基于Internet组态软件实时数据库设计

本文主要介绍了基于Internet组态实时数据库的设计方法,包括实时数据库的数据结构的设计和实时库数据采集和处理算法的设计.针对实时数据库的本质特征定时限制,在站点类上增加了允许延迟的最大时间属性,保证了组态软件的实时性、可靠性和灵活性.     

云计算技术在区域安全通信中的应用

随着互联网技术的不断发展,网络已成为社会经济发展的重要支撑工具。然而,受限于传统通信技术的约束,网络通信信息存在被共享、泄露等风险。基于云计算技术的区域安全通信技术可以有效解决无线通信技术按身份分配不同通信权限的问题,用户拥有“普通域”与“安全域”功能,以保证通信网络的安全。文中以云计算技术的概念为切入点,阐述了云计算技术在区域通信中的应用价值,最后提出了构建基于云计算区域安全通信系统的具体方案,并通过实验验证了该系统具有良好的应用性能。     

云数据中心时延优化的数据放置方法

针对云数据中心数据获取效率低和服务器资源浪费问题,为优化云平台的数据访问和资源利用,文中提出了一种时延优化的云数据中心数据放置（LOP）方法。文中首先分析了云平台的性能,建立了云平台的资源利用和数据获取时间模型。然后基于非支配排序算法NSGA-Ⅲ实现了全局最优的数据放置策略,对数据资源进行合理部署,有效利用服务器的资源,提高了数据获取的效率。最后通过CloudSim仿真平台,对提出的数据放置方法进行了仿真和对比实验。实验结果表明,LOP方法能明显提高云服务器的资源利用率,缩短任务的数据获取时间。     

可调激光通信传输系统的信号调制方法研究

考虑到可调激光通信传输系统的信号振幅控制效果较差的问题,导致信号误比特率较高、安全性能差。为此,设计新的应用于可调激光通信传输系统的信号调制方法。根据信号种类,构建可调激光通信传输系统信号模型。设计新型振幅调制方法,控制系统中信号噪声量。对通信信号多比特差分进行检测,剔除信号中高斯白噪声,降低噪声影响。仿真实验结果表明,本方法在最大信号增益下误比特率最低达到0.02;信号脉冲为L=8时误比特率最低达到0.01;增加干扰信号分量情况下误比特率最低达到0.01,在多种实验环境中均可降低信号调制误比特率,同时对信号进行调制的精度始终保持在90%以上,具有较好的性能。     

基于三维激光点云的枕簧几何尺寸测量方法

枕簧是铁路货车减振装置的关键部件,发挥着承载和缓冲的作用,其尺寸直接影响车辆的减振能力与特性。为保证行车安全,铁路货车段修和厂修时必须对枕簧几何尺寸等进行测量与检查。为提高枕簧检修过程中的测量效率,提出了一种基于三维激光点云的枕簧几何尺寸测量方法。该方法采用线激光传感器获取了枕簧三维点云数据,利用下采样和k-means聚类等算法实现了点云数据的预处理,然后通过平面拟合利用高度测量算法测量了枕簧高度;经过点云降维、边缘提取、圆分割后利用改进的圆拟合算法测量了枕簧内、外直径。搭建试验平台进行了测量算法的精度、可靠性和重复性试验。结果表明：测量10组不同枕簧,最大平均误差在±0.35 mm内,平均测量时间为2.7 s;测量4组枕簧10次,最大平均误差在±0.35 mm内,重复性小于3%。测试结果具有良好的精度和稳定性,满足检修规程和检修工艺要求。     

融合曲率信息的点云配准方法

针对点云配准时受原始位姿局限及配准效率、鲁棒性低的问题,提出一种融合曲率信息的点云配准方法。首先,将海量点云进行重心邻近点体素下采样,采用融合曲率信息的提取算法提取特征点;其次,通过三维形状上下描述符进行特征描述并利用改进的随机抽样一致性算法进行粗配准;最后,在具有较好位姿的情况下采用Symm-ICP进行精配准。试验结果表明,该算法对于不同位姿的点云数据均保持较高的配准精度。本文提出的算法配准效率优于其他算法,并具有较好的鲁棒性。     

