一、VC++与Matlab结合方法的分析（论文文献综述）
王兴华[1]（2021）在《基于结构函数法的全SiC功率模块热阻提取》文中研究说明随着新能源电动汽车、轨道交通、碳排放标准等发展,越来越多的领域要求功率半导体器件有更好的性能,包括更高的工作电压、更大的工作电流、更高的工作温度、更好的散热与更高的可靠性等。受此影响,基于第三代半导体材料碳化硅（SiC）的功率器件发展开始受到重视,SiC功率模块在诸多领域也有了大量应用,因此它的可靠性问题至关重要,而热可靠性便是其中关键一环。本文采用温敏参数法测量了 SiC功率模块降温过程中的结温变化数据,以自主开发的热阻提取软件进行模块K系数分析和热阻提取。主要完成了以下几个方面的工作:1.对SiC功率模块内部的导热情况进行分析,将其简化为只有热传导的一维导热模型。基于电热比拟理论,将一维导热模型与时间常数谱联系起来,经数学推导表明结构函数法可以准确获得模块内部的热阻分布;2.传统的热电偶测量会带来大的测量误差,而结构函数法不需要热电偶测量基底温度,只需要模块的结温变化曲线就可以推导出结构曲线,以此获知模块内部热阻分布情况。本文将结构函数法分为了前期数据处理、曲线平滑处理、获取阻抗导数曲线、获取时间常数谱、时间常数谱离散化、Foster模型转Cauer模型、获取结构曲线这7个关键步骤;3.搭建热阻测量平台,研究了适合SiC功率模块的温敏参数,结果表明二极管的饱和压降可以作为温敏参数使用。并基于温敏参数法,测量了模块冷却阶段的饱和压降数据;4.通过VC++和Matlab混合编程的方式开发了 SiC功率模块热阻提取软件,其中VC++主要负责UI设计,Matlab主要负责实现结构函数法提取热阻,并通过实验数据、模拟仿真等方式对算法进行了验证。最后使用软件对实验测量的数据进行分析,得到了采用Easy1B封装的全SiC功率模块内部热阻分布。
张婕[2]（2020）在《基于SAGA和BP网络的非线性函数极值求取系统的设计与实现》文中研究表明在面向现代工程问题的优化模型研究中,许多实际问题最后都抽象成了“产量最大”、“成本最低”、“效益最好”等优化问题,这些问题归根到底都是一些极值求取问题,因此如何快速准确的求得最优极值是个十分重要的问题。随着科学技术的快速发展以及生产工具的不断改进,最优极值的求取过程变得越来越复杂,其中就有一类非线性问题,这类问题的函数非常复杂甚至难以用数学函数表示出来,已知的条件只有一些离散的输入输出数据,单靠这些数据难以得到问题的极值,并且这类问题常常还会存在多个局部极值,因此很难求得问题的最优极值以及取得极值的条件。针对这类问题,本文提出了正弦自适应遗传算法双重优化BP网络的极值求取算法,并采用VC++和MATLAB混合编程技术开发了一个非线性函数极值求取系统。论文的研究内容和创新点主要有以下几个方面:1.分析了非线性函数极值求取问题的研究现状和最优化理论,对BP神经网络和遗传算法的结构以及特点进行了探究。2.利用BP神经网络的拟合预测能力和遗传算法（GA）的全局寻优能力,给出了正弦自适应遗传算法（SAGA）双重优化BP神经网络的最优极值求取算法。算法以BP神经网络训练拟合问题函数为中心,并根据遗传算法在搜索速度、收敛性等方面存在的问题,在遗传算法中引入了正弦自适应的交叉率和变异率计算方法,得到了SAGA,并且将SAGA用在了优化BP神经网络的初始权值阈值以及最后的最优极值求取两方面。为了测试算法模型的性能,将传统的GABP方法、GA算法双重优化BP神经网络方法和SAGA算法双重优化BP神经网络方法进行了仿真对比,实验结果表明,所提出的算法能有效提高非线性函数极值求取的精度。3.使用VC++和MATLAB的混合编程技术开发了非线性函数极值求取系统,在系统中用VC++实现了图形化界面,通过调用MATLAB引擎中的神经网络及遗传算法的接口函数实现了极值求取算法。用户只需要在系统界面中进行相应的参数设置,就可以求得系统的最优极值以及取得极值的点。
