分数增加。     

网罩式全不锈钢冷风机的开发

针对海产品、肉制品加工车间采用铜管铝翅片冷风机使用中存在的问题进行技术改进,设计了网罩式全不锈钢冷风机。为了减少不锈钢换热性能较差的缺点,在设计和制造加工中改进工艺,强化不锈钢的换热性能。采用唯一变量法进行对比实验,结果表明网罩式全不锈钢冷风机较铜管铝翅片冷风机的换热性能低20%。由于具有优良的耐腐蚀性,网罩式全不锈钢冷风机特别适用于高湿度及有酸碱腐蚀性环境的场合。     

无人机舵机控制系统的硬件设计与实现

给出了一种基于STM32F103VB微控制器的无人机全数字舵机控制系统硬件实现方案,该方案以STM32F103VB作为主控芯片,无刷直流电机作为该系统的伺服电机,采用三闭环的控制策略,实现了脉宽调制(PWM)控制信号的采样和输出,通过采样PWM信号实现舵机的控制,针对无人机对数据传输实时性的要求,利用CAN总线与上位机通讯,很好地满足了要求;该系统具有成本低廉、安全可靠且实现容易的特点,实现了舵机控制系统的数字化与小型化;经多次试验,证明是安全实用的.     

基于TMR-EHW的高可靠性电机控制系统

为提高恶劣环境中控制系统的可靠性,将三模块冗余（TMR）容错与演化硬件（EHW）自修复相结合,实现基于TMR—EHW结构的现场可编程门阵列电机控制系统。该系统利用TMR快速发现和定位故障,屏蔽出错模块并保持容错运行,利用EHW进行自修复,使出错模块恢复正常工作,系统可靠性得到提高。     

离散萤火虫优化算法求解概率旅行商问题

对随机组合优化问题中的概率旅行商问题(PTSP)的理论和方法进行了研究分析,采用现代进化算法中有代表性发展优势的萤火虫优化算法(FA),提出一种离散萤火虫优化算法(DFA)以求解.其中引入了新的学习机制使其相比原始的萤火虫优化算法,更容易搜索到全局最优解,有更好的收敛性能.实验中用TSPLIB中的经典实例进行测试来验证其可行性.考察了萤火虫数量和进化迭代次数对求解结果性能的影响,并将DFA与GA、PSO和ACO等其他著名的进化计算算法进行性能比较.实验结果证实了DFA无论对固定访问概率,还是访问概率为区间内随机数等不同情况,都具有良好的有效性和高效性,因此对求解随机组合优化系列问题的有效解决具有一定参考和借鉴价值.