摘要：运动异物的正确分割是实现液剂自动检测的关键.提出一种基于帧差图空间方差和方差梯度的液剂异物模糊自适应阈值分割算法.首先将4帧序列图像差分得到的2幅帧差图分为5×5的图像块,计算2幅帧差图对应图像块间的方差和方差梯度,并以两者的乘积构成新特征图;然后使用自适应阈值对新特征图进行运动异物分割和提取.为使阈值能够跟随图像块灰度变化,阈值的调整采用模糊推理依据方差和方差梯度变化自适应实现.实验及实际测试结果表明,该算法能够满足低对比度和局部光照变化的液剂异物实时检测要求,是一种实用有效的图像分割算法.

摘要：稳定、可靠的电量远程抄表一直是电力部门和电力运营商迫切解决的问题,而目前电量的远程抄表大都是基于人工或电力线载波、专用通信网实现,这些方案因各种原因均不能满足现代用电管理的要求。本文在分析已有方案的基础上,提出了一种基于S7600A的电量远程抄表系统的设计方案。该方案利用嵌入式TCP/IP协议芯片在实现In ternet接入方面的优势,能较好地解决资源有限的电能计量系统与In ternet连接的问题。文中探讨了相关的网络结构和较详细的设计思路。

摘要：将显式窗口自适应技术应用于无线网络中,设计出一种基于模糊逻辑的显式窗口自适应流量控制算法.该算法依据基站缓存的变化量,通过模糊推理和判断,自适应地调整通知窗口,并将结果以显式的方式反馈给发送端,使发送端的发送窗口能够快速响应网络负荷状况,从而避免了发生网络拥塞和丢失数据分组.仿真结果显示,采用所提算法可以提高网络吞吐量,降低缓存用量,特别是当无线链路误码率较高时,其网络吞吐量比Snoop算法可提高2.3倍,而缓存用量只有Snoop算法的40%.

摘要：针对钢构建筑中故障点定位精度不高的问题,提出了一种改进的DV-Hop定位算法,设计出无线传感网络技术检测故障点的方案。描述了钢构建筑健康监测系统中故障点定位方式,分析传统DV-Hop算法节点定位精度不高的缺陷,并对其进行针对性的3点改进:首先采用四通信半径来细化节点间的跳数;然后利用加权处理平均跳距进行修正;最后通过改进的麻雀搜索算法对故障点进行位置定位。以秦始皇陵兵马俑一号展厅钢构屋盖作为仿真对象,通过MADIS_GEN软件进行建模和降维化处理,将改进的ISSADV-Hop与传统DV-Hop、IPSODV-Hop和IGWODV-Hop算法应用于钢构建筑中故障点定位进行仿真对比,结果表明归一化定位误差分别降低了19.64%、14.87%、8.96%,验证了本文设计方案能够有效地提高定位精度,更适合于钢构建筑健康监测系统中故障点定位。

摘要：航天器在非合作目标的抓捕过程中,其姿态跟踪控制问题通常会受到角速度有界约束,对此提出了一种基于双环递归跟踪的自适应控制算法。根据抓捕过程中航天器转动惯量呈现出的非线性变化特性,利用线性回归算子将未知转动惯量矩阵转换成未知向量,并设计自适应律估计该向量。在系统设计时,外环采用有界虚拟角速度作为虚拟控制输入保证姿态的精确跟踪;内环基于障碍Lyapunov函数设计出包含转动惯量估计值的自适应控制律,理论证明了有界约束的角速度可对虚拟角速度实现快速精确跟踪,整个跟踪过程误差有界;然后通过数值仿真,分析非合作目标轨迹追踪的抓捕过程,结果表明所设计的算法具有较强的有效性和鲁棒性。

摘要：为了营造一个健康舒适节能的视觉显示终端(VDT)作业光环境,提出基于节律因子和群智能算法的动态照明调控方法。首先根据VDT作业空间的作业情况和补偿关系建立照明模型;再结合光照需求、人工光源和自然光源之间的补偿关系和节律因子,建立动态光照调控模型;之后提出结合粒子群算法和萤火虫算法优势的混合算法,并引入精英粒子思想对混合算法进行改进;将某时段的照明需求、自然光源补偿量和作业区分布情况作为照明优化模型的输入,并利用改进算法求解人工光源的光通量。将改进算法与其他算法进行对比实验,改进算法的寻优能力和稳定性明显优于其他相关算法;实验证明基于动态调控方法优化的VDT作业空间光环境,视觉效果更好,并具备较大的节能潜力。

摘要：地铁成为现代城市不可或缺的交通工具。但其特殊的运营环境容易引发事故状态下地铁车站人员的安全疏散问题。以西安某岛式站台地铁车站为研究对象,运用Building Exodus软件分别从人群结构、出入口数量、楼梯宽度以及火灾情况下对地铁车站进行人员安全疏散的模拟仿真研究,通过建立地铁车站模型仿真出各场景下的疏散时间,并与《地铁设计规范》中公式计算所得到的结果进行比对。仿真结果较真实地反映了各因素对车站人员疏散能力的影响,得出楼梯的设计是整个疏散过程的瓶颈所在,并提出相关建议。

摘要：地铁车站由于其特殊环境,照明主要依靠人工照明,照明工作时间长、功耗大是其主要特点,因此照明系统节能存在较大空间。对照明能耗的预测与分析是进行照明节能改造与设计的前提和基础。模糊最小二乘支持向量机因其有着学习速度快、跟踪性能好、泛化能力强、精度高等优点被广泛应用于能耗预测领域。本文利用模糊最小二乘支持向量机建立能耗预测模型,并且采用MATLAB的LS-SVM工具箱对预测模型进行了仿真研究,最后通过与RBF神经网络能耗预测模型仿真对比试验表明了基于最小二乘支持向量机的能耗预测模型拟合度好、精度高,是照明能耗预测的有效方法。

摘要：为完善和优化城市地铁光环境质量,给地铁照明设计人员提供设计依据,需要对城市地铁进行光环境评价。通过对影响地铁光环境质量各种因素的分析,建立评价指标体系;利用层次分析法和问卷调查确定各层级评价指标的权重;利用模糊数学的方法建立地铁光环境二级模糊综合评价模型。结合实例验证该综合评价方法的可行性。

摘要：基于Mie光散射理论,开发了石油炼化装置烟气催化剂颗粒浓度在线检测系统,采用了基于最小二乘支持向量机(least square support vector machine,LS-SVM)的软测量技术。利用LS-SVM优良的非线性映射和强大的泛化能力,建立了颗粒浓度的软测量模型,通过LS-SVM的学习和支持向量的自适应更新,实现催化剂颗粒浓度的最佳估计。仿真和实际运行结果表明所开发的监测系统可对烟气催化剂颗粒浓度进行有效测量,其测量精度比经验公式提高4.2倍。