卢光明[3]（2019）在《电动汽车VCU在环测试平台设计与试验》文中研究指明随着社会的发展,电动汽车成为未来出行必不可少的交通工具。电动汽车整车控制器（Vehicle Control Unit,VCU）是所有控制单元中的核心部件,对车辆的动力分配和能量管控起着决定性作用,是协调其他控制单元之间有序协作的总指挥所。为降低实车调试时间,缩短软件开发周期,需要对开发初期的VCU进行系统性的功能测试。在环测试平台能够模拟车辆的运行状态,将VCU作为被测对象,根据所提出的车辆控制策略对VCU所具备的功能进行测试。由于当前国内外在环测试平台技术保密,价格居高不下,令中小车企望而却步。设计一套适用于中小车企的VCU在环测试平台具有重要的实际应用价值。根据电动汽车VCU的功能需求,综合国内外在环测试平台特点,在某企业原有台架测试平台基础上,运用MATLAB/Simulink与VC++混合编程方法设计了一套电动汽车VCU在环测试平台。通过该测试平台,实现了对VCU主要功能测试。本文主要研究内容如下:（1）对VCU在环测试平台进行总体方案设计,搭建了基于工业控制器的开放式硬件体系结构,并对相应的软件进行设计。（2）针对不同车型功能测试,采用前向开发方法搭建车辆仿真测试模型。为解决搭建的车速模型在运行时产生的代数环问题,采用将加速阻力转化为质量的方法来提高模型的可运行性。（3）利用VC++软件搭建人机交互界面。采用UDP通信方式实现VC++与MATLAB/Simulink软件数据交互,保证了仿真模型能够在不被编译的前提下运行,便于模型的修改,提高了在环测试效率,缩短了软件开发周期。（4）对搭建的VCU在环测试平台进行试验,选取功能正常的某车型VCU进行在环测试。从上、下电控制逻辑以及行车功能三方面进行测试,验证所设计VCU在环测试平台满足了电动汽车VCU功能测试要求。
王克成,孙启航,李方立,李健,张倬[4]（2019）在《VC调用MATLAB引擎实现核反应堆复杂控制仿真的方法及应用》文中研究表明核反应堆自动控制仿真是通过模拟核反应堆内链式核裂变反应及热量传递过程以及自动控制方案,验证控制算法的有效性,涉及核反应堆物理、数学、热力学、自动控制、计算机以及信息等多学科领域的综合性技术。本文提出了一种基于VC和MATLAB的核反应堆自动控制仿真方法。用VC计算程序模拟核反应堆物理热工过程,用MATLAB/Simulink模型实现核反应堆控制算法,重点解决VC与MATLAB/Simulink之间的接口,实现超实时仿真计算。结果表明,本仿真平台能够充分发挥VC程序对物理热工过程模拟的优势以及MATLAB/Simulink模型对复杂控制算法模拟的优势,对控制系统设计提供有力支撑。
陈旭宁[5]（2017）在《Visual Studio 2010与Matlab混合编程的研究及其在BCI系统中的应用》文中研究说明对脑电信号进行研究是脑科学研究领域的重要内容,在这一领域,脑机接口（Brain Computer Interface,BCI）系统既涉及医学学科又涉及计算机通信与控制等学科,已成为这一领域中的热点课题。采集到的脑电信号在经过硬件处理之后可能仍然包含有大量的噪声,为了保证信号后续处理分析结果的精准性,需要对信号进行滤波等预处理。Kalman滤波是一种高效率滤波方法,能适应多种不同条件的滤波工作,被广泛地使用在信号处理工作、导航、自动控制等领域。本文使用Kalman滤波对采集到的脑电信号进行了滤波处理,经后续试验表明利用其对脑电信号进行预处理可以提高对信号特征的识别率。本文通过分析Matlab与CC++等高级编程语言的优缺点,使用了Matlab与C++两者优势互补的混合编程的方式实现了Kalman滤波,该方法既实现了Matlab强大的数值方面运算能力的跨平台应用,又有高级编程语言执行效率高,界面编写功能强大的优点,并将Kalman滤波器应用于脑电信号的预处理,取得了较好的效果。本篇论文的主要工作有以下几点:1.本文介绍了脑电信号采集与处理中的脑机接口系统的大致组成及其工作流程,详细介绍了本文在脑机接口系统信号处理模块用到的Kalman滤波算法及ST（S-transform,S变换）算法和梯度Boosting（Gradient Boosting,GB）算法相结合的特征提取和分类识别算法的基本原理。2.