检索结果-南通市图书馆

作者：王东东北大学

学位级别：硕士

作为一种新兴的IT热点技术,无线传感器网络在军事与民用诸多领域有着广阔的应用前景。在军事领域,基于无线传感器网络的目标跟踪技术可以应用于导弹防御、海陆空防御和作战监视等;在民用领域,可以用于交通管制、导航及其机器人的道路规... 详细信息

作为一种新兴的IT热点技术,无线传感器网络在军事与民用诸多领域有着广阔的应用前景。在军事领域,基于无线传感器网络的目标跟踪技术可以应用于导弹防御、海陆空防御和作战监视等;在民用领域,可以用于交通管制、导航及其机器人的道路规划和避碍等,因此对目标跟踪进行研究具有重大的理论和实际意义。由于在传感器网络中传感器节点处理能力有限并且携带能量有限,因此设计出简单高效的目标跟踪算法对于延长传感器网络的生命期以及增强传感器网络的健壮性有着非常重要的意义。目标跟踪的极端复杂性与无线传感器网络节点能力相对不足形成矛盾,分布式是解决这对矛盾的有力武器。本文从跟踪的能量消耗、跟踪精度、跟踪的鲁棒性和跟踪反应时间四个指标出发,提出了一种由中心计算机、移动目标和无线传感器网络组成的分布式目标跟踪算法,通过邻域节点间的协同工作,克服了单个节点的能力不足,满足了目标跟踪的应用需求。在算法中提出的退避定时机制用于首领节点的选取及传输序贯的确定;改进的扩展卡尔曼滤波算法提高了滤波的精度和稳定度。为了实现实时而准确地运用已知无线传感器网络对目标进行定位跟踪,本文结合粒子滤波和卡尔曼滤波的各自特点提出了JPEKF (Jointed Particle and Extended-Kalman Filter)算法。改进的滤波算法利用粒子滤波对初始误差不敏感的特点获取目标比较准确的初始位置估计,克服了扩展卡尔曼由于初始误差较大而引起的发散问题;然后使用扩展卡尔曼滤波进行目标的跟踪保持从而保证了系统的实时性。当目标出现丢失的情况时,系统将启动重定位机制,JPEKF滤波算法也将重新初始化,这种机制可以迅速定位丢失的目标保证了系统的稳定性。仿真结果表明提出的这种滤波算法具有很高的精度和稳定性以及较低的计算复杂度,利用节点间的协同工作,能有效地对目标进行跟踪。

关键词：无线传感器网络分布式目标跟踪卡尔曼滤波

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

玻璃配料控制系统及其算法研究

玻璃配料控制系统及其算法研究

作者：李成铁东北大学

学位级别：硕士

玻璃是国民经济各部门中应用最广泛的材料之一,随着汽车工业、建筑业、家电工业和高精度仪器工业的迅速发展,用户对玻璃的质量提出了更高的要求。实现玻璃生产中原料配比的高精度控制是提高玻璃质量的关键技术之一,近年来成为国内外学... 详细信息

玻璃是国民经济各部门中应用最广泛的材料之一,随着汽车工业、建筑业、家电工业和高精度仪器工业的迅速发展,用户对玻璃的质量提出了更高的要求。实现玻璃生产中原料配比的高精度控制是提高玻璃质量的关键技术之一,近年来成为国内外学者的研究热点。本文系统分析了玻璃配料生产工艺流程,给出了玻璃配料控制系统的控制要求;深入研究了DeviceNet现场总线的通讯原理和技术特点,设计了基于DeviceNet的玻璃配料控制系统;并给出了该系统的软硬件流程和具体实现方法。针对实际运行时传统PID的控制精度不高的问题;结合玻璃配料控制系中电子秤机械结构得出了物料称重系统数学模型,引入自适应模糊PID控制算法,仿真结果表明该算法具有很好的控制效果,为系统进一步优化提出了解决方案。通过仿真结果验证了所提出算法的可行性预计能够更好的满足控制要求。通过现场实际运行表明,基于现场总线的玻璃配料控制系统具有运行稳定、故障率低和通信效率高的优点,同时系统成本大大降低。所设计的玻璃配料控制系统能够很好的满足生产现场的需要。

