基于光纤通信技术的实验室远程监控系统设计

针对现有实验室远程监控系统存在数据传输时延长、数据采集丢包率高的问题，提出基于光纤通信技术的实验室远程监控系统设计。系统硬件主要包括核心控制模块、A/D转换模块、光纤收发模块等；系统软件包括光纤线路8B/10B编解码、监控数据处理分析模型及监控数据分布式存储等设计。通过对比实验证明所提系统的先进性，实验结果表明：所提系统可对实验室运行设备及危险品进行良好监控，提升其信息化管理水平，且其传输时延较短，仅为17 ms,数据传输数据包丢失率较低，小于1.95%,具有较大的应用价值。     

基于边缘计算的光通信网络安全风险等级评估方法

以提升光通信网络安全性为目的,提出基于边缘计算的光通信网络安全风险等级评估方法。首先构建光通信网络安全风险评估指标,并利用各边缘计算节点计算各终端指标数据。以各评估指标数据计算结果为基础,在云中心计算层内构建模糊综合评估模型,以模糊数学理论内的隶属度为基础,实现光通信网络安全风险多层次模糊评估。实验结果表明,该方法的光通信网络安全风险等级评估精度最高为97%,评估误差率最低为3%,该方法能够有效实现评估过程,基于评估结果进行网络优化能够提升光通信网络安全性能。     

移动机器人中激光雷达测距测角标定方法

针对目前移动机器人对环境地图构建精度低的问题,分别提出了激光雷达测距、测角的标定方法。通过误差传播定律分析引起激光雷达的测距误差因素,可知激光雷达测距误差主要是由回波强度和测量距离引起的,推导出测距误差修正模型。通过分析激光雷达测角误差因素,针对机械扫描轴与几何旋转中心偏心引起的误差,提出了一种三角形标定方法,建立测角误差修正模型。根据激光雷达测距、测角误差修正模型修改移动机器人坐标转换系统。实验结果表明,测距标定使平面障碍物数据纵坐标差值的标准差提高了30%~60%,接近物体真实几何特征;测角标定方法使障碍物数据的重合效果提高了30%,标定方法提高了移动机器人地图构建的精度。     

水质浊度红外光检测及聚类灰色融合预测模型

为了对水处理过程中水质浊度进行实时、准确检测,设计了基于红外光的散射浊度检测系统,并提出一种聚类灰色融合的预测模型对水质浊度的变化趋势进行有效预测。利用890 nm波长的红外发光二极管作为发光器件,光敏二极管作为接收器,检测装置响应时间短,零点误差小。采用灰色预测算法和聚类融合的方法对传感器所采集的数据进行处理,将聚类融合处理后的数据作为灰色预测控制的输入数据,灰色预测控制的输出数据与融合数据进行对比分析,确定预测浊度值。通过实际项目进行了数据跟踪和运算,聚类灰色融合算法的浊度预测输出值和实测值的平均误差值为0.008 7 NTU,聚类灰色融合算法预测性能优于单一的灰色预测算法,能够保证水质浊度参数的平稳,满足了水质的要求。     

激光雷达轴系摩擦力矩检测设备自更新控制算法及验证

对测量激光雷达轴系动摩擦力矩数据波动较大、重复测量精度低等问题开展研究,将基于测试主轴控制系统构建的数据云与GA-BP算法进行融合,提出了激光雷达轴系摩擦力矩检测设备自更新控制算法。以测试主轴的实际转速、理想转速、转速误差和转速误差变化率构建数据云,使用密度及距离信息实现数据的添加和删除,通过GA-BP算法实现在线控制参数的整定。以激光雷达轴系摩擦力矩测量设备测试主轴和被测轴系为研究对象,通过仿真实验证明该方法与使用Z-N-PID算法的控制系统相比,提高了系统抗干扰性。通过激光雷达轴系动摩擦力矩检测设备进行摩擦力矩检测,实验结果表明,所提出的自更新控制算法相比于Z-N-PID算法平均过冲量降低了12.77%,稳定后数据标准差降低了5.00%~40.63%,重复测量误差降低了24.20%~71.66%。     

环境特征自适应激光雷达数据分割方法

针对目前激光雷达数据分割算法不能适应环境特征确定连续准确阈值的问题,提出一种环境特征自适应激光雷达数据分割算法。依据二维激光雷达的数据特点以及室内环境的几何特征,以激光雷达数据的邻近点拟合虚拟环境线,以虚拟环境线和邻近激光扫描射线的交点作为参考点,确定自适应阈值,完成激光雷达数据的预分割。针对用上述方法完成的数据预分割结果中存在的缺陷,提出数据预分割后伪断点的判断方法,对算法进行了优化。并将此算法与分段阈值分割算法、线性方程阈值分割算法进行比较和分析。环境特征自适应激光雷达数据分割算法对实验数据的分割成功率达到98%,具有更强的环境适应能力和更高的分割准确度。     

基于云台摄像机的快速移动人群的检测与跟踪

为了实现校园的安全监控,提出了基于云台摄像机的快速移动人群的检测与跟踪算法。介绍了云台摄像机用于校园安全监控的基本构成。为了更好地实现云台摄像头对于移动人群的检测与跟踪,建立了基于现实的精确摄像机模型,提出了摄像机自旋转角度约束的摄像机模型。通过最新的核相关滤波器跟踪算法(KCF)实现对运动着的人群检测与跟踪。运用Matlab仿真实验比较该方法和卡尔曼滤波跟踪算法,选择最优方法和相关滤波器跟踪算法来实现检测与跟踪要求。结果表明:相比较于传统的卡尔曼滤波跟踪算法,KFC算法的跟踪精度优于传统方法,精度多数情况下能达到90%以上,高于卡尔曼滤波跟踪算法的60%,检测与跟踪效果达到要求。     

一种适合远距离通信的无线传感器网络分簇算法——EBAC-F算法

针对基站与监测区域较远的无线传感器网络环境,在本文提出的EBAC算法基础上,合理选择多跳,根据网络规模调整与基站通信的节点数量。实验结果表明,该算法可进一步提高能量有效性,延长网络生存时间。