本文阐述了Matlab与VC++的优点及缺点,介绍了相关文献中前人整理过的传统的VC++6.0这一工具与Matlab混合编程的几种方式,并介绍了当前最新的VC++标准:C++0x/11标准以及VC++6.0的问题及与VS的区别。在此基础上,实现了新版的Visual studio 2010与Matlab R2012b的混合编程。3.通过实例将Visual studio 2010与Matlab R2012b混合编程的思想应用到了脑机接口系统中,在对脑机接口系统预处理模块中的信号滤波后,在此基础上使用了ST算法对采集到的运动想象信号进行了特征提取,并使用GB算法进行了识别分类,并通过实验验证了方法的有效性。
孙爱芹[6]（2017）在《基于脑电信号的上肢假肢在线控制方法研究》文中研究表明肢体残缺特别是上肢全部缺失会给患者生活造成极大的不便,严重影响其生活质量。随着人们生活水平的不断提高,截肢患者对假肢的使用要求越来越高,控制自然、具有多自由度的智能化假肢日益成为更多患者的要求。因此,基于脑电、肌电、肌音、运动神经等人体自身仿生信号的假肢控制技术的研究具有重要的理论意义和实用价值,成为当前机器人和生物医学工程等领域的研究热点和前沿课题。但是由于这些信号的采集和识别较为困难,利用这些信号研究控制的假肢的自由度始终较低,且控制的稳定性和实时性较差。本文针对实验室所设计的全臂代偿多自由度上肢假肢结构,选择采用左手、右手、左肩、右肩四类运动想象脑电信号为信息源进行控制,建立了在线BCI假肢系统实验平台,并通过对假肢空间随机目标物体定位和抓取算法的研究,实现了利用四类运动想象脑电信号控制多自由度假肢抓取空间随机位置处物体的目的。针对多自由度上肢假肢的结构和“定点抓取物体”的控制要求,提出了基于左手、右手、左肩、右肩四类运动想象脑电的假肢控制系统的总体结构和在线控制假肢抓取随机目标物体的方法。为了保证信号的采集质量和可靠性,对运动想象脑电信号采集的实验方案及样本数据的筛选进行了讨论。利用AR模型功率谱估计和小波连续变换方法对左手、右手、左肩、右肩四类运动想象脑电的ERD/ERS特征分布情况进行了分析,结果表明,左、右肩运动想象也能引发不同的ERD/ERS现象,同一侧的手部与肩部运动想象引发的ERD/ERS现象的导联及频带分布存在一定的差异,左手、右手、左肩、右肩四类运动想象脑电之间具有可分性。在此基础上,深入研究了基于小波分析的ERD/ERS特征和相位同步化特征的提取算法。提出并设计了结合小波连续变换和公共空间模式进行ERD/ERS特征提取的方法,对其中时段、导联、频率的联合选择问题进行了探讨。为了进一步提高对四类运动想象分类的正确率,以保证由其对假肢控制的实时性,采用ERD/ERS特征和相位同步化特征结合进行分类,结果表明,两种特征的结合对改善左右手、左右肩四类运动想象之间的分类性能效果明显。针对左手、右手、左肩、右肩四类运动想象脑电的分类识别,对基于PNN和基于SVM的四类分类器分别进行了研究。根据两种算法各自的分类原理和特点,对其分类策略进行了选择,设计了相应的四类分类器,并对其中的参数进行了优化;为了获得更高的分类准确率,针对两种算法分别对其多分类器的融合进行了研究。研发了基于运动想象的假肢在线BCI系统软件平台,实现了通过想象左、右手及左、右肩运动实时控制假肢抓取物体的目标及要求。利用该平台也可进行运动想象脑电的离线采集与分析。该平台可对信号采集方案与识别算法中的多个参数进行灵活选择与设置,并且,针对受试者之间存在的个体差异性,对各参数可依受试者的不同进行个性化设计。研究了多自由度假肢空间内随机目标物体的定位和抓取算法。将机器人控制原理引入假肢控制中,在对多自由度假肢进行运动学建模的基础上,设计了通过在假肢佩戴者头肩部设置激光测距传感器和姿态传感器进行假肢空间内随机目标物体定位的方法;针对所获取目标物体位姿信息不完整的问题,提出了基于空间遍历思想和BP神经网络的假肢关节空间参数求解方法,实际应用表明,该方法具有较好的求解效果,能保证假肢以合适的位姿运行至目标物体处进行抓取。
