ARM平台的矢量和PID交流电机控制系统

交流电机具有结构简单、制造容易、成本低、容易控制等等特点,在许多场合中逐步取代直流电机,成为电机使用者的首选,但是交流电机的调速系统复杂,在使用上很难达到和直流电机相媲美.文章设计一套基于ARM平台的矢量控制和PID算法的交流电机控制系统,实现对交流电机的精确的控制.系统分为硬件、软件、和上位机界面三部分,硬件电路包括电流采集电流和IGBT电路,软件部分采用C语言开发,使用KEI MDK软件开发工具编程,上位机采用LabVIEW软件编写测试界面,运行PID程序,最终开发出一套用于交流电机调速系统的电机控制.     

基于回归树和AdaBoost方法的刀具磨损评估

本文利用高速数控铣刀铣削中不同侧面方向的切削力和振动信号以及声发射信号均方根值,以数据驱动的形式对刀具磨损进行了拟合评估. 在本次研究中,分别从时域、频域和时频联合域上探索与刀具磨损相关的敏感特征,具体特征提取方法包括时域统计分析、频域上的快速傅里叶变换（FFT）和时频联合分析的小波变换（WT）. 本文中,决策树被用于回归问题而非分类问题,用于评估刀具磨损值. 同时,引入AdaBoost算法对回归树模型进行提升,并从模型的准确性、稳定性和适用性三个方面上综合对比了提升的决策树回归模型和原模型的性能. 研究表明,AdaBoost算法提升的回归决策树模型在预测的准确性和稳定性上都有一定程度上提高,并且在面向全新刀具磨损预测的适用性上也取得了不错的提升效果.     

国产平台上GIS矢量绘制的多线程改造

为解决目前国产基础软硬件平台上GIS矢量地图绘制性能问题,本文尝试基于矢量瓦片技术,对MGIS的矢量绘制进行多线程改造,其中包括对矢量数据模型的瓦片化改造以支持并行计算。实验结果表明,本文提出的多线程改造技术能够大幅提升矢量地图可视化性能。     

基于石英传感器的动态称重数据处理算法研究

通过对以石英晶体传感器为称重单元的动态称重系统称重信号中干扰信号的分析,得出其称重信号中存在大量干扰信号,包括高频噪声和低频噪声,此外车辆行驶时自身振动、轴型、行驶速度以及加速度都会影响动态称重精度.针对以上问题,提出先利用小波变换算法对称重数据进行滤波预处理,然后再经过EEMD算法以及信号重构算法进一步处理.将以上信号处理算法通过仿真以及运用于现场,能够使称重数据误差控制在2%以内,达到了良好的称重效果.     

基于非下采样轮廓波变换和多核学习的盲图像质量评价

非下采样轮廓波(Contourlet)变换具有多尺度、多方向特性,能够对图像纹理和结构信息进行精确提取,可以很好地模拟人类视觉系统的多分辨率特性,基于此提出一种基于非下采样Contourlet变换的通用型盲(无参考)图像质量评价算法。首先在空间域上对图像进行非下采样Contourlet变换;然后在各方向带中分别提取能有效反映人类视觉失真程度的特征:高频幅值、平均梯度、信息熵作为图像的特征;最后将其输入到高效的分层多核学习机中学习,预测图像的质量得分。在混合失真型数据库和3个单失真型数据库上的交叉实验结果表明,该算法性能优越,能很好地预测失真图像质量,具有很好的主客观一致性。     

使用系数矩阵变换极性转换的MPRM电路面积优化

为缩短布尔函数系统混合极性Reed-Muller(mixed-polarity Reed-Muller,MPRM)电路面积优化过程的时间,提出了能在任意极性值的MPRM间进行极性转换的系数矩阵变换方法.使用系数矩阵表示布尔函数系统,通过对系数矩阵进行分隔,使用置换和折叠操作完成MPRM极性转换以加快极性转换速度;在此基础上,给出了适用于较大规模MPRM电路的面积优化算法,其中使用遗传算法进行极性空间搜索,并采用基于最短个体距离的适应度计算方法进一步缩短优化过程中的极性转换时间.实验结果表明,与其他MPRM极性转换方法相比,文中方法能够提高MPRM电路面积优化的速度.     

基于DFT算法的OFDM信道估计研究

本文研究了DFT信道估计算法并对该算法进行了改进,首先将信号在频域转换到时域,然后将时域中循环前缀长度之外的信道估计值置零。同时对循环前缀之内,也就是1GnL的信道估计值做进一步的处理,以便进一步消除噪声的干扰。通过计算机仿真验证了改进的DFT算法优于原算法。     

基于提升小波和自适应多项式拟合的传感器网络多模数据压缩算法

为提高无线传感器网络的感知精度,提出了一种基于提升小波变换和自适应多项式拟合的多模数据压缩算法（adaptive multiple-modalities data compression algorithm based on lifting wavelet and adaptive polynomial fitting,简称AMLP）。在给定相关度阈值的前提下,AMLP算法先对数据进行灰色关联聚类,再对类中的相关数据进行自适应的多项式拟合,然后把未拟合的特征数据抽象成一个矩阵,利用提升小波变换去除数据的时间和空间相关性。最后,通过游程编码对数据作进一步压缩。仿真结果表明,AMLP算法能够有效去除不同数据间的冗余信息以及同种数据间的时间和空间冗余信息,提高压缩比,降低网络能耗。与基于小波的自适应多模数据压缩算法（adaptive multiple-modalities data compression algorithm based on wavelet,简称AMMC）相比,AMLP算法的数据恢复精度大大优于AMMC算法,压缩比和能耗相近。因此,AMLP算法更适用于要求高精度数据的传感器网络应用,如地质灾害监测、医疗和军事领域。     

一种改进的基于FFT的信号插值算法

在传统运用FFT进行信号插值运算的基础上,提出了一种提高插值精度的改进算法.通过子序列重叠和裁剪,舍弃重建序列边缘误差较大的样点,再将相对准确的样点进行重组,从而大幅提高插值精度.实验结果表明:与Prasad等算法相比,在计算量增加3.1％的情况下,不同子序列长度对应的归一化均方误差平均下降至原来的1/19;在计算量增加2倍的情况下,不同子序列长度对应的归一化均方误差平均下降至原来的1/75.     

基于Contourlet变换多聚焦图像融合方法

该方法首先提取源图像的亮度分量,采用非下采样Contourlet变换对其进行分解,通过“合成图像像素值取大”准则对高频系数进行处理得到融合决策图,并对其进行一致性校验,最后根据校验后的决策图在RGB空间进行像素点选取,得到融合图像。实验结果表明,本文方法解决了RGB空间融合方法容易导致的颜色失真,同时本方法仅对亮度分量融合,降低运算复杂度。融合图像在保留图像有用信息的同时,弥补了传统空间域方法在细节表现力上的不足,更加符合人类的视觉特征。本文融合方法还用于灰度多聚焦图像融合中,实践证明,融合效果很好。