低压电力线双路扩谱通信系统

由于低压电力线的信道特性异常恶劣,为了利用低压电力线实现可靠通信,把数字载波调制与扩谱技术等现代通信技术应用于低压电力线通信,提出了数字载波调制与直序列扩谱(DS)相结合的低压电力线通信模式,建立了低压电力线的MSK双路扩谱通信系统模型;基于该模型,研制了低压电力线的MSK双路扩谱通信电路系统。实验结果表明：该系统不仅满足了电力线通信信道有效带宽窄的特点,实现了较好的频谱利用率,而且具有较强的抗干扰能力。因此,该低压电力线扩谱通信系统能较好地抑制低压电力线通信信道的干扰,提高了通信的可靠性,可广泛应用于低压电力线通信领域。     

CNG气瓶装快速卸机具的智能控制系统设计

针对全国各地出现的CNG(压缩天然气)汽车加气难、排队时间长等问题,提出了CNG汽车快餐式加气模式.CNG气瓶装快速卸机具是快餐式加气模式涉及的关键技术之一.基于快速、安全、自动化的目标和步进电机控制算法,采用三维步进电机加机械传动方法,设计了CNG气瓶快速装卸机具,给出了其智能控制系统的软硬件设计和部分源程序.经实际应用,达到了很好的实用效果.     

视频会议系统关键技术及应用研究

针对视频会议系统的主要关键技术及应用问题,构建了一种高性价比的视频会议系统;采用嵌入式技术,充分利用软件技术与虚拟仪器技术的强大功能,实现了MCU的小型化,降低了系统成本.测试结果表明,该系统支持标准H.323协议、支持最新的H.264编码标准和H.239双视频流、支持广泛的网络协议,界面友好,性能稳定,具有较高的实用价值.     

无线传感器网络中的覆盖优化算法

针对现有覆盖算法存在早熟、收敛性差以及易陷入局部搜索等缺点,结合三峡库区水质监测的应用环境,提出一种无线传感器网络覆盖优化算法。基于带收缩因子的粒子群优化模型,利用混沌Tent映射产生的混沌序列代替模型原有的随机参数,并将聚集度指标作为判定条件,实现参数的自适应调整。实验结果表明,该算法能提高网络覆盖率。     

绕地飞船的INS/GPS组合测控定位系统

根据INS和GPS的基本原理,充分利用它们各自的优点,构建了INS/GPS组合测控定位系统.研究了该系统在绕地飞船自主定位中的应用.根据绕地飞船运动的实际情况建立了误差状态方程和组合观测方程.仿真分析表明该INS/GPS组合测控定位系统模型既能保证定位的高精度,又能满足目标的高动态.     

物联网燃气表系统的设计与实现

针对现有远程抄表系统的不足,结合计算机及通信领域的最新科技成果,提出了一种基于LoRa(Long Range)和GPRS(General Packet Radio Service)相结合的网络化远程抄表系统。其无线智能燃气表终端采用超低功耗微处理器MSP430进行智能化设计,完成气表数据采集与处理;采用LoRa技术进行测控组网;集中器和管理中心通过GPRS无线通信网络实现数据的远程交互。最后,给出了抄表系统的可靠性解决方案。实验结果表明,该系统比传统的远程抄表系统能耗低,且更快捷、可靠、方便,可广泛应用于无线远程抄表领域。     

基于多目标进化的属性约简算法

针对粗糙集属性约简问题,提出一种以最小属性子集和最大依赖度为目标的多目标粒子群优化算法。该算法以非支配排序策略为基础,利用加权法寻找最优粒子,使粒子群在新的运动方程和ε-邻域变化策略的混合作用下进化,从而具有更好的全局开拓和局部收搜索能力。在UCI标准数据集上的对比测试结果表明,该算法具有较好的收敛性。     

大规模无线传感器网络自适应节能路由算法

在确保大规模无线传感器网络信息可靠传输的前提下,尽可能降低网络能量开销,提出了大规模无线传感器网络的自适应节能路由算法。针对长江三峡库区水质监测的具体应用环境,构建了网络模型,采用梯度型拓扑生成器生成网络拓扑,利用可以平衡负载的节能自适应算法进行最优路由选择,建立了应用于大规模无线传感器网络的自适应节能路由算法。在具有代表性的两种不同网络环境中,对该算法的节能效果进行测试,结果表明了算法的可行性和先进性;该算法能有效地将网络负载平均分配于整个网络中,减少网络的整体能量开销,延长整体网络的寿命。     

TTS在智能公交报站系统中的应用

在传统公交车报站系统中,采用录音-存储-回放的方法要求存储器的容量较大。为解决这一问题,结合GPS技术和TTS技术,设计了一种新型公交报站系统。该系统以TTS方式输出语音,使存储器存储的不是语音信号波形参数信息,而是播报语音汉字文本信息。试验结果表明,采用这种方式,存储空间只用到传统方式的17.1%,节省了存储空间。     

基于油气参数分析的电力变压器故障分步式诊断算法

为提高电力变压器故障诊断的诊断速度和准确率,提出了一种以变压器油气参数为诊断依据的电力变压器故障分步式诊断算法。该算法第1步采用量子行为的支持向量机(SVM)故障诊断算法,即采用SVM对大型电力变压器的故障进行分类,在分类的过程中采用改进的具有量子行为的遗传算法对SVM的参数进行寻优。在完成第1步的基础上,第2步再对存在于可疑区域的样本采用K-近邻聚类分析算法分类。仿真结果表明:改进的量子遗传算法只需要50代繁衍就能得到最佳分类模型,而普通遗传算法则需要通过170代才能得到;同时聚类分析与支持向量机的有机结合将分类准确率由97.5%提高到了100%。可见,所提出的电力变压器故障分步式诊断算法能有效地提高故障诊断的诊断速度和准确率,可广泛应用于电力变压器的故障诊断。