邹超然[7]（2016）在《基于PMAC的五轴龙门式淬火机床结构设计及数控系统开发》文中提出五轴龙门式淬火机床是一种用于汽车大型覆盖件模具表面热处理的数控机床。目前,国内外这类机床多采用高成本的封闭性数控系统,无法适应现代化加工中开放性和低成本化的要求。随着汽车工业的快速发展,为了满足汽车工业的需求,需要研究用于汽车大型覆盖件模具热处理的开放式数控系统,并开发出具有高效率、高精度、低成本等特点的数控淬火机床。本文针对汽车大型覆盖件模具特点和淬火工艺要求,研制了五轴龙门式淬火机床。基于PMAC运动控制卡,开发了适用于汽车大型覆盖件模具表面热处理且具有高适应性和开放性的数控系统。主要研究内容如下:根据对汽车大型覆盖件模具特点的研究和对淬火机床淬火功能的分析,提出了淬火机床采用五轴龙门式结构的设计方案,并研制了五轴龙门式淬火机床,主要包括五轴龙门式淬火机床的结构设计、运动学建模和部件选型。为了减少齿轮齿条传动对机床运动精度的影响,设计了齿轮齿条副无间隙传动机构以消除齿间间隙,提高机床的运动精度。分析了各种开放式数控系统结构的特点,在此基础上开发了 PC+PMAC的数控硬件系统。根据机床的控制要求,对数控系统的组件进行选型。根据电路设计原则和电气控制柜安装要求,设计了机床的控制电路,并搭建了机床的硬件平台。为保证机床运动功能,对驱动电机参数进行了设置。为保证机床运动的稳定性和精度,研究了 PID控制算法,对PMAC运动控制卡的PID参数进行了调节。采用PLC编程技术编写程序对PMAC运动控制卡的I/O信号进行处理,开发了数控面板和手摇脉冲发生器的操作控制功能。根据五轴龙门式淬火机床结构特点和对汽车大型覆盖件模具淬火要求的研究,采用模块化的编程思想,基于VC++6.0开发了五轴龙门式淬火机床专用数控软件。对上位机进行编程调用PMAC动态链接库函数,实现了上位机与PMAC运动控制卡的通讯。基于多线程技术、消息处理机制开发了人机界面中的实时管理模块。基于实时数据采集技术开发了数据采集界面,基于VC与MATLAB混合编程开发了轨迹预览界面。为解决工件坐标系到机床坐标系的变换问题,提出了对工件坐标系进行标定的方法。研究了空间圆弧轨迹,提出了基于PMAC的五轴龙门式淬火机床进行空间圆弧插补的方法。通过五轴龙门式淬火机床的运动试验,验证了五轴龙门式淬火机床结构设计方案的合理性和数控系统功能的完善性,保证了五轴龙门式淬火机床能满足工作要求。
段祖同[8]（2016）在《非平稳车辆噪声智能声品质评价系统研究》文中提出随着科技进步和人们生活水平的提高,探知非平稳车辆噪声特性,建立其智能声品质评价系统,并以此对车辆声品质进行准确快速的评价,具有一定的理论研究和现实指导意义。本文针对汽车平稳和非平稳工况,开发了一套可以对非平稳车辆噪声声品质进行智能评价的系统。首先,在前人对心理声学客观参数研究的基础上,编写Matlab程序确定了非平稳车辆噪声样本的响度、尖锐度、粗糙度等三个心理声学客观参数,以这三个心理声学参数为模型输入,并以主观评试验得到的主观烦躁度为模型输出,构建了基于广义回归神经网络（Generalized Regerssion Neural Newtork,GRNN）的非平稳车辆噪声声品质评价预测算法模型,采用未参加训练的样本对算法模型的有效性进行了验证。其次,根据非平稳车辆噪声采集的要求,开展传声器、放大器、数据采集卡等系统关键硬件的选型与匹配工作,完成了非平稳车辆噪声智能声品质评价硬件系统的设计,为非平稳噪声的采集提供了可靠的硬件环境。然后,在搭建的非平稳车辆噪声智能声品质评价硬件系统基础上,采用面向对象的方法对数据采集卡的应用程序接口函数进行了封装,并利用多线程的程序设计方法,设计软件系统的数据采集模块;采用VC++调用Matlab引擎的混合编程方式,实现VC++对GRNN非平稳车辆噪声声品质评价预测算法的调用和VC++与Matlab之间的数据信息交换。最后,采用开发的非平稳车辆噪声智能声品质评价系统,按照相关国家标准采集了包含非平稳与平稳车辆噪声在内的四种车辆工况（怠速、匀速、加速和制动）下车内噪声样本,建立了声品质评价模型,并对系统的预测结果进行了验证分析,证明了所开发非平稳车辆噪声智能声品质评价系统的准确性和有效性。
