嵌入式实时系统中劣质数据动态清理方法研究

当前常用的劣质数据动态清理方法规模大,需对其进行剪枝处理后才可应用于劣质数据动态清理中,不仅效率低,且清理结果不准确。因此,提出一种新的嵌入式实时系统中劣质数据动态清理方法,劣质数据主要包括错误数据、重复数据和不完整数据,利用统计学求期望方法对错误进行清理,计算得到一个可信区间的基准范围,依据该基准范围对错误数据进行清理。利用编辑距离获取两个字符串之间的相似度,通过得到的相似度对重复数据进行动态清理。对嵌入式实时系统数据库中所有记录的不完整性进行评估,依据评估结果决定是否清除相应数据。实验结果表明,所提方法针对劣质数据有很高的清理准确性。     

嵌入式实时系统中劣质数据动态清理方法

当前常用的劣质数据动态清理方法规模大,需对其进行剪枝处理后,才可应用于劣质数据动态清理中,不仅效率低;且清理结果不准确。因此,提出一种新的嵌入式实时系统中劣质数据动态清理方法。劣质数据主要包括错误数据、重复数据和不完整数据,利用统计学求期望方法对错误进行清理,计算得到一个可信区间的基准范围,依据该基准范围对错误数据进行清理。利用编辑距离获取两个字符串之间的相似度,通过得到的相似度对重复数据进行动态清理。对嵌入式实时系统数据库中所有记录的不完整性进行评估,依据评估结果决定是否清除相应数据。实验结果表明,所提方法针对劣质数据有很高的清理准确性。     

基于数学图论分析的数据相似度权重调整算法

为了提高嵌入式通信网络传输数据的传输质量,提出基于数学图论分析的数据相似度权重调整算法.构建嵌入式通信网络传输数据的模糊信息检测模型,分析数据传输动态模糊特征,采用数学图论分析进行嵌入式通信网络传输数据相似度权重调整过程中的自适应寻优,实现嵌入式通信网络传输数据的优化相似度权重调整.结果表明,在迭代次数分别为100、2...     

基于动态结构保持主元分析的故障检测方法

为充分利用表征过程运行工况的数据特征信息,提高化工过程的故障检测性能,提出一种基于动态结构保持主元分析(DSPPCA)的过程故障检测方法。首先对原始数据采用变量相关性分析建立自回归模型,构建包含动态特征的数据集,进一步综合考虑主元分析法(PCA)和局部线性嵌入(LLE)流形学习算法中数据点之间的近邻关系,融合得出新的目标函数,同时,运用局部线性回归的方法获得高维样本的嵌入映射,特征提取后在特征空间和残差空间分别构造监控统计量进行故障检测。Swiss-roll数据集的降维结果及TE过程的仿真研究结果表明,DSPPCA算法可以取得较好的特征提取效果,具有较高的故障检测性能。     

基于μC／oS的嵌入式网络通信系统研究与设计

深入研究和分析了BSD4．3TCP/IP协议原理及其实现代码,结合嵌入式通信系统应用的特点,提出基于μC/OS的网络通信软件体系结构;对TCP/IP协议处理进行优化和简化,将传统的层次式内核协议栈在用户空间以单一的平面方式实现;利用改善数据相关开销和非数据相关开销的方法改善系统开销：提出报文头预留缓存机制,减少数据拷贝,实现嵌入式通信软件良好的性能．我们的模型增加了一层中间件,屏蔽网络的低层细节,同时增加通信的可靠性、安全性．     

嵌入式实时系统中分布式RTOS的设计与实现

在构建入嵌入式实时系统的分布式硬件平台基础上，研究了嵌入式实时系统中分布式RTOS的设计与实现问题，抽象出应用于此类系统的RTOS层次模型，并给出了实时通信核心技术和分布任务调度策略。     

具有自适应特性的反射式动态弹性调度模型

针对负载可以弹性变化的实时系统,提出了一种两层结构的动态调度模型,实现具有自适应性的反射式弹性动态调度.上层调度采用弹性调度算法动态地调整实时任务的作业周期,底层调度采用MUF调度算法,保证实时任务的优先级次序.通过反馈控制,弹性调度器对实时系统的性能进行动态优化.在保证实时任务服务质量(Quality of Service QOS)要求的前提下,通过改变实时任务的运行周期,接纳尽量多的服务请求,以达到提高实时系统吞吐率的目的.模拟测试表明本模型适用于实时任务负载可以动态变化的实时系统中.     

