mina是以Java实现的一个开源的网络程序框架，提供了对网络程序需要的并发、异步IO、事件驱动的支持！这是最新的2.0M5版！
上传时间： 2014-01-10
上传用户：youke111
计能量有效的协议,以适应传感器网络的特点.成簇算法是传感器网络中减少能量消耗的一种关键技术
上传时间： 2014-11-03
上传用户：懒龙1988
无线传感器网络体系结构与性能标准 WSNs体系结构如图1所示。它主要由以下部分组 成_2]：传感器节点、接收发送器(Sink)、Internet或通信卫星、 任务管理节点等部分。传感器节点分布在感知区域内，采集 与观察对象相关的数据，并将协同处理后的数据传送到 Sink。Sink可以通过Internet或通信卫星实现传感器网络与 任务管理节点通信。WSNs路由协议的任务是在传感器节点 和Sink节点之间建立路由，可靠地传递数据。
上传时间： 2014-01-14
上传用户：ztj182002
神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
网络安全技术-QoS技术白皮书摘 要：本文对Internet的三种服务模型（Best-Effort、IntServ和DiffServ），以及服务模型的 发展历程进行了简单介绍，较为详细地介绍了H3C系列数据通信产品所支持的QoS技 术，内容包括：流量分类和标记、拥塞管理、拥塞避免、流量监管与流量整形、链路 效率机制以及MPLS网络相关QoS技术，并且简要描述了在实际应用中的QoS解决方 案。网络运营商及行业用户等通过对这些QoS技术的灵活运用，可以在Internet或任何 基于IP的网络上为客户提供有保证的区分服务。1 概述 1.1 产生背景 在传统的IP网络中，所有的报文都被无区别的等同对待，每个转发设备对所有的报 文均采用先入先出（FIFO）的策略进行处理，它尽最大的努力（Best-Effort）将报 文送到目的地，但对报文传送的可靠性、传送延迟等性能不提供任何保证。 网络发展日新月异，随着IP网络上新应用的不断出现，对IP网络的服务质量也提出 了新的要求，例如VoIP等实时业务就对报文的传输延迟提出了较高要求，如果报 文传送延时太长，用户将不能接受（相对而言，E-Mail和FTP业务对时间延迟并不 敏感）。为了支持具有不同服务需求的语音、视频以及数据等业务，要求网络能够 区分出不同的通信，进而为之提供相应的服务。传统IP网络的尽力服务不可能识别 和区分出网络中的各种通信类别，而具备通信类别的区分能力正是为不同的通信提 供不同服务的前提，所以说传统网络的尽力服务模式已不能满足应用的需要。 QoS技术的出现便致力于解决这个问题。 1.2 技术优点 QoS旨在针对各种应用的不同需求，为其提供不同的服务质量。如： z 可以限制骨干网上 FTP 使用的带宽，也可以给数据库访问以较高优先级。 z 对于 ISP，其用户可能传送语音、视频或其他实时业务，QoS 使 ISP 能区分 这些不同的报文，并提供不同服务。 z 可以为时间敏感的多媒体业务提供带宽和低时延保证
上传时间： 2022-02-26
上传用户：kingwide
文档为以zigbee规范构建一个大规模的无线传感网络详解文档，是一份不错的参考资料，感兴趣的可以下载看看，，，，，，，，，，，，，
上传时间： 2022-06-30
上传用户：
本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-05-23
上传用户：1101055045
无刷直流电机(BLDCM)是随着电机控制技术、电力电子技术和微电子技术的发展而出现的一种新型电机。它是在有刷直流电机的基础上发展起来的。无刷直流电机具有交流电机的结构简单、运行可靠、维护方便等一系列特点，又具有直流电机的运行效率高、无励磁损耗以及调速性能好等诸多优点，在很多场合有广泛的应用前景，成为了国内外研究的热点。无刷直流电机传统的理论部分分析和设计方法已经比较成熟，因此对无刷直流电机控制策略的研究就显得十分重要。 PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛应用。在系统模型参数变化不大的情况下，PID控制性能优良。