甘禹,陈炜,杨秀萍,王收军[9]（2014）在《VC与Matlab的混合编程研究及其应用》文中指出介绍了基于组件对象模型的VC与Matlab混合编程方法,以Matlab COM Builder模块为转换工具,将M函数转换为COM组件后打包发布应用在VC程序中,结合一个平面四自由度机械臂运动控制仿真实例,详细描述了各个编程接口的实现过程,并验证了平面四自由度机械臂仿真系统的可行性.
杨文臣,张轮,何兆成,杨曦临,董德存[10]（2012）在《Matlab与VC++混合编程及其在交通信号两级模糊控制中的应用》文中指出针对采用VC++等编程语言实现交通信号智能控制算法的项目开发强度高及仿真开发周期长等问题,提出了一种基于Matlab与VC++混合编程的交通信号智能控制策略的仿真评价方法。该方法分析Matlab与VC++混合编程的6种实现方法,具体研究基于COM组件的Matlab混合编程技术及其实现流程;同时,以城市单交叉口交通信号2级模糊控制为例,依托交通仿真软件Paramics的二次开发插件,采用COM组件的混合编程技术构建了交通信号2级模糊控制的Paramics仿真平台;最后,以典型城市单交叉口进行试验,设计面向路口不同交通条件的多种仿真场景,在4种控制策略下对提出的方法进行效用评价。研究结果表明所提出的方法开发周期短,能模拟道路的实际交通状况,在路口处于中高饱和的交通状态下,2级模糊控制具有良好控制效果。
二、VC++与Matlab结合方法的分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、VC++与Matlab结合方法的分析（论文提纲范文）
（1）基于结构函数法的全SiC功率模块热阻提取（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景意义 |
| 1.2 国内外研究现状 |
| 1.2.1 功率半导体结温测量现状 |
| 1.2.2 热阻网络模型研究现状 |
| 1.2.3 热网络模型参数提取现状 |
| 1.3 本论文的研究内容 |
| 第二章 SiC功率模块瞬态热响应分析 |
| 2.1 SiC功率模块传热分析 |
| 2.2 温敏参数法(TESP) |
| 2.2.1 温敏参数与K系数 |
| 2.2.2 温度响应曲线 |
| 2.3 SiC功率模块热网络模型 |
| 2.4 结构函数法 |
| 2.4.1 时间常数谱 |
| 2.4.2 热阻抗函数的卷积形式 |
| 2.4.3 结构函数 |
| 2.5 本章小结 |
| 第三章 基于结构函数法的热阻提取算法研究 |
| 3.1 反推初始数据 |
| 3.1.1 数据拟合 |
| 3.1.2 结果分析 |
| 3.2 平滑处理 |
| 3.2.1 Savitzky-Golay滤波器 |
| 3.2.2 算法验证 |
| 3.3 获取阻抗导数曲线 |
| 3.3.1 有限差分法 |
| 3.3.2 结果分析 |
| 3.4 获取时间常数谱 |
| 3.4.1 贝叶斯反卷积算法 |
| 3.4.2 算法验证 |
| 3.5 时间常数谱离散化 |
| 3.6 Foster模型转Cauer模型算法 |
| 3.6.1 基本原理 |
| 3.6.2 算法验证 |
| 3.6.3 高精度转换 |
| 3.7 结构函数曲线 |
| 3.8 本章小结 |
| 第四章 SiC功率模块热阻测量实验 |
| 4.1 实验样品 |
| 4.2 K系数标定 |
| 4.2.1 温敏参数选择与实验设计 |
| 4.2.2 实验结果 |
| 4.3 热阻测量实验方案 |
| 4.3.1 实验设备 |
| 4.3.2 实验条件 |
| 4.3.3 热阻测量步骤 |
| 4.3.4 实验结果 |
| 4.4 本章小结 |
| 第五章 SiC功率模块热阻测量软件设计 |
| 5.1 热阻测量软件 |
| 5.1.1 功能需要 |
| 5.1.2 开发平台 |
| 5.1.3 混合编程 |
| 5.2 软件界面及实验数据分析 |
| 5.2.1 软件主界面与设置 |
| 5.2.2 K系数标定 |