中国水稻纹枯病发生率预测研究——基于时间序列预测模型

该文以1960年~2007年中国水稻纹枯病发生率年度数据为样本,通过分析病害流行动态与周期特征,运用时间序列Logistic模型、自回归移动平均（ARIMA）模型和自回归AR模型进行预测,在此基础构建组合预测模型预测2014年水稻纹枯病发生率,预测结果与模型构建过程可以为相关研究提供借鉴参考。     

一个嵌入式实时操作系统开发平台的实现

对系统进行裁剪,以适应嵌入式实时系统的要求,通过分析Mach的核心初始化过程,了解Mach的系统管理模型,揭示Mach3.0内部管理机制和策略。通过对系统进行裁剪,形成了一个可用的嵌入式实时系统裁剪平台。这种平台的设计方法既简单,又灵活,且便于移植。     

一种动态校正的AGMM-GPR多模型软测量建模方法

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.     

嵌入式多媒体终端的CPU资源优化分配

在嵌入式平台上实现多媒体通信时,多业务间对有限的运算能力资源的竞争将导致语音通信质量的严重下降。为了解决这一问题,该文提出了利用语音数据流的短时和长时抖动性对其通信质量进行评价的方法,对多种CPU资源分配方案的性能进行了研究,提出了一种能较好的保证语音通信质量的方案,实现了支持语音、静态图像、短信和白板等数据业务并发的手持多媒体通信终端。与其他方案相比,该方案语音数据流的长时抖动性降低了33%。实验证明:通过优先保证实时通信所需要的CPU资源,终端能提供更好质量的多媒体通信。     

多不良数据补偿辨识法用于电力系统状态估计

分析和比较各种不良数据检测和辨识方法和优缺点，利用综合优化法，假设试验和估计似然法，提出一种多不良数据补偿辨识的新方法，为节省内存和提高不良数据检测与辨识的计算速度，本方法把矩阵稀疏存贮和Ｔｉｎｎｅｙ－Ｗａｌｋｅｒ结点优化法结合在一起，在矩阵ＬＤＬ＾Ｔ分解中产生的填元数量少，提高了状态估计软件的实时性，通过ＩＥＥＥ－３０结点系统和天津电力系统调度中心实时试验证实了本法的有效性。     

基于井下安全的嵌入式SIP终端研究与设计

根据目前矿井的安全状况和实际需要,文章设计了一种基于嵌入式Linux的SIP通信终端。该终端利用SIP协议的软电话模型,在基于ARM的嵌入式平台上结合了WIFI无线局域网技术和VoIP语音处理技术,实现了井下的实时语音通话,同时扩展并实现了井下瓦斯的动态检测功能。实验结果表明,本终端功能合理、低功耗、便携性,在提高井下通信和安全等方面具有良好的应用前景。     

嵌入式实时视频通信系统设计与关键技术研究

为了解决嵌入式视频通信系统普遍存在的实时性不好,服务质量不可控的问题,论述了嵌入式实时视频通信系统设计以及系统实现过程中若干关键技术问题的解决方案。在TI DM642EVM视频处理平台上设计并实现了一个嵌入式实时视频传输系统。提出应用层服务质量(QoS:Quality of Service)控制机制,实现了网络视频的实时传输。参考IP网络多媒体通信协议H.323框架进行系统控制,采用实时传输协议(Real-Tim eTransport Protocol)进行传输控制和网络状况反馈。实验结果表明,在同等网络条件下,这种QoS控制机制具有较好的视频传输质量,而且具有良好的扩展性。     

