久久精品国产久精国产果冻传媒,日韩亚洲综合精品国产

水泥地面打磨機器人運動控制系統(tǒng)設(shè)計[嵌入式技術(shù)][工業(yè)自動化]

建筑行業(yè)中水泥地面多采用人工配合機械進行打磨平整,，工作環(huán)境惡劣且工作效率低,，而自動打磨機器人可以代替人工作業(yè),、提高工作效率,。針對水泥地面打磨機器人,，研究其復(fù)雜運動中基本運動的控制,，提出了水泥地面打磨機器人運動控制方案,。首先建立機器人的運動學(xué)模型,，并設(shè)計實現(xiàn)了基本運動的速度控制算法，然后以STM32單片機為控制的核心,，完成了對水泥地面打磨機器人運動控制系統(tǒng)的設(shè)計，實現(xiàn)了機器人復(fù)雜軌跡中基本運動的控制,。實驗結(jié)果表明,，機器人在直線運動和轉(zhuǎn)彎運動時，最大定位誤差為3.1 cm,。驗證了該系統(tǒng)對于機器人基本運動控制的可靠性和穩(wěn)定性,為類似的機器人的控制提供參考,。

發(fā)表于：3/12/2020 2:02:00 PM

ADS-B陣列信號二重解交織算法的實時實現(xiàn)[可編程邏輯][航空航天]

為解決ADS-B系統(tǒng)通信時的信號交織問題，結(jié)合FPGA的工作特點和實時系統(tǒng)的要求,，對ADS-B交織檢測算法和解交織算法進行優(yōu)化,。針對交織檢測算法在實采數(shù)據(jù)驗證時需要變化處理信號的參數(shù)才能匹配判決域的問題，設(shè)計一種計算判斷交織檢測的動態(tài)門限值的方法,，同時將解交織算法中特征向量,、廣義逆矩陣等復(fù)雜的過程優(yōu)化為對某段信號的協(xié)方差矩陣求逆。實現(xiàn)結(jié)果表明,，優(yōu)化后的算法適用于硬件實時系統(tǒng),，能有效分離ADS-B交織信號。

發(fā)表于：3/12/2020 1:48:00 PM

基于虛擬現(xiàn)實技術(shù)的電力客服培訓(xùn)應(yīng)用[嵌入式技術(shù)][智能電網(wǎng)]

結(jié)合虛擬現(xiàn)實技術(shù)當前的發(fā)展水平,以及在能源等電力相關(guān)行業(yè)中的培訓(xùn)案例,，設(shè)計了一套基于虛擬現(xiàn)實技術(shù),，供電力系統(tǒng)特別是電網(wǎng)的客戶服務(wù)人員所使用的培訓(xùn)系統(tǒng)。并給出了“發(fā)輸變配用”全網(wǎng),、欠費復(fù)電兩個應(yīng)用實例,實例中的部分應(yīng)用已在國家電網(wǎng)公司客戶服務(wù)中心進行了先期實驗,效果較好,，可以有效幫助客服人員迅速掌握電網(wǎng)異常情況及其體現(xiàn)形式。

發(fā)表于：3/12/2020 1:19:00 PM

基于線性時態(tài)邏輯的物聯(lián)網(wǎng)操作系統(tǒng)安全性設(shè)計[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

根據(jù)物聯(lián)網(wǎng)操作系統(tǒng)安全性設(shè)計的需求,，同時結(jié)合在經(jīng)典線性時態(tài)邏輯,、邏輯程序設(shè)計、形式化模型檢測理論方面的研究與工程實踐探索，提出了一種應(yīng)用于物聯(lián)網(wǎng)操作系統(tǒng)安全性設(shè)計的方法論,，并進行了工程原型驗證,。實踐證明該方法的效果符合預(yù)期，不僅適合物聯(lián)網(wǎng)操作系統(tǒng)的安全性設(shè)計,，也可以進一步推廣到其他安全性要求較高的軟件產(chǎn)品設(shè)計領(lǐng)域,。

發(fā)表于：3/11/2020 1:46:00 PM

水聲監(jiān)聽信號特征頻段提取方法研究[測試測量][工業(yè)自動化]

水聲監(jiān)聽獲取信號的頻帶范圍較寬，在記錄過程中包含多頻段特征信息,，同時會摻雜各類噪聲信息,。為可靠提取監(jiān)聽信號各頻段有效特征信息，避免噪聲影響,，解決能量法判斷特征頻段存在的弊端,，打破單一方法在提取寬頻帶信號有效特征頻段過程中存在的局限性，集中小波包,、相關(guān)系數(shù)和希爾伯特-黃各自優(yōu)勢方法實現(xiàn)寬帶監(jiān)聽信號多頻段有效特征信息提取,。首先通過小波包算法對寬頻帶信號實現(xiàn)精細化分頻，利用相關(guān)系數(shù)分析判斷節(jié)點信號的有效性,，排除噪聲節(jié)點,，其次通過希爾伯特-黃對有效節(jié)點頻段內(nèi)的有效成分和噪聲進一步分離，最后將處理后節(jié)點系數(shù)重構(gòu)獲得有效頻段特征信息,。仿真分析驗證和實測信號處理結(jié)果表明,，該方法對寬頻帶水聲監(jiān)聽信號特征頻率信息的提取具有一定優(yōu)勢，可在水聲目標識別與監(jiān)測等方面推廣和應(yīng)用,。