结合局部增强与反向残差的点云语义分割网络北大核心CSCD

激光点云是3D传感器的输出,且对它的语义分割任务是理解真实世界的基础。基于图卷积的点云分割网络在许多场景下都展现了优异的性能。然而,现有的图卷积方法存在部分问题:点云局部表示的能力未得到加强,忽略了全局几何信息,并且聚合操作只保留局部最大响应值信息,而次最大值信息丢失。为了处理这些问题,本文提出GRes-Net网络。利用局部几何加强(Local Geometry Augment,LGA)模块,使网络对Z轴具有旋转不变性,以便加强点云局部信息表示;采用全局几何特征(Global Geometry Feature,GGF)模块,计算局部与全局的球体体积比,将其与坐标特征X进行连接,使全局几何信息特征得以保留;通过多个对称聚合操作将局部信息多方面地保留;网络中每层都使用残差操作,将上一层信息传递到下一层,以及利用反向残差模块(Reversed Residual MLP,RevResMLP)挖掘更深层次的语义信息。本文在S3DIS数据集上进行语义场景分割实验,验证网络分割的性能。实验结果表明该方法在分割精度上达到61%,相比于基准网络DGCNN提高14%,有效地提高了模型性能。     

融合多组双目视觉系统的管道尺寸测量技术研究

针对工业管道尺寸偏差的在线测量问题,本文提出一种融合多组双目视觉系统的管径测量方法。该方法通过使用多组双目摄像机对管道测量截面上投影的多个激光标记进行图像采集、三维重建和坐标融合,通过椭圆拟合得到外管径、椭圆度等尺寸参数。该方法通过仿射距离变换算法实现特征点的自动匹配,并采用具有法向量约束的优化点云配准算法保证坐标融合的准确性性。为了验证该方法的可行性,搭建多组双目视觉实验系统,对3种公称外径分别为285、299和325 mm的管道进行了外尺寸测量实验。实验结果表明,系统测量的相对误差在±0.570%范围内,最大重复性标准差为0.551 mm,最长测量耗时为1.5 s。该方法和系统基本符合工业管道在线检测需求,具有良好的应用前景。     

基于光伏MPPT采样电流的自适应变步长INC算法

针对传统电导增量INC（incremental conductance）算法在跟踪最大功率点的过程中无法兼顾跟踪速度与稳态精度的问题,以及传统变步长算法在光照变化时容易发生误判的问题,提出了一种新型的自适应变步长INC算法。光照强度变化较大时,利用负载曲线与I-V特性曲线的工作原理,在暂稳态和非稳态下都可以根据最大功率点跟踪MPPT（maximum power point tracking）采样电流的变化,自适应调节跟踪速度;光照强度变化较小时,能够根据输出电压与功率的变化自适应减小步长,提高稳态精度。追踪速度是传统算法的9.3倍,是现有变步长算法的4.2倍,有效减少了光照强度变化带来的功率损失。     

基于WHI及ICP的点云配准算法

针对两步点云配准中精度差、计算效率低、易受噪声干扰的问题,提出一种基于WHI特征描述符结合改进的ICP点云配准算法。首先,对大数据量的点云通过ISS算法提取特征点集作为配准点云;然后,计算特征点云的WHI特征描述符,利用随机采样一致性算法完成粗配准;最后,基于安德森加速迭代ICP算法对粗配准点云进行精确配准。通过多组点云数据集对所提算法进行验证,实验表明,该算法配准精度高、速度快,在含有噪声数据集的优势更明显。在不同的点云模型下,所提算法的配准效率提高2倍以上,在噪声环境下具有一定的鲁棒性。