亚洲国产日韩一区二区,成人午夜高潮视频,日本不卡二三区

預測系統

模糊PID混合控制系統在加熱爐中的應用

本文主要介紹了`加熱爐混合模糊控制的方案。該方案采用了“短周期”預測爐溫的模糊控制策略，將模糊控制和PID 控制結合在一起，利用協調因子的在線自整定來確定重油流量，實現了空燃比的自尋優模糊控制。該系統

標簽： PID 模糊加熱爐中的應用

上傳時間： 2013-06-25

上傳用戶：牧羊人8920
基于ARM和USB2.0的瞬變電磁數據采集系統的研究與設計

瞬變電磁法作為一種重要的地球物理探測方法，由于它在時間和空間上的可分性，使得這種方法簡單易行，信息豐富，精度較高，低成本，見效快，從而在礦藏勘探、鉆井和海洋勘探等領域得到了廣泛的應用。隨著接收儀器的數字化和智能化，發射功率的增大，數字模型計算正反演的應用，解釋水平的提高，瞬變電磁法可解決的地質問題不斷擴大，幾乎涉及了物探工作的各個領域：礦產勘探，構造探測，水文與工程、地質調查，環境調查與監測以及考古等。近年來，在找水、市政工程、土壤鹽堿化和污染調查、淺層石油構造填圖，以及礦井突水預測等領域都取得了良好效果。瞬變電磁法探測系統包括發射機和接收機兩部分。接收機用作在噪聲中提取由發射機發射的一次場信號在地下導體中感應出的二次場信息，其信息反映了地下導體的電阻率差異，通過對該信息數據的處理了解探測目標的特性從而達到探測的目的。瞬變電磁信號具有早期信號幅度大、衰減快，而中晚期信號幅度小、衰減慢的大動態范圍的特點。因此，必須設計出能適應這種瞬時變化快、動態范圍大數據信號要求的高性能數據采集系統。同時，瞬變電磁探測系統的工作環境大都是在野外，因此，為適應野外工作的需要，數據采集卡尤其要有較低的功耗。本論文在總結其他數據采集系統設計的基礎上，提高采樣速率和采樣精度、采用分段放大技術避免放大飽和和實現對小信號的有效識別、改用ARM作為核心處理器實現對接收機的有效控制、改進USB2.0的實際傳輸速度、改用自適應濾波法等噪聲抑制方法組合實現抗干擾和噪聲濾除設計，成功設計和實現了一套基于ARM和USB2.0的瞬變電磁數據采集系統，該系統具有高性能，低功耗，抗干擾能力強，低成本的特點，已成功應用于瞬變電磁探測實踐，并取得良好效果，極大的滿足了瞬變電磁探測系統的需要。同時，該系統對于其他數據采集系統的設計具有一定的借鑒意義。

標簽： ARM 2.0 USB 瞬變電磁

上傳時間： 2013-06-21

上傳用戶：txfyddz
基于ARM的TKernel系統移植研究

T-Kernel作為一種嵌入式操作系統，由于實時性和開源性，在嵌入式操作系統領域中的應用越來越廣泛。ARM是一款比較好的微處理器，T-Kernel在ARM上的應用研究基本上是空白，所以結合兩者進行研究促進T-Kernel在國內嵌入式領域的發展。同時，T-Kernel內部調度機制存在著優先級反轉缺陷，優先級反向使得高優先級任務的執行時間無法預測，增加了實時系統的不確定性。早期的解決協議較好地解決了優先級反轉問題，但同時也存在著自身不足之處。針對T-Kernel存在的缺陷，在深入研究相關協議的基礎上，本論文提出了一種新的改進的優先級繼承協議。該協議設置超時保護機制，避免任務在獲取信號量時長時間的阻塞，結合Havender提出的“有序資源使用法”防止死鎖發生，給出該協議的分析過程，并把該協議結合到T-Kernel中。在這個基礎之上，建立研究開發平臺；針對硬件設備，研究引導程序的執行原理，實現系統的引導程序；構建T-Kennel內核；移植內核到開發板；最后對T-Kernel的啟動過程進行了詳細的分析。 T-Kernel在ARM上的移植研究，為嵌入式系統開發的提供了一種開發流程，同時對于T-Kernel的啟動過程的分析，為以后的應用程序開發提供了一個接口；對于T-Kernel存在的優先級反轉問題的解決，可以改進T-Kernel的實時性和靈活性，同時為實時系統的性能改進提供了參考。

標簽： TKernel ARM 移植

上傳時間： 2013-04-24

上傳用戶：shangdafreya
H.264幀內預測算法優化及幾個重要模塊的FPGA實現

H.264作為新一代視頻編碼標準，相比上一代視頻編碼標準MPEG2，在相同畫質下，平均節約64﹪的碼流。該標準僅設定了碼流的語法結構和解碼器結構，實現靈活性極大，其規定了三個檔次，每個檔次支持一組特定的編碼功能，并支持一類特定的應用，因此。H.264的編碼器的設計可以根據需求的不同而不同。 H.264雖然具有優異的壓縮性能，但是其復雜度卻比一般編碼器高的多。本文對H.264進行了編碼復雜度分析，并統計了整個軟件編碼中計算量的分布。H.264中采用了率失真優化算法，提高了幀內預測編碼的效率。在該算法下進行幀內預測時，為了得到一個宏塊的預測模式，需要進行592次率失真代價計算。因此為了降低幀內預測模式選擇的計算復雜度，本文改進了幀內預測模式選擇算法。實踐證明，在PSNR值的損失可以忽略不計的情況下，該算法相比原算法，幀內編碼時間平均節約60﹪以上，對編碼的實時性有較大幫助。為了實現實時編碼，考慮到FPGA的高效運算速度和使用靈活性，本文還研究了H.264編碼器基本檔次的FPGA實現。首先研究了H.264編碼器硬件實現架構，并對影響編碼速度，且具有硬件實現優越性的幾個重要部分進行了算法研究和FPGA.實現。本文主要研究了H.264編碼器中整數DCT變換、量化、Zig-Zag掃描、CAVLC編碼以及反量化、逆整數DCT變換等部分。分別對這些模塊進行了綜合和時序仿真，并將驗證后通過的系統模塊下載到Xilinx virtex-Ⅱ Pro的FPGA中，進行了在線測試，驗證了該系統對輸入的殘差數據實時壓縮編碼的功能。本文對H.264編碼器幀內預測模式選擇算法的改進，算法實現簡單，對軟件編碼的實時性有很大幫助。本文對在單片FPGA上實現H.264編碼器做出了探索性嘗試，這對H.264編碼器芯片的設計有著積極的借鑒性。

