基于多包传输的网络控制系统控制器设计

考虑传感器到控制器通道上时延和丢包的非均匀分布特性,建立了基于多包传输的连续时间网络控制系统模型.通过定义Lyapunov泛函,并应用Jensen不等式,提出了具有非均匀分布的时延和丢包的网络控制系统镇定控制器设计方法;同时将该结果扩展到控制器到执行器通道存在非均匀分布时延和丢包的网络控制系统中.对于传感器到控制器通道和控制器到执行器通道同时采用多包传输的情况,本文提出的控制器设计方法依然可行.数值例子验证了本文给出的控制器设计方法的有效性.     

基于WSN的灾难现场最优逃生路径规划

针对当前建筑灾难救援中存在的诸多亟需解决的问题,利用布设在建筑物内的无线传感器网络获取实时信息,根据灾难现场的全局环境信息及其变化趋势,建立灾难威胁模型.利用改进的蚁群算法DACA(Dijkstra antcolonyalgorithm)实现逃生路径规划:一方面有效利用Dijkstra算法的优点改进蚁群算法,另一方面通过改进信息素浓度更新机制来改进蚁群算法的性能.在动态的灾难环境中,该方法能够在建筑物处于紧急状态时给出优化的人员疏散策略,有效实现被困人员逃生和消防员营救的路径导航,减少人员伤亡,提高救援效率.     

一种新的加权目标函数下的神经网络训练方法

采用罚函数算法的思想构造一个新的加权目标函数,可以用一个无约束优化过程实现约束条件下的参数寻优·基于此种新的加权目标函数,采用遗传算法训练了神经网络控制器参数·仿真表明,该方法比采用Clarke目标函数及其改进方案使系统具有更好的输出响应性能,更具有工程实用性·     

基于ColdFire微处理器的消防报警控制器设计

为提高分布式消防报警系统的处理能力和反应速度,采用32位ColdFire微处理器MCF5282设计了一款消防报警控制器.阐述了系统结构及硬件接口扩展电路的设计,给出了系统信息流图和软件设计思想.该系统能够完成复杂的联动控制逻辑运算处理,具有很强的智能性和良好的实时反应能力.实际应用表明,高性能微处理器的引入使消防报警控制器的性能得到了较大的提高.     

基于异步卡尔曼滤波的移动机器人动态定位

针对室内移动机器人动态定位在网络盲区中失效的情况,提出一种根据机器人周围网络环境动态选择信标节点,完成自主定位的系统.利用扩展卡尔曼滤波后的RSSI完成测距,然后采用极大似然算法完成定位,再用异步卡尔曼算法修正定位误差.该算法成功地将经典卡尔曼滤波与其他定位算法相结合,对于定位算法的结果进行平滑和优化,修正和改进定位精度.尤其在网络盲区中,采用异步卡尔曼滤波获得最优数据.仿真实验表明该系统针对移动机器人自主动态定位具有精度高、适应性强、鲁棒性好等特点.     

基于边缘保护扩散的梯度矢量流测地线活动轮廓模型

针对梯度矢量流测地线活动轮廓(gradientvectorflowgeodesicactivecontour,GVFGAC)模型对弱图像边缘敏感,轮廓演化难以进入目标细长的凹部,容易陷入局部极小值的问题,提出了一个基于边缘保护扩散的梯度矢量流测地线活动轮廓模型.在新模型中,采用各向异性扩散方式构建一个新的梯度矢量流场,使活动轮廓能够有效地克服弱边缘的干扰,收敛到期望的边缘位置.实验结果表明,与GVFGAC模型相比,新模型能够获得较好的分割结果,综合性能优于GVFGAC模型.     

基于能效的分布式轻量级WSN目标跟踪算法

针对不确定性复杂运动目标跟踪中的节点调度以及节能问题,提出了基于能效的无线传感器网络分布式多节点协作的目标跟踪算法.根据监控区域内目标的运动状态以及局部区域的节点密度,利用节点的剩余能量和调度情况,确定无线传感器网络在跟踪目标过程中的簇规模,使网络的局部能量消耗达到均衡.利用高斯Cost-Reference粒子滤波对目标进行跟踪,以减少对噪声建模的依赖性.仿真结果表明,该算法达到了跟踪精度的要求,解决了节点调度问题,并有效地均衡了网络能耗.     

具有丢包和非均匀分布时延的网络控制器设计

研究了一种同时存在丢包和非均匀分布时延的离散时间网络控制系统的控制器设计问题.通过区分丢包和时延对系统性能的影响,并考虑时延的非均匀分布特性,首先构造了新的离散时间网络控制系统的模型;然后提出新的Lyapunov泛函并利用线性矩阵不等式方法,给出了控制器的设计方法,并优化了系统性能.不同于现有文献中将时延中点作为非均匀分布时延的分界点的做法,本文给出了一个分界点优化选取算法.最后通过数值例子验证了本文给出的镇定控制器设计的有效性.     

基于粗糙集和决策树的数据挖掘方法

从粗糙集和决策树两种方法具有的优势互补性出发,提出了一种基于粗糙集和决策树相结合的数据挖掘新方法·以胶合板缺陷检测数据分析为应用对象,利用粗糙集理论对胶合板数据库中的特征信息进行缺陷识别·利用谱系聚类重心距离法对数据进行离散化处理,采用粗糙集进行属性约简,得到低维样本数据,最后用决策树方法产生决策规则·实验证明,这种数据挖掘方法保留了原始数据的内部特点,加快了获取知识的进程,提高了模型的分类准确率,增强了规则的可解释性,取得了满意的研究结果·     

自主移动机器人嵌入式控制系统研究

为提高轮式自主移动机器人控制系统的性能,采用高性能微处理器设计了一种嵌入式控制系统.基于分层递阶控制的思想将双处理器应用于不同层次,分别实现高速复杂运算和运动实时控制.系统引入了多种环境感知器件,采用模糊逻辑实现准确的运动路线控制,通过视觉对目标位置的状态提供准确的判断,具有模块化、控制灵活、可靠性高等优点.实际应用表明该控制系统具有良好的实时性和鲁棒性.