关键词：配料 DeviceNet 现场总线模糊PID

基于模糊神经网络技术的家庭医疗观测诊断系统的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊神经网络技术的家庭医疗观测诊断系统的研究

作者：王蒙萌东北大学

学位级别：硕士

当前,开展社区医疗服务是我国卫生工作的方针,也是我国卫生体制改革的重要内容。其中家庭远程医疗系统是社区医疗服务重要的一部分,其主要是为老龄化人群、患有慢性病的病人以及特殊的健康人群(新生儿、孕妇)提供便利、适宜、可自行操... 详细信息

当前,开展社区医疗服务是我国卫生工作的方针,也是我国卫生体制改革的重要内容。其中家庭远程医疗系统是社区医疗服务重要的一部分,其主要是为老龄化人群、患有慢性病的病人以及特殊的健康人群(新生儿、孕妇)提供便利、适宜、可自行操作的家庭式医疗保健技术,实现医疗进入家庭的目标,从而降低医疗费用,提高生存质量,以满足公众不断增长的对医疗保健服务的需要。本文以家庭医疗为背景,基于Cortex-A8处理器和Android操作系统设计并研制了面向社区远程医疗的智能家庭网关,通过RS232与生理采集终端PM6750进行串口通信,实现了6种生理参数信号的采集;同时基于TCP/IP协议和Socket远程通信技术,实现了智能家庭网关与外部社区中心的远程通信,使采集来的数据可以通过小区局域网实时的上传到远方的社区中心。然后针对在老年人人群中常见的心脏疾病,根据采集到的心电信号进行特征点的提取,以E CG(Electrocardiograph,心电图)信号中的T波为例,利用模糊神经网络对T波进行数据融合,得出被测者的异常状态,实现了ECG信号中冠状动脉供血不足和心肌梗塞的自动识别。本文还针对用户和社区医院设计并开发了基于Flex的远程医疗服务系统,使用户可以在Web浏览器上查看自己的健康档案、体检记录等信息,同时医务人员可以实时查看记录并进行健康诊断,及时的把异常报警信息发送给用户终端。

关键词：远程医疗智能家庭网关模糊神经网络 ECG信号

基于SVM的BPSK和QPSK的信号调制识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SVM的BPSK和QPSK的信号调制识别研究

作者：王传秋东北大学

学位级别：硕士

通信信号调制方式识别是信号分析处理的一个重要的分支领域,它是通信电子战中通信信号侦察、监测和最佳干扰样式合成等技术的基础,也是该领域的研究课题之一。随着通信技术特别是数字通信技术的快速发展,形成了多种通信体制并存的局面... 详细信息

