基于示波法和高斯拟合的血压测量方法

流行病学调查及大规模前瞻性研究表明,高血压是心血管疾病的独立风险因素,采用电子血压计进行自助式日常血压监护,是预防严重心血管事件的重要途径。提出了一种设计电子血压计的新方法:首先确定振荡波中各个单波的峰值点;然后确定拟合振荡波包络线的最佳拟合曲线;进而查找包络线的最大值,选定积分区间,提出的积分公式和最大值的位置,确定舒张压和收缩压的位置,最后确定舒张压和收缩压。比较该方法与听诊法测得的血压,结果证明使用所介绍的方法测得的血压精度符合AAM I标准、BHS(B)级标准。说明该方法是适用的,使用该方法所设计的电子血压计可以用于血压的日常监护。     

一种柔性双足压力检测装置与步态分析系统设计研究

为了获取人机交互中的人体下肢运动信息,针对目前可穿戴助力机器人中感知系统可靠性差,信息特征模糊等缺点,在分析了机器人控制系统所需的交互信息的基础上,设计了一种适用于助力机器人的柔性双足压力信息采集与处理系统。该系统由前端的信息采集装置与终端的信号处理单元两部分组成,可以实时测量使用者行走过程中足底压力分布信息。相关实验结果表明,所设计的系统性能稳定,响应迅速,测得的数据信息特征明显,重复性好,能够较好的划分人体行走过程中的步态相位,为实现可穿戴助力机器人控制提供了保障。     

未知环境下基于VFH＊的机器人避障

机器人避障问题一直是机器人应用中的热点和难点问题。为此采用了路径跟踪和VFH*相结合的方法实现机器人沿着预定路径前进中的避障问题。路径跟踪算法follow the carrot用来选取局部目标点。对于VFH*算法中存在的由于超声传感器的方向误差及对障碍物的扩展导致某些可行路径被忽略的情况进行了改进,在障碍物进行扩展时根据障碍物与机器人中心点的距离大小进行不同程度的扩展。另外,在障碍物比较稀的区域,VFH*算法对每个valley最多只选取三个候选方向,导致一些更好的方向丢失,根据valley的大小及机器人当前选定方向来增加一个新的候选方向。并用仿真验证了所做的改进是有效的。     

一类随机非线性系统自适应跟踪的模块化设计

对参数严格反馈形式的非线性系统,在含有未知方差Wiener噪声干扰下,为增进系统的稳定性,采用基于估计的模块化设计思想,研究了其跟踪问题。对方差不确定噪声抑制的控制机制,设计了具有鲁棒稳定特性的输入状态稳定控制器,确保系统满足控制器和辨识器的分离设计。应用Swapping技术,设计滤波器将动态参数模型转化为静态模型,并且运用梯度算法设计了参数自适应律。控制器与辨识器结合最终使跟踪误差在概率意义下收敛,试验证明采用方法有效。     

持续有界扰动下的非线性H∞鲁棒预测控制

针对未知但有界的持续扰动, 提出了一种约束非线性 H∞ 鲁棒预测控制策略. 首先, 引入离散系统的输入状态稳定性概念; 其次, 采用仿射输入定义预测控制的控制律, 并给出相应终端约束集的估计解法. 进一步, 得到预测控制闭环系统的鲁棒稳定性结论. 最后, 数值仿真验证了上述策略的有效性.     

基于Solaris的DCS内嵌式先进控制与优化软件的设计和应用

为加快先进控制与优化在工业领域的应用,设计并完成了一套基于Solaris系统的大型DCS嵌入式先进控制与优化软件,其在数据的高速稳定读写、数据缓存和预处理、算法模块化多线程并行处理、参数高度可配置化、配置文件标准化、统一的日志系统、线程管理以及DCS无缝衔接等方面进行了先进的设计,系统具有很高的通用性和可移植性,可广泛应用于工业控制领域.软件系统在电站锅炉燃烧优化及汽温控制中的应用,获得了非常好的应用效果,显示了极高的稳定性,显著提高了电站自动化水平并收到了良好的经济效益.     

BitTorrent系统中瞬间拥挤阶段建模与分析

BitTorrent是目前最流行的P2P内容分发系统之一.使用Kermack-Mckendrick模型对BitTorrent系统中瞬间拥挤(Flash-Crowd)阶段进行建模,研究了系统节点数及服务能力在瞬间拥挤阶段的发展演化过程.与原有模型相比,Kermack-Mckendrick模型能更好的吻合观测数据.最后结合BitTorrent系统的实际特点,给出提高BitTorrent系统处理瞬间拥挤能力的可行方案,如增加初始种子数量,减少文件段的大小,增加激励策略等.     

基于已知特征项和环境相关量的特征提取算法

在现有基于已知特征项特征提取算法的基础上,提出一种基于已知特征项和环境相关量的特征提取算法。该算法通过已知特征项搜索频繁项集,提高了特征提取速度。环境相关量的引入使提取的特征能更准确地描述入侵行为。实验结果表明,该算法在提取同类入侵行为的特征时,比Signature Apriori算法更快更准确。     

基于多学习策略的网页信息抽取方法

由于网页信息具有异构和动态的特点,致使现有的大多数网页信息抽取方法都存在适用性差的问题。为此,将传统的文本分类器和隐式马尔可夫学习策略结合起来,提出了一种基于多学习策略的网页信息抽取方法。该方法在获得网页文本记录的局部最优分类抽取结果基础上,还利用了整个网页文本结构信息对抽取结果进行进一步优化。实验结果表明,该方法不需要对新的站点进行学习,就能获得较高的信息召回率和抽取精度,具有较强的适用性。     

变速器智能检测系统软件的开发

针对变速器在线检测已经成为汽车工业生产流水线重要组成部分的情况,开发了一个基于组态王软件的变速器检测监控系统。阐述了系统的硬件结构和软件总体规划,在介绍使用组态网的数组字典定义变量的基础上,论述了软件中的核心模块一换挡控制模块的流程图和模块的详细设计过程。