面向需求变化的军队自动化立体仓库货位优化

为提高军队自动化立体仓库的出库能力,提出应根据需求变化对在库物资货位进行动态调整,从而最大限度地保障军队物资需求。综合考虑堆垛机总行程、货物离散度和出库频率等评价指标,采用遗传算法对该多目标优化问题进行求解,并运用Matalab仿真。结果表明,该方法能较好地提高军队自动化立体仓库在需求动态变化时的出库能力。同时,该研究对一般仓库的货位优化也有一定的借鉴意义。     

基于功率控制分组的RFID防碰撞算法改进

为了减少阅读器读取标签过程中的查询次数,降低标签发生碰撞的概率,提高系统效率,针对功率控制分组防碰撞算法不能根据标签数动态地进行组数划分,提出了一种改进算法。采用数学分析与二进制算法相结合的方法,找到最优组数,根据最优组数划分阅读器的读取区域,标签分布在划分的组中,阅读器依次读取不同组中的标签。通过划分组数,减少阅读器每次读取的标签数,从而降低标签碰撞的可能性。仿真结果表明,改进算法显著减少了碰撞次数,提高了系统效率。     

基于Contiki的无线传感器网络平台设计与实现

无线传感器网络由大量节点组成,网络面临的问题很难全部被仿真工具描述,因而由仿真得到的无线传感器网络应当在部署之前进行物理测试.根据无线传感器网络节点的一般架构,设计完成了一批体积小、成本低、功耗低、硬件资源丰富和代码开源的无线传感器节点,组建了一个无线传感器网络实验平台.在平台上移植了Contiki操作系统管理节点的软硬件资源,设计实现了射频芯片、串行接口和温度传感器的驱动程序.采用6LowPAN协议构建自组织网络,验证了平台的节点通信半径和组网效果.试验表明该平台完整支持6LowPAN协议,采集数据的可靠性、网络的健壮性和通信半径等指标,可以满足无线传感器网络节点定位与环境变量检测等应用的需求.     

用卷积神经网络分类最大稳定极值区域实现汉字区域定位

获取对应笔画级连通区的最大稳定极值区域,实施形态学闭操作融合相距较近的最大稳定极值区域,融合后最大稳定极值区域对应的单个汉字区域;利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息,将其作为卷积神经网络的输入,卷积神经网络对最大稳定极值区域进行分类,过滤非汉字部分;利用最大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类,同一类最大稳定极值区域组合得到汉字文本候选区域;再次利用卷积神经网络对候选文本区域进行分类,过滤非文本部分,剩余的就是定位到的汉字文本区域。实验结果表明,该算法对于汉字区域定位具有良好的效果。     

基于MRAS的感应电机无传感器控制策略优化

传统感应电机无传感器控制策略采用基于电压模型的转速辨识方法,存在积分初始值误差和直流偏置问题,从而影响转速跟踪效率和观测精度。针对这一问题,用滤波环节替代原有纯积分器并增加反馈补偿,提出了一种改进型基于转子磁链的模型参考自适应系统(MRAS)方法。在此基础上,通过MATLAB/SIMULINK平台搭建数学模型,对改进型基于转子磁链的MRAS法和传统MRAS法进行了仿真研究。仿真结果表明:改进型转子磁链MRAS法能够快速准确辨识电机转速,具有较强的鲁棒性和较好的动静态性能。