發(fā)表于：3/11/2020 1:13:00 PM

LTE230無線專網(wǎng)模塊對智能電網(wǎng)業(yè)務(wù)適配性的研究與應(yīng)用[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

結(jié)合電力無線專網(wǎng)建設(shè)存在的問題,，開展通信模塊對電力業(yè)務(wù)適配性研究，深入研究通信模塊在網(wǎng)絡(luò)環(huán)境需求,、運行穩(wěn)定性與可靠性,、物理環(huán)境適應(yīng)性、形式規(guī)范要求等問題,。給出模塊開發(fā)原則與部署方案建議,，最后結(jié)合實際網(wǎng)絡(luò)用例，給與驗證,。

發(fā)表于：3/11/2020 10:58:00 AM

一種基于最小二乘法的AD轉(zhuǎn)換在線校正方法[模擬設(shè)計][其他]

針對AD轉(zhuǎn)換過程中實際物理量與轉(zhuǎn)換后數(shù)字量之間存在的非線性問題,，提出了一種軟件在線校正方法，該方法是基于最小二乘法的最優(yōu)化分段線性擬合方法,。使用VS2010 C#編寫上位機軟件,，用戶可任意設(shè)定誤差標準，通過程序計算實現(xiàn)對整個非線性區(qū)間的最優(yōu)化分段線性擬合,，得到不同的擬合函數(shù),，達到高精度擬合的要求,。此校正軟件可作為輔助開發(fā)工具，用于模擬量采集系統(tǒng)中,，幫助實現(xiàn)物理量回歸,。測試結(jié)果表明，該方法能夠顯著提高AD轉(zhuǎn)換精度,，且易于操作,，具有較高的準確性。

發(fā)表于：3/10/2020 2:03:00 PM

RS編碼算法的優(yōu)化與FPGA實現(xiàn)[可編程邏輯][通信網(wǎng)絡(luò)]

針對常用RS編碼算法中伽羅華域(Galois Field,，GF)的乘法運算在FPGA中實現(xiàn)時存在的數(shù)據(jù)運算量大,、復(fù)雜度高等問題，對RS編碼模塊進行優(yōu)化,，通過增加乘法器因子求取模塊,，完成RS編碼乘法器因子的求取，降低伽羅華域乘法運算在FPGA實現(xiàn)過程中的復(fù)雜度,，減少運算量,。測試結(jié)果表明，優(yōu)化后的RS編碼FPGA實現(xiàn)簡單有效,，且編碼準確無誤,，編碼結(jié)果與MATLAB計算所得理論結(jié)果一致，可適用于任意碼長的RS編碼,，在移動通信、航天通信等復(fù)雜多因素通信領(lǐng)域有著廣泛的應(yīng)用價值,。

發(fā)表于：3/10/2020 1:21:00 PM

招投標全流程數(shù)據(jù)整合思路研究[其他][智能電網(wǎng)]

為解決目前招投標工作中存在的重復(fù)工作量大,、工作效率低等問題，國網(wǎng)河北電力公司物資分公司開展了大數(shù)據(jù)分析技術(shù)在招投標管理中的研究與應(yīng)用項目工作,。該項目需首先對招投標全流程數(shù)據(jù)進行整合,，然后在整合后的數(shù)據(jù)集上開展大數(shù)據(jù)分析，并將最終的分析結(jié)果通過相應(yīng)的場景進行圖形化展示,，從而為招投標工作提供決策支持,。主要對課題中的招投標全流程數(shù)據(jù)整合部分的數(shù)據(jù)整合工作思路進行了研究，旨在為后續(xù)大數(shù)據(jù)分析打下堅實的基礎(chǔ),。

發(fā)表于：3/10/2020 11:40:00 AM

基于深度學(xué)習(xí)的復(fù)雜分揀圖像快速識別方法研究[嵌入式技術(shù)][工業(yè)自動化]

訓(xùn)練速度更快,、識別精準度更高的圖像識別技術(shù)一直是智能技術(shù)的研究熱點及前沿。針對物流分揀倉庫環(huán)境復(fù)雜,、照明度不高以及快遞外包裝區(qū)別不明顯的特點,，對基于深度學(xué)習(xí)的分揀圖像快速識別進行了研究，設(shè)計了一個卷積神經(jīng)網(wǎng)絡(luò),。由于倉庫的封閉環(huán)境和光照條件等因素而導(dǎo)致分揀圖像不是很清晰,，首先用對偶樹復(fù)小波變換對其進行降噪等預(yù)處理,；然后在基于AlexNet神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，對于卷積神經(jīng)網(wǎng)絡(luò)的卷積層,、ReLU層和池化層參數(shù)進行重新定義來加快神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度,；最后根據(jù)新的圖像分類任務(wù)對神經(jīng)網(wǎng)絡(luò)的最后三層全連接層、Softmax層和分類輸出層進行定義來適應(yīng)新的圖像識別,。所提出的基于深度學(xué)習(xí)的快速分揀圖像識別方法在面對較為復(fù)雜的分揀圖像識別時,，有較高的訓(xùn)練速度和識別精準度，能達到實驗要求,。分揀圖像快速識別對于提高無人倉等場合下的物流效率具有重要意義,。

發(fā)表于：3/9/2020 12:58:00 PM