| 5.2.3 温度响应曲线 |
| 5.2.4 热阻抗曲线 |
| 5.2.5 时间常数谱 |
| 5.2.6 结构函数曲线 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间取得的研究成果 |
| 学位论文评阅及答辩情况表 |
（2）基于SAGA和BP网络的非线性函数极值求取系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 论文主要工作 |
| 1.4 论文组织结构 |
| 第二章 相关技术研究 |
| 2.1 VC++和MATLAB混合编程 |
| 2.1.1 VC++和MATLAB混合编程技术 |
| 2.1.2 MATLAB混合编程的优点 |
| 2.2 遗传算法 |
| 2.2.1 遗传算法的基本原理 |
| 2.2.2 遗传算法的基本操作 |
| 2.2.3 遗传算法的特点及存在的问题 |
| 2.3 BP神经网络 |
| 2.3.1 BP神经网络的结构 |
| 2.3.2 BP神经网络训练过程 |
| 2.3.3 BP神经网络的优缺点 |
| 2.4 本章小结 |
| 第三章 SAGA双重优化BP神经网络极值求取算法研究 |
| 3.1 正弦自适应遗传算法理论 |
| 3.2 BP神经网络结构确定 |
| 3.3 网络拟合和极值寻优求取 |
| 3.4 三种极值求取算法的实验与结果分析 |
| 3.4.1 实验准备 |
| 3.4.2 传统GABP极值求取算法 |
| 3.4.3 GA双重优化BP神经网络极值求取算法 |
| 3.4.4 SAGA双重优化BP神经网络极值求取算法 |
| 3.4.5 结果分析 |
| 3.5 本章小结 |
| 第四章 非线性函数极值求取系统的实现 |
| 4.1 系统需求分析 |
| 4.2 样本数据来源及归一化处理 |
| 4.3 VC++和MATLAB混合编程的实现 |
| 4.3.1 VC++与MATLAB环境设置 |
| 4.3.2 VC++项目的创建 |
| 4.3.3 MATLAB神经网络函数功能分析 |
| 4.3.4 VC++与MATLAB接口函数应用分析 |
| 4.3.5 函数设计分析 |
| 4.4 极值求取系统功能模块的实现 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间发表的学术成果 |
| 致谢 |
（3）电动汽车VCU在环测试平台设计与试验（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 电动汽车VCU在环测试平台的研究意义 |
| 1.2 在环测试发展现状 |
| 1.2.1 国外在环测试技术发展现状 |
| 1.2.2 国内在环测试技术发展现状 |
| 1.3 主要任务及研究路线 |
| 1.4 本章小结 |
| 2 VCU在环测试平台的设计 |
| 2.1 VCU在环仿真测试平台的总体方案 |
| 2.2 工业控制器的选型 |
| 2.3 CAN卡选型 |
| 2.4 电源选型 |
| 2.5 I/O板卡选型 |
| 2.6 信号调理板的设计 |
| 2.6.1 模拟量调理电路 |
| 2.6.2 数字量调理电路 |
| 2.7 本章小结 |
| 3 仿真测试模型的搭建 |
| 3.1 在环仿真测试模型总方案 |
| 3.2 驾驶员模型 |
| 3.3 电池系统模型 |
| 3.4 电机系统模型 |
| 3.4.1 电动汽车电机转速模型 |
| 3.4.2 电机输出功率以及电机扭矩模型 |
| 3.5 车辆动力学模型 |
| 3.5.1 电动汽车行驶阻力模型 |
| 3.5.2 电动汽车行驶速度模型 |
| 3.6 VCU模型 |
| 3.7 本章小结 |
| 4 基于VC++人机交互界面的设计 |
| 4.1 主界面的设计 |
| 4.2 故障模拟界面设计 |
| 4.3 数据标定界面设计 |
| 4.4 本章小结 |
| 5 VCU在环测试平台试验验证 |
| 5.1 VCU上电控制策略的验证 |