但在工业上有许多无法建立精确数学模型的复杂控制对象和非线性控制对象，若采用传统的PID进行控制的话，那么很难获得比较理想的控制效果。 对于无刷直流电机而言，它是一个多变量、强耦合的非线性系统，固定参数的PID调节器无法得到很理想的控制性能指标。基于以上原因，本文以无刷直流电机为控制对象，通过分析无刷直流电机的数学模型，以BP神经网络为基础，设计了应用于无刷直流电机的神经网络PID控制器。 在MATLAB平台上，先利用神经网络PID控制器，给出相应的控制算法，对典型的参数时变非线性系统的控制进行了仿真研究。仿真结果表明，同传统PID控制器相比，神经网络PID控制器对模型、环境具有较好的适应能力与较强的鲁棒性，有效的改善了系统的控制结果，达到了预期的目的。随后利用SIMULNK建立了无刷直流电机控制系统的仿真模型。分别采用普通PID控制器和神经网络PID控制器对电机的不同运行状况进行了仿真分析。仿真结果验证了所建模型的正确性，并证明了神经网络控制的优越性。
上传时间： 2013-08-04
上传用户：YYRR
近年来，随着多媒体技术、计算机网络与通信技术的的快速发展，传统的监控系统也不断向着新的发展方向进行着不断的更新与发展。进而随着嵌入式技术的出现以及人们对降低监控系统成本和提高可靠性的迫切需求，基于嵌入式系统的网络视频监控系统将成为新的研发热点。 本文的目的是把嵌入式技术与计算机网络技术相结合，构造一个性能稳定且具有较强处理能力的数字化远程视频监控系统。该监控系统以嵌入式Linux系统平台作为服务器端，服务器程序在其上以后台方式运行，等待监控系统环境中的客户机使用浏览器向其发送访问请求，实现在局域网乃至Internet网上对摄像头的远程控制。 文中把系统设计分为三大部分：系统硬件设计、嵌入式Linux在硬件平台的实现和系统软件设计。硬件设计部分首先提出了整个硬件系统的实现方案，接着详细介绍了S3C2410处理器与存储器、以太网控制器芯片以及USB和串口的接口电路设计；第二部分详细叙述了嵌入式Linux在本系统硬件平台的移植实现及应用程序的开发特点，重点讲述了本系统平台上Linux的引导加载程序Bootloader的设计过程；系统软件部分首先介绍了USB接口摄像头驱动在嵌入式Linux下的实现，重点讲述了Video4Linux下视频采集的实现，接着论述了如何实现图像的JPEG压缩，最后针对基于B/S模式的网络通信系统结构，详细阐述了网络通信的具体实现过程和方法。 最后在办公室局域网通过对系统测试，显示了系统运行结果，实现了利用局域网或Internet网对远程环境进行监控的功能。
上传时间： 2013-07-04
上传用户：lgnf
本文首先简述了交流调速系统的发展和研究重点，介绍了异步电机调速系统的不同控制策略，详细论述了异步电机矢量控制系统的基本原理：异步电机的数学模型和坐标变换、矢量控制的基本方程式、转子磁链的观测方法、矢量控制的系统结构等，并重点分析了空间矢量脉宽调制(SVPWM)技术的基本原理、控制算法以及在TMS320LF2407中的实现方法。 从工程实际应用出发，本文设计和开发了一套以DSP芯片TMS320LF2407为核心的有速度传感器异步电机矢量控制系统，并给出了硬件和软件的实现方法。该系统的功率电路采用电压型的交-直-交变压变频结构，由整流电路、滤波电路及智能功率模块IPM(PM15RSH120)逆变电路构成；控制电路以DSP芯片TMS320LF2407为核心，加上PWM信号发生电路、定子电流检测电路、直流母线电压检测电路、智能功率模块驱动电路、速度检测电路、系统保护电路等，构成了功能齐全的异步电机全数字化矢量控制系统。 在此基础上，本文对无速度传感器异步电机矢量控制系统进行了有益的探索。提出了改进的电压型转子磁链估算模型，消除了电压型转子磁链估算模型中纯积分环节所固有的漂移问题和积累误差对实际系统性能的影响。在传统型参考自适应系统基础上，将系统中原有的自适应调节机构用一个具有在线学习能力的模糊神经网络取代，提出一种基于模糊神经网络的异步电机转速估计方法，并给出了速度估计器的模糊神经网络结构和学习算法。最后对基于模糊神经网络转速估计的异步电机矢量控制系统进行了仿真，结果表明该系统具有良好的性能。
上传时间： 2013-07-02
上传用户：amandacool
