摘要：对基于FPGA的数字系统设计思想和方法作了简要的介绍和一定的探讨,并提出了基于FPGA的数字系统设计的一般流程。然后结合一个DDR SDRAM控制器的设计,详细地介绍了基于FPGA的数字系统设计的各个环节的关键问题和方法。

摘要：在嵌入式Linux环境下设计实现一个由SIP信令控制的视频监控客户端。该系统以OMAP3530芯片为硬件平台核心,采用H.264作为视频编码标准,并将会话初始协议用于整个系统的信令控制。系统功能包括SIP注册与退出、SIP呼叫与挂断、音视频数据流控制、播放和存储等功能。该设计充分利用了H.264算法标准在数据压缩率和网络友好性等方面的优势,并利用了OMAP3530双核架构的特性,由ARM核完成系统的管理和控制,DSP进行解码。实验结果证明,该方法建立的监控客户端具有高性能、低功耗、实时性强、运行稳定的特点。

摘要：部分覆盖是粒计算理论框架下的第二种粒计算模型,全覆盖粒计算是部分覆盖的一种特例。为实现全覆盖粒计算模型中粒的计算,探究了全覆盖粒计算模型中所提逼近算子的公理化系统,提出了粒的中心、全覆盖粒度熵及全覆盖粒族熵的概念,探讨了基本粒和全覆盖粒重要性度量的方法,并提出了相应的约简与核的判定定理。基于所提定义、定理设计了全覆盖粒的约简算法和全覆盖粒族的约简算法,并从理论上分析了两种算法的复杂度。最后以客户根据专家意见购房为例,验证了所提算法的有效性。

摘要：某电厂300 MW单元机组控制系统采用西门子TELEPERMME DCS集散控制系统,在对其锅炉给水系统阀门切换的改造过程中,利用模糊控制理论,根据实际运行状况及运行资料,通过大量的实验分析,设计出切实可行的给水阀门切换逻辑,使燃煤锅炉给水系统给水阀门实现自动切换,解决了大容量单元机组燃煤锅炉实现全程给水自动控制所必须解决的一个关键问题。本系统的投运不仅节约了改造、更换给水系统所需的大量资金,由于机组实现自动启动,大大缩短了启动时间,使机组启动过程中消耗的燃料量明显下降,经济效益十分显著;同时也给出了模糊控制技术在控制工程中实际应用的一种思路。

摘要：为了研究猪只运动轨迹与行为之间的关系,试验设计了一种基于CC2530模块的超声波室内定位系统。该系统利用CC2530强大的无线通信功能构建发射与接收节点,利用超声波信号与射频信号传播速度的不同,通过到达时间差法(TDOA)测量发射与接收节点之间的距离,并利用相交园弦线法进行定位计算;为了减小定位误差,引入一元线性回归拟合TDOA与距离的关系,提高了测距的精度;并引入距离滤波算法,减小了定位出现较大误差的概率。结果表明:该定位系统定位精度在3 cm左右。

摘要：为进一步提高无线传感器网络节点的定位精度,提出一种基于改进人群搜索优化的无线传感器网络三点定位算法.首先设计一种三点估计未知节点坐标模型;然后利用该模型求取未知节点的坐标,并将计算出的节点位置作为人群搜索的初始位置;最后采用改进的人群搜索算法优化未知节点的位置.仿真结果表明,通过与已有的相关定位算法相比较,所提出算法具有更高的定位精度.

摘要：针对非线性系统,提出了一种基于BP神经网络的预测控制方法。以BP神经网络建立多步预测模型并预测系统输出值,用LM(Levenberg-Marquardt)算法和PSO(Particle Swarm Optimization)算法组合的混合算法对目标性能指标函数进行滚动优化求解,得到非线性系统的最优控制量;利用误差修正参考输入法实现反馈矫正。通过将粒子群算法引入LM算法,克服了LM算法依赖初值和粒子群算法过早收敛于局部极值的问题,提高了求解的运行速度和精确度。通过对单变量非线性系统仿真实验,证明了该控制系统具有良好的稳定性、自适应性和鲁棒性。该方法可在数学模型不确定的情况下设计出有效的预测控制器。

摘要：在AVS空间可伸缩编码中为了进一步提高视频图像的质量,尤其针对丢失信息量较大的降采样部分,提出了一种基于预测模式的新型降采样方法。该方法对I帧每种不同的预测模式采用不同的滤波器,为每一种编码模式选择最优效果的滤波器,从而从局部优化达到整体优化的效果;P帧根据帧间预测模式选择高低阶数不等的滤波器,把图像的平坦部分和细节部分分开处理。实验结果表明,该方法能提高信噪比,有效的改善图像质量。

摘要：目前全球卫星导航系统(global navigation satellite system,GNSS)信号捕获技术研究较多,但缺少系统地分类、总结和性能比较,为此,按照时域串行捕获、频域并行捕获两个分类标准,同时区分单周期累积和多周期累积,对国内外捕获研究领域的相关方法进行系统的整理和综述,对4类捕获方法进行性能对比。仿真结果验证了捕获方法各自的优劣,对捕获领域加强了理论支撑,为工程应用提供了一定技术储备。

摘要：通过对最小和最大Hausdorff距离的分析,提出混合Hausdorff距离将它们融合在一起以弥补任意单一Hausdorff距离的缺陷,并基于混合Hausdorff距离设计多示例学习近邻分类器。采用近邻分量分析模型能够优化混合Hausdorff距离中的权系数,从而得到在近邻分类准则下最优的混合Hausdorff距离。结果表明:相对于任意单一Hausdorff距离,基于混合Hausdorff距离的多示例学习近邻分类器通常能够获得更高的识别精度。