基于ISMP的高速公路护栏立柱导波检测

超声导波在高速公路护栏立柱检测中存在信噪比低、回波中特征信号不明显等问题,为此,提出一种改进的子空间匹配追踪算法( ISMP),利用回波信号的先验信息在过完备Chirp原子库上得到每次迭代的强相关原子集,经过迭代得到待匹配信号的最佳时频原子,从而实现对立柱回波信号的特征提取。通过对中心频率为128 kHz的检测信号进行算法验证,结果表明,ISMP可以有效提取出回波信号的特征原子,所得检测长度与实际测量误差小于1%,满足工程检测要求。     

基于RBAC模型的权限管理改进研究与实现

针对传统RBAC模型无法满足业务审批系统要求的权限可分级、能动态管理的新需求,提出一种改进后的基于角色的控制访问模型。该模型能够动态地创造权限、分配权限、撤销权限,达到资源分离、多级权限管理的目的。结合一个实际项目,采用脚本语言JS （JavaScript）和主流的SSH框架,给出该模型的实现过程,增强各类角色对权限的分级、动态管理,该模型的可行性由此得到验证。     

可变服务率模式下基于需求驱动的传送带给料加工站系统的优化控制

本文主要研究可变服务率模式下基于需求驱动的传送带给料加工站(CSPS)系统的优化控制问题,主要目标是对系统的随机优化控制问题进行建模和提供解决方案.论文以缓冲库和成品库剩余容量为联合状态,以站点前视距离和工件服务率为控制变量,将其最优控制问题描述为半马尔科夫决策过程(SMDP)模型.该模型为利用策略迭代等方法求解系统在平均准则或折扣准则下的最优控制策略提供了理论基础,特别地,据此可引入基于模拟退火思想的Q学习算法等优化方法来寻求近似解,以克服理论求解过程中的维数灾和建模难等困难.仿真结果说明了本文建立的数学模型及给出的优化方法的有效性.     

沥青拌和站智能监控系统设计

沥青拌和站生产过程远程监控和数据动态管理是提高混合料质量和生产效率的关键技术.根据混合料的生产工艺和控制要求,设计了生产流程的监控界面、操作菜单和数据库,设计了参数设置、电子计量、系统配置以及数据管理等功能.针对电机的远程输入与输出模块,自行开发通信协议,采用巡检仪对电机的电流进行采集,为防止数据丢失和系统故障,采用双机冗余设计.实例表明,该系统能够有效实现对沥青拌和站生产数据的实时采集、处理、分析及远程传输打印等功能,具有实际应用价值.     

震动信号识别传感器系统设计

设计了一种具有信号识别功能的震动传感器,用于监测地面运动引起的信号,实现安防区域24h无人监控.系统利用处理器实现信号识别算法,通过无线芯片将识别结果发送给数据控制系统中心,实现传感器信号识别和信息传输功能.实验测试结果表明:该系统能够在3s内有效地对25m距离内的人和车辆信号进行识别,正确识别率达96％;在10s内对100 m距离内的轮式车和履带式车识别,正确识别率达90％.     

一种智能纸张厚度计设计

根据纸张厚度测量控制系统的功能要求,应用β射线吸收原理,完成了一种智能纸张厚度计设计。它以MSP430FG479为微处理器,具有CAN和RS—485通信接口,具有自检测和自标定功能。给出了系统硬件实现方法,软件设计流程。经实验验证,检测精度达到0.1%以上。该设计方案,换用不同的放射源,可对各种纸和纸板的厚度进行检测,易于操作,工作稳定。     

一种基于高斯混合模型的轨迹预测算法

在智能交通控制系统、军事数字化战场、辅助驾驶系统中,实时、精确、可靠的移动对象不确定性轨迹预测具有极高的应用价值.智能轨迹预测不仅可以提供精准的基于位置的服务,而且可以提前监测和预判交通状况,进而推荐最佳路线,已经成为移动对象数据库研究的热点,亟需设计准确而高效的位置预测方法.针对现有方法的不足,提出了基于高斯混合模型的轨迹预测方法GMTP,主要步骤包括:(1) 针对复杂运动模式利用高斯混合模型建模;(2) 利用高斯混合模型计算不同运动模式的概率分布,进而将轨迹数据划分为不同分量;(3) 利用高斯过程回归预测移动对象最可能的运动轨迹.GMTP是高斯非线性概率统计模型,其优势在于:计算结果不仅是位置预测值,更是关于移动对象未来所有可能运动轨迹的概率分布,可以利用概率统计分布特性获得某种运动模式(如匀加速运动)下的位置预测.大量真实轨迹数据集上的实验结果表明:与相同参数设置下的高斯回归预测和卡尔曼滤波预测法相比,GMTP的预测准确性平均提高了22.2%和23.8%,预测时间平均缩减了92.7%和95.9%.     

一种温度自适应无线传感网络时间同步方法

无线传感器网络节点中的廉价晶振极易受到温度、电压、湿度等工作环境因素的影响.节点晶振的这一特性,为室外大规模无线传感器网络时间同步技术带来了两方面的挑战:(1) 过高的通信开销;(2) 精度与能耗之间的不平衡.针对以上问题,提出了一种基于温度感知的、自适应的无线传感器网络时间同步算法.该算法能够依赖本地温度信息对节点时间频偏进行估计及补偿,在保证算法同步精度的同时,降低了网络通信开销.除此之外,提出一种动态同步周期调节机制,使得算法能够根据当前环境温度变化情况对节点同步周期进行动态调节,从而达到了能耗与精度之间的平衡.大量仿真实验结果表明:所提出的时间同步算法可将通信能耗降低至传统同步算法的10%;且在环境温度不断变化的情况下,80%的频偏估计值其误差小于0.5ppm.故,所提出的时间同步方法能够有效地适用于室外环境下部署的大规模无线传感器网络.     

大数据环境下移动对象自适应轨迹预测模型

已有的轨迹预测算法针对移动对象运动模式,使用数学模型进行交通流模拟,难以对路网中的移动对象进行准确的描述.为了解决这一问题,提出基于隐马尔可夫模型(hidden Markov model,简称HMM)的自适应轨迹预测模型SATP(self-adaptive trajectory prediction model based on HMM),对大数据环境下移动对象海量轨迹利用基于密度的聚类方法进行位置密度分区和高效分段处理,减少HMM的状态数量.根据输入轨迹自动选取参数组合,避免HMM模型中隐状态不连续、状态停留等问题.实验结果表明,SATP模型在实验中表现出较高的预测准确性,并维持较低的时间开销.针对速度随机改变的移动对象,其平均预测准确率为84.1%;相同情况下,平均高出朴素预测算法46.7%.     

基于引导角的轮式移动机器人轨迹跟踪控制

首先,基于拉格朗日方程建立移动机器人模型;然后,根据侧向误差和角度误差的关系设计引导角,将该引导角作为虚拟输入,结合Backstepping方法设计基于移动机器人运动学模型的轨迹跟踪控制律,并给出参数选取条件;最后,以驱动轮力矩作为控制输入,并考虑到机器人受到的外部扰动,将运动学控制律扩展得到基于动力学模型的控制律.仿真结果表明了所设计控制律的有效性.