通信信号调制方式识别是信号分析处理的一个重要的分支领域,它是通信电子战中通信信号侦察、监测和最佳干扰样式合成等技术的基础,也是该领域的研究课题之一。随着通信技术特别是数字通信技术的快速发展,形成了多种通信体制并存的局面,而且这些通信体制的调制方式和接入技术各不相同,给多体制间的通信互联带来了很大的障碍;无线通信环境日益复杂,信号调制方式变得越来越多样化,接收机接收到的信号往往是混杂在噪声(如高斯白噪声、冲击噪声等)中的弱目标信号,因此需要提高低信噪比条件下通信信号的调制识别性能。本文介绍了信号调制识别技术的国内外研究现状,系统地分析了基于决策理论的识别方法和基于特征提取的模式识别方法,阐明了基于支持向量机(SVM：Support Vector Machine)的调制识别方法。在此基础之上,深入地研究了采用高阶累积量(HOC:High Order Cumulants)和支持向量机等理论对低信噪比环境下的二进制相移键控(BPSK:Binary Phase Shift Keying)和正交相移键控(QPSK: Quadrature Phase Shift Keying)的信号调制分类问题。针对低信噪比环境下的信号调制识别精确度较低的问题,本文将SVM和天线阵列相结合,提出了一种基于SVM的BPSK和QPSK的信号调制识别方法。此方法通过对天线阵列接收信号进行等增益合并来提高接收信号的信噪比,然后对合并后的信号进行归一化的四阶和六阶累积量的信号特征提取,综合利用这些特征信息构造支持向量机分类器,给出了接收信号的调制识别方案。此外,研究了观测数据长度、天线阵元个数对BPSK和QPSK两类信号正确识别概率的影响。仿真实验表明,本文所提出的数字信号调制识别算法在SNR=-10dB情况下,五根天线的天线阵列和单根天线相比,提高了约40%识别概率。

关键词： SVM BPSK QPSK 高阶累积量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于博弈论的认知无线电频谱分配算法研究

基于博弈论的认知无线电频谱分配算法研究

作者：关卓东北大学

学位级别：硕士

无线电频谱资源的固定划分方式导致目前频谱资源利用率非常低,无法满足飞速增长的无线通信业务需求。认知无线电可实现频谱资源的共享和频谱的动态分配,能显著地提高频谱效率。基于博弈论的频谱分配技术是目前广泛采用的频谱分配方法,... 详细信息

无线电频谱资源的固定划分方式导致目前频谱资源利用率非常低,无法满足飞速增长的无线通信业务需求。认知无线电可实现频谱资源的共享和频谱的动态分配,能显著地提高频谱效率。基于博弈论的频谱分配技术是目前广泛采用的频谱分配方法,通过分配策略的纳什均衡确保每个用户的效益最大化,可以有效地提高频谱资源的利用率。本文在分析归纳认知无线电技术的基础上,研究了基于博弈论的频谱分配算法,针对次级用户博弈模型对现有算法进行改进,使用户能够根据不同频段选择频谱并实现合作式的频谱分配,有效地提高了频谱资源利用率。传统的博弈方法中,主用户无法根据提供不同频段的频谱制定频谱价格,但实际上使用不同频段的频谱次级用户的传输质量不同,如低频段可以较好的穿透障碍物。针对这一问题,本文提出了基于频谱区间因子的频谱分配算法。通过引入频谱区间因子和替代因子,使算法能够从次级用户效用函数中反映主用户的意愿,主用户可根据不同的频谱区间制定不同频谱价格,进而使次级用户可以根据不同频段选择频谱,提高频谱利用率。考虑到传统博弈方法多采用非合作式频谱分配算法,次级用户只追求自身利益的大小,而不关心其他用户的利益和集体的利益,导致算法缺乏公平性,频谱分配效率不高。针对这一问题,本文提出了集体利益最大化的合作式分配算法,设计多个次级用户效用函数的乘积作为新的效用函数,体现了集体利益最优、效率公平的原则,并实现了次级用户间的合作。此外算法引入优先级参数,次级用户可根据使用频谱的情况定义用户的优先级,进而根据比例分配频谱,进一步保证了次级用户频谱分配的公平性。仿真结果表明,改进的频谱分配算法能够有效地提高频谱利用率,公平合理的分配频谱资源。

关键词：认知无线电博弈论频谱分配频谱区间因子合作式频谱分配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非完整移动机器人轨迹跟踪控制算法的研究

非完整移动机器人轨迹跟踪控制算法的研究

作者：刘玉磊东北大学

学位级别：硕士

随着机器人学的不断发展,移动机器人的控制学逐渐成为机器人学的一个重要分支,移动机器人控制算法的研究也必将推动认知科学、模式识别、非线性控制等前沿学科的研究,具有重大的理论及实用价值。本文针对移动机器人运动控制领域内的轨... 详细信息

