物联网节点任务负载量的非对称分配系统设计

在物联网接收数据流速度出现较大波动的情况下,会导致节点任务负载量过大,影响整个物联网的整体性能。当前分配系统大多采用负载均衡策略,忽略了节点间传输数量迅速增加的情况,导致时间延迟和能耗增加。为此,设计了一种新的物联网节点任务负载量非对称分配系统。当物联网节点接收到新的任务后,利用非对称分类策略对任务负载量进行分配,选择最佳转移服务器,以保证节点任务负载量分配过程中通信链路的稳定性,给出服务器选择过程。利用"握手"操作交换物联网节点和服务器的计算能力信息,获取物联网节点和服务器进行负载处理的具体比例,实现非对称分配。实验结果表明,所设计系统能耗和时延较低,有效带宽利用率较高。     

基于ARM的嵌入式系统开发

互联网如同“双刃剑”,对高校学生带来强有力的冲击力,导致部分学生长期沉迷于网络,出现了“恋网”情节,严重影响学生的身心健康。针对此症,高校应防患于未然,建立完善的校园网络教育阵地,加强大学生网络道德教育,增强大学生法律意识,注重大学生心理健康教育,使学生能够充分利用互联网加强学习,成为网络主人。     

一种新型的基于自适应磁链观测器的速度辨识

提出了一个基于自适应磁链观测器的速度辨识方案。应用Lyapunov稳定性理论,观测器的增益借助于Matlab中LMI工具箱求解一线性矩阵不等式得到,它解决了采用极点配置的自适应速度观测器存在不稳定区域的问题。利用速度估计自适应机构和矢量控制方案设计了无速度传感器感应电机矢量控制系统。仿真结果表明提出的鲁棒自适应观测器在全速范围内具有很好的稳态和动态性能,并具有很好的鲁棒性。     

基于模糊预测控制的机车制动控制方法

为了减少模型参数、噪声耦合和随机性干扰对机车制动控制系统控制精度和稳定性的影响,提出1种基于模糊预测控制的制动控制方法,利用基于满意度的T-S模糊建模方法建立精确的预测模型.研究结果表明:通过模糊遗传算法进行滚动优化,获得全局最优解作为预测控制控制器的输出,进而提高系统控制快速性和稳定性,仿真结果验证了该方法的有效性.     

GAPSO：一种高效的遗传粒子混合算法及其应用

在粒子群算法和遗传算法融合的基础上提出了一种新的算法(GAPSO).该算法模仿自然界的个体成熟过程,对遗传算法中的每一代群体中的优秀个体,采用粒子群算法获得进一步的提高,使算法获得比遗传算法和粒子群算法更加好的优化效果.在FCRNN设计应用中表明该算法确实比遗传算法和粒子群算法有更加好的效果.