【摘 要】
:
随着城市化的推进和人们对生活要求的提高,楼宇自动化、智能家居逐渐成为人们对未来住宅的要求;计算机技术和无线通信技术的高速发展为无线智能家居的实现提供了技术保障。智能
论文部分内容阅读
随着城市化的推进和人们对生活要求的提高,楼宇自动化、智能家居逐渐成为人们对未来住宅的要求;计算机技术和无线通信技术的高速发展为无线智能家居的实现提供了技术保障。智能家居系统将各种家用电器设备通过无线网络组成一个有机体,进行统一管理,使居家环境更加安全、智能、舒适。
ZigBee技术作为新兴的无线通信技术,具有传统的有线技术及其他无线通信技术无法比拟的优点,适合对家居系统中分散的传感器、执行器进行无线组网,在智能家居系统中将得到广泛的应用。
本文阐述了家居系统的国内外现状,分析了无线通信技术在家居应用中的前景。通过对各种有线组网技术和无线组网技术的对比分析,说明了ZigBee应用在无线家居中的优势,并对ZigBee技术理论、协议栈、网络拓扑等基础理论知识进行了分析和研究。
本文设计了无线家居系统中的通信节点的硬件实现和软件开发,采用一个协调器(中心节点)和若干终端设备组成的星型网络拓扑结构。
硬件部分首先设计了MC13224核心的基于无线通信最小系统,在最小系统的基础上开发了中心节点、温度检测节点、窗帘节点等。中心节点硬件包括串口转USB电路、LCD显示模块、键盘模块和网络状态的指示模块。温度检测模块采用DS18820作为温度传感器,窗帘模块采用步进电机进行驱动,光照采集节点采用光敏电阻作为传感器。
在软件部分主要采用BeeKit软件包配置各个节点的协议栈,通过IAR5.20编译后移植到MC13224中,实现网络通信软件的功能。介绍了中心节点、窗帘控制节点、温度节点的功能及其软件软件运行流程,根据节点所完成的功能,开发相应的应用程序。
开发了简单的上位机管理界面,可以利用计算机方便的管理家居网络系统。最后通过对温度节点的测试,说明了本论文ZigBee无线家居网络的可行性。
其他文献
针对传统交流伺服系统采用的伺服驱动器+减速器的结构方案存在的系统传动效率降低、体积大、成本高、故障率高等问题,本文以无需机械减速器、直接驱动式的电磁减速式永磁低速同步电动机(LSPMSM)为研究对象,探讨其新型的直接转矩控制策略,同时对目前无传感器控制存在低速控制性能差的缺点,提出了新型的工程无PG控制策略,通过对上述控制方法的深入研究,构建出了电磁减速式永磁低速同步电动机的新型伺服控制系统。首先
本课题来源于和某企业的合作,计划设计出一套企业配电网故障综合选线智能应用系统。在电力系统中,中性点的接地方式可以分成两种:一种是大电流接地方式,它主要包括:中性点直接接地,中性点经电阻(低电阻或者中电阻)接地,以及中性点经低电抗接地;另外一种是小电流接地方式,主要有:中性点不接地、中性点经消弧线圈接地、以及中性点经高电阻接地这三种接地行式。目前,小电流接地系统单相接地故障选线装置均采用集中式结构,
光伏电池是一种典型的非线性电源,其输出为易受影响的直流电。为了对光伏电池输出的电能高效利用,需要采用合适的控制策略对其进行功率变换。在光伏并网发电中,MPPT和逆变控制策略的选择是其能否高效高质工作的关键。基于此,本论文重点研究了光伏并网系统的全局MPPT和逆变控制策略。论文介绍了双二极管的光伏电池数学模型,仿真并分析了其在不同环境下的输出特性。并根据光伏阵列的结构,分析了在失配条件时其功率输出将
在现代,钢铁工业是国民经济发展的重要支柱,烧结是钢铁工艺中比较重要的工艺之一,烧结矿的质量直接决定着高炉的产量,所以,对整个烧结过程的控制尤为重要。基础自动化已在钢
IGBT是MOSFET和GTR的复合器件,它具有开关速度快、热稳定性好、驱动功率小和驱动电路简单的特点,又具有通态压降小、耐压高和承受电流大等优点。IGBT作为主流的功率输出器件,特
最近,模式识别中各种各样的依赖于机器学习的应用技术已得到了极大的关注,这些技术能够简化许多复杂的手工处理过程并减少人类干预,为智能系统的构建带来益处。论文探讨了基
在监狱信息管理中,会见电话系统用来帮助监狱管理人员及时了解在押人员的思想状况、情绪及监控在押人员的改造过程。传统的会见电话系统多为模拟式,抗干扰能力较弱,噪声较大
本文在介绍神经网络故障诊断方法基本原理的基础上提出三种改进算法提高网络的收敛速度,并将遗传优化神经网络故障诊断方法成功运用于风电机组控制系统的故障诊断中。文中首先提出了神经网络训练的几种改进算法并进行仿真;然后介绍了风电机组控制系统传感器常见故障类型,将采集到的数据经归一化处理后采用神经网络进行故障诊断并进行仿真;最后在介绍遗传算法的基础上,对风电机组控制系统经常出现的六种故障用遗传算法优化的神经
滚动轴承运行状态是否良好关系到整台设备的使用寿命和性能,因此对轴承故障进行诊断具有重要的理论意义和现实意义。由于滚动轴承振动信号具有很强的非线性特征,传统的信号处理方法分析此类信号有很大的局限,因此本文利用改进的局部均值分解算法与奇异值分解降噪、谱峭度、近似熵、支持向量机相结合,完成故障的分类识别。本文主要研究内容如下:通过对局部均值分解(local mean decomposition,LMD)
自动导引小车(Automated Guided Vehicle,简称AGV)集光、电、机、计算机为一体,融合了多种先进控制理论及电子信息等先进技术,具有智能化、柔性化、数字化、网络化和信息化等