随着机器人学的不断发展,移动机器人的控制学逐渐成为机器人学的一个重要分支,移动机器人控制算法的研究也必将推动认知科学、模式识别、非线性控制等前沿学科的研究,具有重大的理论及实用价值。本文针对移动机器人运动控制领域内的轨迹跟踪问题,以非完整移动机器人为研究对象,详细介绍了轨迹跟踪的各种控制算法,归纳了各个算法的优缺点。在深入分析跟轨迹特点和移动机器人数学模型基础上,针对移动机器人运行过程中的模型不确定性和抗干扰性,提出了两种控制算法,这些控制算法能够满足控制系统的要求,且能适应复杂的跟踪轨迹。首先,在深入分析各个控制量对跟踪误差影响的基础上,设计两个模糊控制器对差动机器人进行轨迹跟踪控制。速度模糊控制器根据不同曲度确定跟踪速度,角速度模糊控制器根据横向偏差和偏差变化率对角速度进行控制。设计的控制器提高了跟踪速度,降低了跟踪误差,克服了移动机器人系统中的非线性、不确定性因素,解决了控制算法对被控对象数学模型的依赖性,对高斯噪声具有强抗干扰性且能适应复杂的跟踪环境,仿真实验也验证了算法的可行性与优越性。其次,在深入分析跟踪路径结构特点的基础上,给出了一种基于BP神经网络的PD控制算法,该控制算法根据路径波动情况和拟和斜率对跟踪路径进行识别,并在线的调整PD控制器参数。基于BP神经网络的PD控制算法结构简单,实现方便,能适应复杂的跟踪路径,在满足系统误差要求的情况下,显著的提高了智能车的跟踪速度。智能小车的跟踪实验和第三届Freescale智能车比赛结果验证了基于BP神经网络算法的高速性和对跟踪路径的高适应性。最后,设计智能小车的控制系统的硬件及相应的软件,采用MC9SDG128芯片作为主控芯片设计控制系统的硬件系统,用CMOS摄像头对环境信息进行检测。采用CWFOR HCS12V4.6编写了控制软件。经过调试后,智能小车具有了速度快、精度高的轨迹跟踪功能。

关键词：非完整移动机器人轨迹跟踪模糊控制 BP神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂扰动环境下的鲁棒波束形成算法研究

复杂扰动环境下的鲁棒波束形成算法研究

作者：徐海利东北大学

学位级别：硕士

随着全球移动通信业务的迅速发展,频谱资源缺乏日渐严重,为了在有限的频谱资源内容纳更多的移动用户,可以采用智能天线技术来提高频谱利用率。自适应波束形成作为智能天线的关键技术之一,历经了半个世纪的发展过程。由于其优良的性能被... 详细信息

随着全球移动通信业务的迅速发展,频谱资源缺乏日渐严重,为了在有限的频谱资源内容纳更多的移动用户,可以采用智能天线技术来提高频谱利用率。自适应波束形成作为智能天线的关键技术之一,历经了半个世纪的发展过程。由于其优良的性能被广泛应用于雷达、通信、声纳、导航、射电天文以及生物医学工程等军事及国民经济领域。但在实际通信环境中,由于系统误差和复杂环境的扰动引起了信号方向向量的偏差,导致自适应波束形成器的性能严重下降。因此,研究自适应波束形成算法的鲁棒性以及计算复杂度的降低具有重要的理论意义和实用价值。本文介绍了自适应波束形成器的五种基本性能准则,详细归纳了传统的自适应波束形成算法,深入研究了鲁棒自适应波束形成算法,并对各种算法的优缺点进行了分析和比较。针对实际复杂扰动环境中存在信号方向向量偏差的问题,本文在经典LSMI算法的基础上提出了改进的鲁棒LSMI算法,改善了复杂的信号环境下LSMI算法的性能,加快算法的收敛速度,实现了用更少的采样样本达到更好的处理效果。在复杂扰动环境下,传统波束形成算法的性能将急剧下降,对此,学者们提出了许多有效的鲁棒波束形成算法,其中基于对角载入的自适应波束形成算法是一种简单有效的鲁棒算法,通过引入对角载入值的方法对阵列协方差矩阵进行修正。但经典LSMI算法的对角载入值只能通过经验来确定,并且对角载入值不能随实际情况的变化而调整,使得波束形成器的性能下降。为了克服这一缺点,本文利用可变的对角载入值对协方差矩阵进行修正,在本质上属于可变对角载入的范畴,易于实时实现,适用于小样本的情况。为了减少计算量,采用递推算法更新权矢量。仿真实验结果表明,与经典LSMI算法相比,该算法提高了在复杂扰动环境下系统的鲁棒性,改善了阵列输出的信干噪比。

