基于LVDS技术的高速数据传输系统设计

串行传输技术具有更高的传输速率和更低的设计成本,被广泛应用于高速通信领域;研究了一种基于FPGA的LVDS高速数据传输系统方案,该方案以Altera FPGA芯片为核心,通过其LVDS I/O口稳定可靠地完成数据传输,系统采用Verilog语言完成8B/10B编解码、时钟数据恢复、CRC校验、字节边界调整、误码率测试模块等;通过实验表明,该方案既满足了长距离和高速数据传输的要求,又降低了系统成本。     

基于FPGA和ARM的弹上相位自动微调控制器设计与实现

为了提高相位自动微调控制器的控制性能,针对某型导弹,提出并实现了以ARM+ FPGA双微处理器为核心的硬件设计方案,采用了模糊PID控制算法,通过优化步进电机控制模式,提高了相位自动微调控制器的控制精度,将步进电机的调整时间由800 ms缩短到100 ms以内;该方案已成功应用于某型弹上系统,实践证明,该设计方案成本低、可扩展性强,能够满足系统控制需求,具有较高的实用性,大大提高了装备维护效率.     

基于双闭环系统的起重机位置控制技术研究

传统的起重机位置控制技术大多是以位移或速度为反馈量构成的单闭环控制,只能对系统的一个状态量进行控制,易造成系统的超调、振荡,难以实现真正意义上的位置控制;研究采用位移和速度的双闭环位置控制技术[1],以位移环为外环、速度环为内环,位移环根据位移的当前值与给定值的差,通过位移调节器给速度环提供给定速度,速度环通过速度调节器控制系统的运动速度,最终实现对系统的位置控制;通过对单闭环控制和双闭环控制的仿真结果对比分析,双闭环系统的位置和速度的控制精度均比单闭环精度高,最后通过实验,证明了双闭环系统在实践上的可行性。     

一种改进的基于驱动模型的门式起重机消摆设计

为研究一种较快捷的起重机闭环消摆控制器,把由变频器、三相笼型异步电机、减速器所构成的驱动系统纳入到整个控制系统中来,通过建立精确的数学模型,得到电机转速与吊载摆动角度的传递关系;运用微加速度计,实时检测吊载摆动角度,加入负反馈,而设计出一种新型的自适应神经控制器;为加快学习速度,采用直接设计模型参考自适应控制策略;借助于液压实验室中PLC变频调速门式起重机实验平台,进行仿真和实验;证明了该方法消摆和定位更快,效果更好.     

可编程脉冲产生器的设计及应用

文中针对脉冲产生器的市场供应与实际应用情况,给出了一种以单片机为CPU核心的可编程脉冲产生器的设计思路,阐述了完成该产生器的硬件结构和软件设计方法,并给出相应的硬件电路和软件设计流程;为了验证设计的合理性,将其应用于某测控系统的步进电机控制器中,并进行实验测试,结果表明该设计具有低成本、高可靠性等特点,特别是其脉冲宽度与周期可编程预置,不仅增加了设备的使用灵活性,而且扩大了应用范围,可推广应用于多种功能的测控系统中。     

基于模糊数据挖掘和遗传算法的网络入侵检测技术

文章通过开发一套新的网络入侵检测系统来证实应用模糊逻辑和遗传算法的数据挖掘技术的有效性;这个系统联合了基于模糊数据挖掘技术的异常检测和基于专家系统的滥用检测,在开发异常检测的部分时,利用模糊数据挖掘技术来从正常的行为存储模式中寻找差异,遗传算法用来调整模糊隶属函数和选择一个合适的特征集合,滥用检测部分用于寻找先前行为描述模式,这种模式很可能预示着入侵,网络的通信量和系统的审计数据被用做两个元件的输入;此系统的系统结构既支持异常检测又支持滥用检测、既适用于个人工作站又可以适用于复杂网络。     

以ARM为核心的嵌入式体感遥控器设计

介绍一种以ARM为核心的嵌入式服务机器人体感遥控器的设计。硬件上,本遥控器采用具有ARM Cortex—M3内核的STM32F103C8T6作为核心处理器,选用ST公司的iNEMO惯性导航模块进行手部姿态的识别,同时还具有LCD显示模块、无线收发模块和电源模块;软件上,采用嵌入式操作系统μC／OS—Ⅱ实现多任务的调度和外围设备的管理。经实验验证,本遥控器具有高稳定性、高实时性、高可靠性、低误码率等优点。     

常见计算机窃密技术分析及安全防范措施

随着信息化和网络技术的不断发展,以计算机为工具来盗取用户信息的犯罪日益增加。尤其是通过网络窃取上网计算机涉密信息,已经成为国内外不法分子窃取我国秘密信息的重要手段。本文对国内外计算机窃密与反窃密技术的各种手段进行研究与分析,并通过理论与实际的相结合,提出安全与实用并重的防范措施。     

Analysis and control of general logical networks – An algebraic approach

Since Boolean network is a powerful tool in describing the genetic regulatory networks, accompanying the development of systems biology, the analysis and control of Boolean networks have attracted much attention from biologists, physicists, and systems scientists. From mathematical point of view, the dynamics of a Boolean (control) network is a discrete-time logical dynamic process. This paper surveys a recently developed technique, called the algebraic approach, based on semi-tensor product. The new technique can deal with not only Boolean networks, which allow each node to take two values, but also k-valued networks, which allow each node to take k different values, and mix-valued networks, which allow nodes to take different numbers of values.The paper provides a comprehensive introduction to the new technique, including (1) mathematical background of this new technique – semi-tensor product of matrices and the matrix expression of logic; (2) dynamic models of Boolean networks, and general (multi- or mix-valued) logical networks; (3) the topological structure of Boolean networks and general networks; (4) the basic control problems of Boolean/general control networks, which include the controllability, observability, realization, stability and stabilization, disturbance decoupling, identification and optimization, etc.; (5) some other related applications.     

Fuzzy local maximal marginal embedding for feature extraction

In graph-based linear dimensionality reduction algorithms, it is crucial to construct a neighbor graph that can correctly reflect the relationship between samples. This paper presents an improved algorithm called fuzzy local maximal marginal embedding (FLMME) for linear dimensionality reduction. Significantly differing from the existing graph-based algorithms is that two novel fuzzy gradual graphs are constructed in FLMME, which help to pull the near neighbor samples in same class nearer and nearer and repel the far neighbor samples of margin between different classes farther and farther when they are projected to feature subspace. Through the fuzzy gradual graphs, FLMME algorithm has lower sensitivities to the sample variations caused by varying illumination, expression, viewing conditions and shapes. The proposed FLMME algorithm is evaluated through experiments by using the WINE database, the Yale and ORL face image databases and the USPS handwriting digital databases. The results show that the FLMME outperforms PCA, LDA, LPP and local maximal marginal embedding.