单周动态补偿的光通信码间抑制抗干扰新方法

在对光通信码间进行抑制抗干扰的过程中,光信号会受温度、大气流动等不确定性因素的影响,干扰随机性较大,导致传统的调相阵列技术由于不能实时检测,从而无法有效实现光通信码间的干扰抑制。提出一种单周动态补偿的光通信码间抑制抗干扰方法,分析带有干扰的光通信系统,给出外部扰动向量的动态特性,分析无限时域的性能指标,将原系统和干扰系统和期望输出联立,获取光通信增广系统。在调制信号中引入直流偏置信号,将经调制的数据向量划分成不同子序列,赋予各子序列对应的加权系数,依据光通信码间安全工作区域信号范围对光信号进行限幅,通过正信号的切顶信号求出补偿信号。对正信号与翻转负信号进行符号拼接、偏置信号添加等操作,将光信号以光功率的形式传输至光无线信道。将加性高斯白噪声信道作为信道模型,将负信号置零,进而抑制光通信码间的干扰。仿真实验结果表明,所提方法具有很好的抗干扰性能。     

一种多协议混合的嵌入式智能监控网络

提出并设计了基于多现场总线的嵌入式智能监控网络,以实现不同规模大型建筑或建筑群的实时监控和Ethernet远程访问.针对系统的特点,基于嵌入式系统,采用多种协议和总线组成分布式监控网络,充分发挥各总线的优势.以高性能微处理器为核心建立了系统结构和系统通信中枢,实现了多层次的逻辑处理;采用总线协议栈进行总线间的高速信息转换,并提出了一种改进的数据报通讯协议,有效解决了多主机通讯存在的数据丢失问题.系统具有很高的智能性、灵活性和较低的成本,证明多协议的采用是恰当的.     

变速箱耐久性试验台计算机自动控制与数据采集系统

本文介绍了液力机械变速箱耐久性试验台计算机自动控制与数据采集系统及其主要性能;推证了J.I.Soliman提出的柴油机数学模型,导出了这种数学模型的模型参数的数学表达式;建立了较高精度的液力变矩器工程实用数学模型。设计的具有模型参数自适应补偿的计算机控制系统能实时地适应试验台工况的变化,自动整定其模型参数,使转速调节过程仍然具有较好的静、动态指标,现场实测结果表明研制的计算机控制系统是成功的。     

Rigorous Modeling of Real-time System Based on UML and PVS

Rigorous modeling could improve the correctness and reduce cost in embedded real-time system development for models could be verified. Tools are needed for rigorous modeling of embedded real-time system. UML is an industrial standard modeling language which provides a powerful expressi-veness, intuitive and easy to use interface to model. UML is widely accepted by software developer. However, for lack of precisely defined semantics, especially on the dynamic diagrams, UML model is hard to be verified. PVS is a general formal method which provides a high-order logic specification language and integrated with model checking and theorem proving tools. Combining the widely used UML with PVS, this paper provides a novel modeling and verification approach for embedded real-time system. In this approach, we provide 1) a timed extended UML statechart for modeling dynamic behavior of an embedded real-time system; 2) an approach to capture timed automata based semantics from timed statechart; and 3) an algorithm to generate a finite state model expressed in PVS specification for model checking. The benefits of our approach include flexible and friendly in modeling, extendable in formalization and verification content, and better performance. Time constraints are modeled and verified and its a highlight of this paper.     

基于HTM网络的多源海洋实时观测数据异常检测

在时下海洋观测系统中,往往通过分布于不同地理位置的智能传感器来获取实时观测数据。然而由于通信环境不稳定、观测仪器故障、数据采集或传输软件运行异常等原因,观测数据的完整性、可靠性和时效性往往得不到保障。本文基于层级实时记忆(Hierarchical Temporal Memory,HTM)网络设计多源数据异常检测算法,对不同测点海洋实时观测数据流进行质量监控。首先考虑海洋观测系统中存在的数据缺测、网络丢包现象,对观测数据进行预处理;接着基于HTM网络,生成观测数据的稀疏离散表征,动态更新神经元活跃和预测状态,并根据赫布法则奖励或惩罚突触连通值,模拟时序数据的空间和时间关系,从而学习和识别数据内部特征,实现单源海洋实时数据流的异常检测;最后在此基础上,利用不同测点间观测数据的距离相关性,对多源海洋实时数据流进行质量监控,降低异常数据漏报率。实验结果表明,本文提出的算法能有效检测出海洋实时观测数据异常点,且识别速度快于数据采集速度,能保证异常检测过程的准确性和实时性,符合实际应用需求。