多任务集实时交换局域网高速调度方案

研究对象是交换式实时局域网.一个交换机中,多个实时任务可能要经由同一出口,因而可以看作一个实时任务集.多个出口可对应多个实时任务集,且有的任务可能会出现在不同的任务集中.传统的自动调度算法难以直接应对这样的环境.因此,提出了一种EDF-A(earliest deadline first-adjustment)算法,旨在对单个任务集的调度方案进行调整,以尽量满足所有任务集的时间指标.同时为应对不断提高的网络速度,还对所用方案采用全硬件快速实现作了详细描述.     

嵌入式OS中的多任务调度算法及性能

嵌入式操作系统（EOS）是嵌入式系统中的核心软件，系统所提供的服务都是在OS的支持下完成的，多任务调度是其最为重要的内容．主要分析了常用的多任务调度算法、性能及其实施．     

协同仿真平台中模型信息管理技术研究

模型及相关文档是产品协同开发过程中重要的设计数据,对模型信息的有效管理是协同开发顺利进行的前提和保证。本文分析了轿车产品协同仿真平台中建模过程的特点与模型信息的结构,在此基础上提出了模型信息多维管理技术,研究了其基本原理及实现机制,最后介绍了该技术在协同仿真平台中的实际应用。     

使用单片机实现多任务电路结构重配置

基于SRAM的LUT结构的FPGA的在线重配置技术，给出了一种利用单片机来控制配置数据，实现多任务电路结构的转换的方法。     

实时网络通信在分布式监控系统中的实现

探讨在实时多任务系统ＡＭＸ环境下，由多台工业微机构成局域网络，开发分布式监控系统时如何实现网络的实时通信。提出了需解决的问题及实现方法，该方法同样适合于其它分布式监控系统。     

基于状态空间的FPGA功能仿真策略

随着FPGA(field programmable gate array)芯片集成度的提高,基于FPGA的复杂系统设计成为数字电路的发展趋势,如何实现复杂电路的功能仿真成为设计者面临的难题。针对不同规模的FPGA设计,划分输入状态空间,提出了遍历性激励与伪随机激励相结合、软硬件协同的功能仿真策略,完成了4位半加器和32位乘法器的功能仿真实例。测试结果表明新的功能仿真策略能够加快仿真速度,尤其是对大规模FPGA设计。     

基于Cruise和Matlab的CVT车辆联合仿真

 针对无级变速器(CVT)常规速比控制器的局限性,提出了一种具有工程价值的改进PID速比控制算法,在分析CVT速比控制原理的基础上,在Matlab环境中设计了改进的速比PID控制器,同时考虑到单一的仿真软件不能精确地表达整车模型的参数,在Cruise中搭建了整车模型,将Simulink中模型以API形式导入并进行不同工况的联合仿真。仿真结果表明,设计的控制器和联合仿真研究的方法是可行的,改进的速比控制器能够很好地跟踪目标速比,具有良好的动态响应和较高的稳态控制精度,联合仿真研究的结果与原车型的实际状况具有良好的一致性,验证了理论分析的正确性,也体现了CVT在汽车燃油经济性和动力性方面的技术优势。     

某型涡扇发动机自动加速器仿真分析

某型涡扇发动机的机械液压控制系统实现了复杂的加速控制规律。为了深入分析该自动加速器特性,使用AMESim和Simulink建立了该自动加速器的联合仿真模型,并验证了仿真模型的正确性,且具有较高的精度。在此基础上分析了影响自动加速器性能的可调部件,仿真结果显示了这些部件的参数调整对自动加速器加速特性曲线的影响。结论为该机械液压控制器的改进改型提供依据。     

基于眼睛状态识别的疲劳驾驶检测

由于光照变化、头部姿态等因素的影响,现有的疲劳驾驶检测精度仍有待提高。针对该问题,提出一种基于迁移学习的眼睛状态识别网络(Gabor and LBP-convolutional neural networks,GL-CNN),该网络是由Gabor特征和LBP特征通过迁移学习加入卷积神经网络(convolutional neural networks, CNN)调制组成的。首先用多任务级联卷积神经网络(multi-task CNN,MTCNN)检测驾驶员的人脸和双眼,然后经过眼睛筛选机制获取待检测的单只眼睛,通过GL-CNN识别眼睛的睁闭状态,最后根据PERCLOSE准则判断驾驶员的疲劳状态。实验结果表明,该算法具有较高的准确率,可以检测多种姿态眼睛的状态,同时满足实时性的要求。     

基于云概念语言的多任务模糊联盟形成

在MAS系统中多任务联盟的生成是关键问题,针对Agent提供的能力及其态度表现具有模糊性和不确定性特点,提出云概念语言的多任务联盟生成方法。运用二维云模型实现模糊量间不确定转换,得到Agent与任务之间的云概念语言,以概念语言语义中最好Agent为各特定任务的"盟主",并依据概念语言语义强弱依次与联盟中其他Agent成员进行协商形成多任务联盟,有效地降低了多任务联盟形成的复杂性。实例说明方法更合理、更有效。