標簽： FPGA 264 幀內預測算法優化

上傳時間： 2013-05-25

上傳用戶：refent
基于模型預測的光伏并網系統前級控制策略研究

光伏發電陣列是一種隨機的非線性、多變量對象，平穩且高效地進行最優光能捕獲（MPPT）是光伏并網前級控制系統的關鍵。文中以光伏陣列仿真模型為基礎，以模型輸出的PV曲線作為調節光伏陣列工作電壓的依據，提出了最大功率點曲線擬合+PID的控制模型。仿真實驗表明，該控制模型能夠有效提高光伏陣列的效率，較好的解決了傳統恒壓法效率低、擾動法穩定性不足等問題。

標簽： 模型預測光伏并網系統前級控制策略

上傳時間： 2013-11-02

上傳用戶：tianyi996
基于改進RBF神經網絡的電力負荷預測

為了提高電力系統負荷預測的精度與速度的需求，提出使用交替梯度算法改進徑向基函數（RBF）神經網絡，對天津市電網進行負荷預測。改進的算法與傳統梯度下降算法相比，具有更快的收斂速度和更高的預測精度。仿真結果表明該算法具有可行性。

標簽： RBF 神經網絡電力負荷預測

上傳時間： 2013-10-31

上傳用戶：waixingren
基于脆性根源的船舶電力系統脆性分析

針對船舶電力系統脆性研究，從脆性致因的內部機制和外部機制入手，建立包含脆性環境和系統結構4 層分析模型。主要分析其下層模型結構，將脆性環境通過脆性事件分解為若干基本脆性根源，用德菲爾法-最大熵原理建立以脆性根源為基礎的脆性風險模型，分析預測船舶電力系統的脆性過程。最后以某一個船舶電力系統為例，對在隨機的某一年的脆性過程進行了分析，找到船舶電力系統崩潰的主脆性根源，與實際情況進行比較，說明了該方法的可行性。結果說明對于有效的防止船舶電力系統的崩潰，分析其脆性風險，應對其主要的脆性根源進行相應的控制。

標簽： 電力系統分

上傳時間： 2013-11-09

上傳用戶：ryb
基于神經網絡的電力系統短期負荷預測研究

本文應用目前較為流行的神經網絡方法對電力系統短期負荷進行預報，主要進行了以下工作： 1．了解電力系統短期負荷預報的現狀，總結國內外的研究方法。 2．深入學習神經網絡及其相關知識，設計出用共軛梯度算法改進的BP網絡，并將它應用于負荷預報中，收到了很好的效果。相比普通的BP網絡，不但預報精度大大提高，而且學習時間也縮短許多。 3．學習小波理論，嘗試將小波分析與神經網絡相結合，設計出一種小波神經網絡，并將其用于負荷預報，收到了很好的效果。 4．提出一種新型神經網絡，即RAN網。它是一種能根據輸入數據的復雜程度而自動添加或刪除其隱層神經元的神經網絡，嘗試將其用于負荷預報，同樣收到了很好的效果，并且將三種方案進行了比較。

標簽： 神經網絡電力系統負荷預測

上傳時間： 2013-11-20

上傳用戶：cccole0605
風電儲能系統能量調度策略研究

為了改善風電場發電的穩定性，抑制風電引起的電壓波動與閃變，提高含風電電力系統的穩定性問題成為重要的研究內容，本文在簡要介紹風電的特點的基礎上，針對風電并網帶來的電能質量及穩定性等問題，闡述了基于能量調度技術的解決方案，詳細介紹了基于模糊理論"最大-最小"算法的調度系統控制器和系統其它主要部分的模型及仿真結果?？刂破鞲鶕摵捎秒娏款A測信息控制儲能系統的充放電，不僅能有效抑制并網后電網的電能波動也能優化風電的發電質量。MATLAB仿真結果表明，風電儲能系統能量調度策略和控制器是有效的，該系統能夠有效減小風電場并網功率的波動。

標簽： 風電儲能系統能量調度策略

上傳時間： 2013-10-10

上傳用戶：my_cc
GRNN神經網絡在電力系統負荷預報中的應用

為了預報電力系統負荷，采用GRNN（廣義回歸網絡）的方法，通過GRNN神經網絡和BP神經網絡建立電力系統負荷預報網絡模型，用MATLAB7.0仿真，達到了預測的目的。利用GRNN神經網絡預測結果準確率高，避免了BP網絡預測同樣的數據庫，算法冗長，網絡預測結果不穩定的缺點，GRNN網絡具有更好的預報精度。

標簽： GRNN 神經網絡電力系統中的應用

上傳時間： 2014-01-12

上傳用戶：zhangyigenius