基于移动互联的车联网监控调度系统架构的设计与实现

为了提高车辆的有效利用率和车辆运行的安全性以及处理突发事件的能力,加强对车辆和司机的管理,利用物联网感知技术和GPS技术,通过对车联网无线数据通讯的数据感知和采集,实现车联网监控调度系统架构.重点研究了车联网总体结构、车联网的关键技术、车联网监控调度系统功能结构的设计、监控调度系统的功能模块和物理结构.应用结果表明,该方案结合GPS/GIS定位,实现车辆的计算机智能调度,提高管理水平和效率.     

由规则交算子构造的具有泛逼近能力的模糊控制器的充分条件和必要条件

引进规则交算子的概念,并给出29个规则交算子;分别给出由规则交算子构造的模糊控制器具有泛逼近能力的充分条件和必要条件.     

剩余格上的(λ,μ)直觉模糊滤子北大核心

在剩余格上引入λ,μ直觉模糊滤子的概念,讨论了它与剩余格上滤子之间的关系,研究了λ,μ直觉模糊滤子在剩余格同态下的像与原像的相关性质.     

车联网移动无线数据通信系统的设计与实现

为了提高车联网移动无线数据通信能力,实现通过无线数据通信系统对车辆监控与导航,利用RFID和GPS技术,通过对车联网无线数据通信系统的结构分析,设计了车联网移动无线数据通信系统。重点研究了车载终端总体结构、车载终端通信模块、RFID感知通信模块、移动通信平台架构、定位追踪通信模块和远程控制通信模块。应用结果表明,该移动无线数据通信系统有较好显示能力和信息处理能力,能够处理导航、信息服务、车辆信息显示与辅助控制等功能的车载终端信息通信服务的需求。     

T_(5/2)LF拓扑空间和S_(5/2)LF拓扑空间的分离性

定义 ST2 12 L F拓扑空间的分离性 ,证明 T2 12 LF拓扑空间、ST2 12 LF拓扑空间与 LF拓扑空间的其他几个分离性是协调的 ,并考察它们的性质。     

基于回归分析和主成分分析的噪声方差估计方法

准确可靠的噪声强度估计是数字图像处理领域中一个重要的研究课题。噪声估计的难点在于如何提取用于估计的纯噪声信息,近几年,许多算法采用主成分分析技术来避免图像纹理信息的干扰,用最小特征值来估计噪声方差,可以有效地减少图像纹理信息对估计结果的影响,所以这类方法对于高频图像(丰富纹理图像)效果很好。由于图像块数量有限,最小特征值实际上比真实噪声方差小,而且图像块数量越少,偏差越大。如果直接把最小特征值作为估计方差,则容易低估计高噪声。该文通过回归分析确定最小特征值跟真实噪声方差的比值和图像块数量呈幂函数关系,因此可以通过最小特征值和幂函数关系得到真实的噪声方差。实验表明该文方法既能处理高频图像,又适合各种噪声水平,同时也能处理乘性高斯噪声。     

一类具有泛逼近能力的模糊控制器的设计与等效分类

给出一些由模糊蕴涵算子构造的且具有泛逼近能力的模糊控制器。在等效的意义下,它们又可归结为30种,这些模糊控制器可以用于实际的模糊控制系统之中。     

具有函数的泛逼近性能的模糊控制器的设计

构造出9类具有函数的泛逼近性能的模糊控制器,这些模糊控制器均由模糊蕴涵算子构造而成.利用倒车仿真说明采用具有函数的泛逼近性能的模糊控制器可以用于实际的模糊控制系统中.     

基于分层变论域模糊控制方法的倒车控制

为了解决一些模糊控制中的维数爆炸与精确控制问题,提出一种将分层控制思想和变论域控制思想结合起来的分层变论域模糊控制方法,并将这种模糊控制器应用于拖车倒车控制,其中下层变论域模糊控制器控制小车的方位角,上层变论域模糊控制器控制小车前轮转角.仿真实验结果与未采用分层方法的普通模糊控制器和变论域模糊控制器的控制结果作了比较,说明了新的控制方法计算量小,调整时间短且几乎无超调,具有较好的可行性与有效性.     

基于逐点优化模糊推理的模糊控制器及其插值机理

本文从直观优化思想出发,提出一种逐点优化模糊推理方法,称之为POFI方法. 首先分别给出了基于POFI方法的Mamdani蕴涵算子、代数积蕴涵算子和Zadeh蕴涵算子的FMP算法与FMT算法中寻求推理后件(或前件)的计算表达式.然后分别获得了基于POFI方法的Mamdani蕴涵算子模糊控制器、代数积蕴涵算子模糊控制器、Zadeh蕴涵算子模糊控制器及加乘算子模糊控制器的插值表示,由此发现这些模糊控制器具有函数逼近的泛性.其次指出在基于POFI方法的单输入单输出情况下,Mamdani蕴涵算子模糊控制器、代数积蕴涵算子模糊控制器及加乘算子模糊控制器三者相互等效,并且在基于POFI方法的双输入单输出情况下,Mamdani蕴涵算子模糊控制器与代数积蕴涵算子模糊控制器是等效的.