基于网络摩托车发动机台架实验测控系统设计

本文利用虚拟仪器平台结合计算机测控技术,开发出数据采集子系统,提高了摩托车台架实验的自动化水平及测试精度。利用.net平台结合AJAX技术,开发出网络发布子系统,有利于实验数据在企业内部的实时发布及共享。两子系统构成完整的摩托车发动机台架实验测控系统。两子系统通过数据库进行松散耦合,使得两者可作为整体使用,也可单独使用。     

LabVIEW中利用ADO技术实现发动机测功机数据采集系统数据库访问

LabVIEW是当前开发虚拟仪器的主要工具之一,但没有提供与数据库直接连接的接口.在一套摩托车测功机数采系统中,利用ADO技术较好地解决了LabVIEW访问后台数据库的问题.结合测功机实例,详细介绍了LabVIEW环境下对ADO对象的调用方法,并给出了插入和查询两个实例.实例运行表明,ADO技术很好的实现LabVIEW对数据库的访问.     

基于扩展记忆粒子群-支持向量回归的短期电力负荷预测

为了快速准确高效地预测短期电力负荷,提出了一种带扩展记忆的粒子群优化技术（PSOEM）和支持向量回归（SVR）相结合,以历史负荷数据、气象因素等作为输入的基于PSOEM-SVR的短期电力负荷预测方法。PSOEM比传统PSO收敛速度更快精度更高具有更强的寻优能力,用它来优化组合核函数SVR参数,减少了SVR参数设置的盲目低效性,获得较优的PSOEM-SVR预测模型。该模型的实例仿真预测结果表明该方法比BP神经网络具有更好的准确性和稳定性,平均绝对误差控制在1%以内。     

利用虚拟靶标检测方法测试轻武器射击速度的研究

为了提高虚拟靶检测方法的准确性,本文基于时间-位移变换法分析了虚拟靶检测技术.在研究四光幕法测试弹丸射击速度的基础上,采用激光源对光幕进行了改进设计.该方法提高了系统的抗干扰能力,从而更适合在恶劣的工业环境下使用.根据该方法研制的测试系统利用45°棱镜无漫射光的特点,形成大面积高质量光幕,结合嵌入式与虚拟仪器技术,使得系统操作使用直观、方便.同时将有序聚类法与样条函数法结合,提高虚拟靶检测方法的准确性,可应用于轻武器射击速度的精确测定.     

结合水平集和粒子滤波的人脸轮廓跟踪

针对视频序列中的人脸轮廓跟踪问题,提出了一种将改进水平集方法引入到粒子滤波框架中的轮廓跟踪算法.此算法使用零水平集函数对人脸轮廓进行表示,通过水平集函数的演化对人脸轮廓进行逼近.为了解决人脸遮挡问题,将形状先验加入到演化过程中来约束曲线的演化.算法在粒子滤波的框架下可以同时跟踪人脸区域的仿射运动和人脸轮廓的形变.实验结果表明,所提出的'方法可以对人脸轮廓进行精确的跟踪,并对外界的光照变化,背景干扰,人脸部分遮挡有较强的鲁棒性.     

基于加强学习与联想记忆粒子群优化算法的节点定位

提出了加强学习与联想记忆的粒子群优化算法,并将该算法应用到无线传感器网络的节点定位中。在RSSI模型测距产生的不同误差情况下,分别比较极大似然估计法和加强学习与联想记忆的粒子群优化算法产生的定位误差、定位方差,证明了加强学习与联想记忆的粒子群优化算法是一种收敛快、精度高、稳定性好的优化算法,适合应用在无线传感器网络节点定位中。     

MATLAB与PLC之间的通讯技术

MATLAB被广泛应用与科学计算、数学建模与仿真,而始终未能应用于实际的控制系统中。本文采用DDE通讯技术和OPC技术,详细介绍了MATLAB直接和PLC的数据交换方法,实现MATLAB在实际工业控制系统中的应用。     

带扩展记忆的粒子群优化算法仿真分析

从心理学的角度提出带扩展记忆的粒子群优化算法（PSOEM）,以克服标准粒子群优化算法（PSO）在优化多维函数过程中粒子搜索方向性差、目的性弱的缺陷.采用扩展记忆存储粒子的历史信息,并引入参数表征扩展记忆的重要性.利用经典离散控制理论分析其定值算法的稳定范围.此算法与标准算法是同源异构的,可以与已改进的PSO算法结合使用.基准测试函数的仿真结果验证了所提出算法的有效性.     

改进的小波神经网络算法对变流器的故障诊断方法

变流器是双馈风力发电系统中的枢纽设备,其运行可靠性直接关系到发电系统的安全与稳定。针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种采用变加权和变学习率改进算法的小波神经网络的变流器故障诊断方法。选择变流器电流作为离散小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之RLS算法,改进的小波神经网络故障诊断方法在故障识别准确率和收敛时间方面表现更优。     

基于能量距离复合权值Dijkstra算法的新型能量均衡WSN路由算法

针对无线传感器网络的能耗均衡及生存时间问题,提出了一种新型能量均衡的路由算法-EDDR(Energy-Distance Dijkstra Routing Algorithm)。算法在簇头选举中以节点当前能量和簇头间最短距离作为重要参数,在簇间的数据路由中引入了能量距离复合权值的Dijkstra算法。仿真表明,相对LEACH算法,本算法改善了网络的能耗均衡性,延长了网络的生存时间,缩短了网络的失效生存期。