| 5.2 VCU行车控制策略的验证 |
| 5.3 VCU下电控制策略的验证 |
| 5.4 结果分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
（4）VC调用MATLAB引擎实现核反应堆复杂控制仿真的方法及应用（论文提纲范文）
| 一、引言 |
| 二、仿真平台总体架构 |
| 三、仿真平台数据通信 |
| (一) VC与MATLAB/Simulink数据交互。 |
| (二) VC与MATLAB/Simulink时间同步。 |
| (三) 正确性验证。 |
| 四、仿真应用 |
| 五、结语 |
（5）Visual Studio 2010与Matlab混合编程的研究及其在BCI系统中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究意义 |
| 1.4 本论文的主要研究内容 |
| 第2章 论文研究的理论基础 |
| 2.1 脑机接口系统相关知识 |
| 2.1.1 信号处理技术及脑机接口系统介绍 |
| 2.1.2 脑机接口系统信号采集部分 |
| 2.1.3 脑机接口系统信号处理部分 |
| 2.1.4 脑机接口系统控制设备与反馈部分 |
| 2.2 Kalman滤波 |
| 2.2.1 Kalman滤波算法阐述 |
| 2.2.2 C++\C语言实现Kalman滤波算法 |
| 2.3 BCI实验的信号处理算法概述 |
| 2.3.1 时频域分析方法 |
| 2.3.2 S变换 |
| 2.3.3 脑电信号的分类识别算法 |
| 第3章 VC++与Matlab混合编程实现脑电信号的预处理 |
| 3.1 VC++ 6.0 工具平台及VS 2010 工具平台 |
| 3.1.1 最新的VC++0x/11 标准及VC++ 6.0 的问题 |
| 3.1.2 VS 2010 工具平台及其与VC++6.0 的差异 |
| 3.2 利用Matlab Engine实现VC++6.0 工具平台和Matlab的混合编程 |
| 3.2.1 Matlab Engine |
| 3.2.2 VC++6.0 调用Matlab Engine详细方法 |
| 3.3 将Matlab源文件转为C/C++等能够识别的源代码实现混合编程 |
| 3.3.1 Matlab下的MCC简介 |
| 3.3.2 Matcom方法 |
| 3.4 将Matlab文件转为VC可调用的DLL，调用DLL实现混合编程 |
| 3.4.1 VC++6.0 下的DLL简介 |
| 3.4.2 创建动态链接库的方法 |
| 3.5 VS2010和Matlab R2012b混合编程实现脑电信号的预处理 |
| 3.6 本章小结 |
| 第4章 BCI运动想象信号的识别 |
| 4.1 本文所用的ST算法与梯度Boosting算法的理论基础 |
| 4.1.1 ST算法 |
| 4.1.2 梯度Boosting分类识别算法 |
| 4.2 本文的BCI实验方案介绍 |
| 4.2.1 实验前的各项准备 |
| 4.2.2 实验内容介绍 |
| 4.3 本文进行的BCI实验的特征提取与分类效果及分析 |
| 4.3.1 本文BCI实验的特征提取与分类效果 |
| 4.3.2 本文的BCI实验的特征提取与分类准确率分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（6）基于脑电信号的上肢假肢在线控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本章小结 |
| 2 基于运动想象脑电的假肢控制系统总体方案 |
| 2.1 运动想象脑电的基础机理 |
| 2.2 假肢脑电控制系统总体方案 |
| 2.3 运动想象脑电采集实验方案 |
| 2.4 本章小结 |
| 3 四类运动想象脑电的ERD/ERS特征分析 |
| 3.1 ERD/ERS特征的量化与分析方法 |
| 3.2 基于AR模型功率谱估计的ERD/ERS特征分析 |
| 3.3 基于连续小波变换的ERD/ERS特征分析 |