关键词：阵列信号处理鲁棒自适应波束形成对角载入信号方向向量偏差

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的热轧带钢板凸度预测控制研究

基于深度学习的热轧带钢板凸度预测控制研究

作者：苏帆帆东北大学

学位级别：硕士

实现板凸度的高精度控制是提高热轧带钢质量的关键技术之一。凸度仪安装在距精轧机组末机架出口 3-5m处,测量值获取的滞后严重影响了凸度控制的准确度和实时性。同时,板凸度受到众多生产因素的影响,这些影响具有非线性时变特征且无法用... 详细信息

实现板凸度的高精度控制是提高热轧带钢质量的关键技术之一。凸度仪安装在距精轧机组末机架出口 3-5m处,测量值获取的滞后严重影响了凸度控制的准确度和实时性。同时,板凸度受到众多生产因素的影响,这些影响具有非线性时变特征且无法用机理知识准确表达,各因素之间也存在不同程度的耦合作用,给板凸度的预测与控制增加了难度。本文详细地阐述了板凸度预测控制的基本知识与研究现状,系统地分析了热轧数据特征。针对传统数据挖掘算法无法解决的高维非线性耦合系统预测控制问题,提出了基于 Morisita 指数的回归问题过滤式属性选择(Morisita-Based Filter for Regression,MBFR)算法、基于深广卷积神经网络的板凸度预测方法和基于深度确定性策略梯度的板凸度控制方法。论文的主要研究内容和创新成果如下:针对热轧数据高维、非线性和强耦合特征导致的板凸度预测精度难以提高的问题,提出了深广卷积神经网络预测模型。该方法基于MBFR算法去除原始数据集中的无关和冗余属性,为预测模型选取最优输入属性集,降低了输入数据维度、模型复杂度以及训练成本;设计了适用于热轧数据集的深广卷积神经网络结构,利用深度神经网络学习输入属性的全局特征,利用改进的卷积神经网络学习输入属性间的局部作用关系,结合两部分网络的学习结果进行凸度预测,解决了高维、非线性、强耦合热轧数据建模问题,提高了预测模型的预测精度和泛化能力。仿真实验表明,本文所提出的方法有效解决了热连轧系统中板凸度预测问题。针对复杂热连轧系统中板凸度非线性控制策略难以求取的问题,提出了基于深度确定性策略梯度的板凸度预测控制方法。该方法通过与热连轧环境交互来学习最优控制策略,引入了 Actor-Critic网络架构,通过Actor网络求取当前状态下的最优控制量。在Actor网络的训练过程中,通过Critic网络评估当前状态下Actor所采取的动作对应的奖赏值。仿真实验表明,本文提出的方法提高了板凸度控制精度,解决了高维连续动作空间的非线性控制问题,能够满足工业生产的要求,具有一定的工程指导意义。

关键词：热轧带钢板凸度预测控制深广卷积神经网络深度确定性策略梯度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

