【摘 要】
:
随着Internet的发展和后PC时代的到来,嵌入式系统的应用越来越广泛。目前嵌入式系统技术已经成为了最热门的技术之一,嵌入式产品已经在IT产业中占有很大的比重,同时大量的嵌入式
论文部分内容阅读
随着Internet的发展和后PC时代的到来,嵌入式系统的应用越来越广泛。目前嵌入式系统技术已经成为了最热门的技术之一,嵌入式产品已经在IT产业中占有很大的比重,同时大量的嵌入式应用也对嵌入式设备的性能和功能提出了更高的要求。
嵌入式系统是为了专用目的内建到产品内部,实现控制、管理、通信等功能的计算机电路与软件的集合体。早期的嵌入式产品很少用操作系统,只是使用一个简单的循环控制程序来处理外界的请求。但是,随着系统复杂性的增加和应用范围的扩大,没有操作系统的嵌入式产品的缺点日益暴露。这时,把操作系统引入到嵌入式产品中来就势在必行。操作系统在硬件基础上提供了各种服务,在开发具有特定应用目标的嵌入式产品时如果能够借助这些服务,会取得事半功倍的效果。
本课题的主要内容是良乡大学城教学区的地电热控制应用,即在研究我校原有地电热控制系统的基础上,提出新的设计方案以实现对全校原有的地电热供暖设施升级改造,实现统一管理和监控,达到节能的目的。具体方案是通过一台总控设备控制各楼的楼分控设备,再通过无线通信设备实现楼分控设备对各个房间的温度和状态的控制。本设计的主要任务是按照该项目的实际要求,设计并制作一个基于ARM9核心处理器和Windows CE操作系统的嵌入式楼分控设备,以实现对各房间内终端控制器的控制。
本文设计实现了地电热楼分控设备的硬件电路及Windows CE板级支持包的软件设计。本设计基于S3C2410--ARM9处理器,采用的操作系统是微软的WindowsCE 4.2。本文详细论述了ARM地电热楼分控设备的板级支持包的开发,包括Bootloader、OAL(OEM adaptation layer)以及各种设备驱动的设计,并实现了该设备与温度控制仪的通信。
论文首先介绍了嵌入式系统的发展情况,并且提出了地电热ARM控制系统的整体设计方案,说明了楼分控设备对温度控制仪的控制方法,最后重点阐述ARM楼分控设备的启动加载程序、Windows CE操作系统的移植方法,以及该设备的驱动程序的设计。
其他文献
由于多机器人系统具有更广泛的任务领域、更高的效率、容错性、鲁棒性、更低的经济成本等诸多显著特性,近年来逐渐成为机器人领域的研究热点。其中,协调协作的实现是多机器人
机器人足球比赛的目的是通过一个友好的比赛平台来推动机器人技术的发展和多智能体的研究。足球机器人的设计综合了机械、电子、控制、模式识别、图像处理和人工智能等多个领
干式变压器是电力系统的枢纽设备之一,一旦发生故障会直接影响电力系统的运行状况,其使用寿命主要取决于干变的绝缘性能。当干变发生故障时,会在绝缘部分引起不同程度的温度变化,如不及时发现,会导致绝缘击穿、停电、爆炸等恶性事故。因此,对干式变压器进行温度场分析以及对故障类型进行分析,有利于发现早期潜伏的故障,排除可能发生的危险,保证干式变压器可靠稳定的运行。本文通过理论分析、仿真计算及实验验证对干式变压器
质子交换膜燃料电池(PEMFC)具有高效、清洁等优点,已成为21世纪最有发展前途的新能源装置。空气供给子系统是燃料电池发动机重要组成部分之一,它根据燃料电池负载变化动态的调整风量供给。开展燃料电池风机用永磁无刷直流电机控制系统设计研究是提高燃料电池系统性能的重要途径之一。本文在分析永磁无刷直流电机运行原理的基础上,设计了无刷直流电机软硬件控制系统,提出了电机转速环模糊-多模型切换的智能控制策略,主
冰雹是影响人类生产生活的主要气象灾害之一,由于其具有突发性强、移动迅速、生命时期短等特点,给人工预报带来了很大困难。因此,实现基于多普勒雷达图像的冰雹回波预警系统,
本课题主要研究的是忆阻器新模型的建立和应用。忆阻器是美籍华裔科学家和研究者蔡少棠于1971年首先提出的,蔡少棠教授对忆阻器的定义是:一种由电荷量和磁通量共同决定的二端非线性的电路元件。但由于当时半导体技术发展不成熟,蔡少棠教授对忆阻器的提出并没有引起人们的广泛关注,直到2008年开始,忆阻器的研究才有了飞速发展,惠普公司的实验室在这一年用纳米材料制造出了世界首个物理忆阻器件。忆阻器具有非线性的特征
本文是在对电磁除垢研究之后,继续进一步对智能化电磁水处理系统深入的研究与探索。以循环水和湖泊中藻类为研究对象,针对当前电磁水处理器处理频率单一,智能化程度低,无法适
随着电力市场竞争日益激烈,短期负荷预测受到越来越多的关注,并逐渐成为电力市场的一个重要研究领域。负荷预测一般是通过建立历史负荷和气象因素的关联模型来实现的。现在支持向量机理论被逐步应用到了负荷预测领域并取得了较好的预测效果。本文短期负荷预测、支持向量回归和序列最小优化理论进行了深入研究,并分别用线性回归、支持向量回归、序列最小优化三种方法对某省负荷数据进行了实验对比分析,结果表明序列最小优化算法比
本文重点研究了粒子滤波理论在神经网络中的应用,将神经网络的权值向量作为需要进行优化的“粒子”,利用样本数据和粒子滤波算法对这些“粒子”进行离线训练,经过一定的训练