冷轧机板形预测控制的研究

冷轧机板形预测控制的研究

作者：赵强东北大学

学位级别：硕士

板带材是国民经济各部门中应用最广泛的钢材。随着汽车工业、建筑业、家电工业和高精度仪器工业的迅速发展,用户对冷轧板带材的质量提出了更高的要求。实现板形的高精度控制是提高冷轧机板带材质量的关键技术之一,也是冷轧机板带材自动... 详细信息

板带材是国民经济各部门中应用最广泛的钢材。随着汽车工业、建筑业、家电工业和高精度仪器工业的迅速发展,用户对冷轧板带材的质量提出了更高的要求。实现板形的高精度控制是提高冷轧机板带材质量的关键技术之一,也是冷轧机板带材自动控制领域世界范围关注的主要难题之一。在板形闭环控制系统中,板形检测仪一般安装在距末机架出口3—5m处,在低速过渡轧制过程中板形检测信号明显滞后,导致带钢头尾很长一段(有时长达数百米)板形较差。研究板形预测控制和板形自动控制,具有重要的实际应用价值。本文系统分析了宝钢某1420mm五机架六辊冷连轧机板形闭环控制系统的构成及其控制规律,深入研究板形表示方法、常见的板形缺陷及将其消除的控制策略。提出了基于小波分析的板形模式识别方法,并采用最小二乘法确定一次板形分量和二次板形分量。建立了板形分量的多元线性回归模型,采用带有遗忘因子的递推最小二乘法估计出模型系数,给出了板形滚动优化控制算法,得到局部最优控制量,有效的消除了板形缺陷。利用Matlab软件平台编写了板形预测控制程序,采用实际轧制数据进行仿真实验。仿真结果表明,本文所建立的板形预测控制系统具有良好的控制效果,改善了低速过渡轧制过程中的板形质量,具有一定的工程指导意义。

关键词：板形控制小波分解多元线性回归预测控制

基于Internet的机器人遥操作系统的网络延时建模研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Internet的机器人遥操作系统的网络延时建模研究

作者：宋阳东北大学

学位级别：硕士

互联网技术为机器人遥操作技术的应用开辟了广阔的前景,但网络延迟问题降低了遥操作系统的性能,甚至造成系统的不稳定。所以,对Internet网络延时的准确建模对网络遥操作控制系统具有重要意义。传统的建模方法如正态分布等,不能准确的描... 详细信息

互联网技术为机器人遥操作技术的应用开辟了广阔的前景,但网络延迟问题降低了遥操作系统的性能,甚至造成系统的不稳定。所以,对Internet网络延时的准确建模对网络遥操作控制系统具有重要意义。传统的建模方法如正态分布等,不能准确的描述Internet网络延时的分布特性。正态分布是一种对称式的分布结构,而实际的Internet网络延时分布是一种非对称式的有偏移的分布结构。一个理想的网络延时模型应该是存在曲线偏移的,并且存在一个平移gamma分布使得该分布逼近网络延时的分布特性。基于以上原则,本文提出了基于平移gamma分布的Internet网络延时建模方法。该方法充分考虑到了Internet网络延时的非对称分布特性,为实现网络遥操作控制系统的设计奠定了基础。建立了测试网络延时的程序框架,绘制了测试程序的框图,实现了网络通讯和延时记录的编程。设计了基于TCP协议和UDP协议的四组不同地点的网络延迟测试实验,并对相应实验做了详细的记录,来验证延时建模的正确性。最后本文结合最小二乘方法,针对平移gamma分布的网络延时建模方法中的三个参数进行估计。通过估计曲线与实际的延时概率密度分布对比,验证了平移gamma分布的网络延时建模的正确性和有效性。基于平移gamma分布的Internet网络延时建模克服了传统方法的缺点,实现了延时分布的非对称式结构,更精确的刻画了Internet网络延时的分布特性。

关键词：网络延时平移gamma分布网络遥操作最小二乘法