| 3.4 本章小结 |
| 4 四类运动想象脑电的特征提取与结合 |
| 4.1 基于连续小波变换的ERD/ERS特征提取 |
| 4.2 基于连续小波变换和CSP联合的ERD/ERS特征提取 |
| 4.3 相位同步化特征提取及与ERD/ERS特征的结合 |
| 4.4 本章小结 |
| 5 四类运动想象脑电的分类算法 |
| 5.1 分类策略 |
| 5.2 基于概率神经网络的四类运动想象脑电分类 |
| 5.3 基于支持向量机的四类运动想象脑电分类 |
| 5.4 本章小结 |
| 6 假肢在线BCI平台开发 |
| 6.1 平台的结构与功能 |
| 6.2 平台编程的相关技术问题 |
| 6.3 在线实验 |
| 6.4 本章小结 |
| 7 空间目标抓取算法 |
| 7.1 假肢运动学建模 |
| 7.2 空间目标定位方法 |
| 7.3 关节空间参数求解 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 全文总结 |
| 8.2 主要创新点 |
| 8.3 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间从事科学研究及发表论文情况 |
| 学位论文数据集 |
（7）基于PMAC的五轴龙门式淬火机床结构设计及数控系统开发（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 感应淬火技术 |
| 1.2.1 感应淬火基本原理及特点 |
| 1.2.2 国外感应淬火设备的发展及研究现状 |
| 1.2.3 国内感应淬火设备的发展及研究现状 |
| 1.3 开放式数控系统 |
| 1.3.1 开放式数控系统的定义及特点 |
| 1.3.2 国外开放式数控系统的发展及研究现状 |
| 1.3.3 国内开放式数控系统的发展及研究现状 |
| 1.4 课题主要内容 |
| 2 五轴龙门式淬火机床结构设计 |
| 2.1 五轴机床常见结构 |
| 2.2 五轴龙门式淬火机床总体方案设计 |
| 2.2.1 五轴龙门式淬火机床结构形式 |
| 2.2.2 五轴龙门式淬火机床运动学建模 |
| 2.3 五轴龙门式淬火机床方案设计 |
| 2.4 五轴龙门式淬火机床结构设计 |
| 2.5 五轴龙门式淬火机床主要组件 |
| 2.5.1 直线模组 |
| 2.5.2 减速器 |
| 2.6 本章小结 |
| 3 五轴龙门式淬火机床数控硬件开发 |
| 3.1 开放式数控硬件开发策略 |
| 3.2 数控硬件选型 |
| 3.2.1 上位机 |
| 3.2.2 下位机 |
| 3.2.3 伺服机构 |
| 3.2.4 其他硬件 |
| 3.3 数控硬件平台搭建 |
| 3.4 数控硬件开发 |
| 3.4.1 驱动电机的设置 |
| 3.4.2 PMAC参数设置 |
| 3.4.3 数控面板程序开发 |
| 3.4.4 手摇脉冲发生器程序开发 |
| 3.5 本章小结 |
| 4 五轴龙门式淬火机床数控软件开发 |
| 4.1 开放式数控软件开发策略 |
| 4.2 数控软件的开发环境及相关技术 |
| 4.2.1 数控软件的开发环境 |
| 4.2.2 通讯驱动程序 |
| 4.2.3 人机界面设计原则 |
| 4.2.4 多线程技术 |
| 4.2.5 实时数据采集技术 |
| 4.2.6 VC与MATLAB混合编程技术 |
| 4.3 实时控制部分程序开发 |
| 4.3.1 PMAC运动控制卡的初始化 |
| 4.3.2 后台PLC监测和控制程序 |
| 4.4 控制管理部分程序开发 |
| 4.4.1 自动模块 |
| 4.4.2 手动编辑模块 |
| 4.4.3 手动输入程序控制模块 |
| 4.4.4 手动、手脉和回零模块 |
| 4.4.5 信息显示模块 |
| 4.4.6 其他功能按钮 |
| 4.5 示教再现部分程序开发 |
| 4.5.1 示教再现原理以及相关技术 |
| 4.5.2 示教再现模块设计 |
| 4.5.3 示教再现模块开发 |
| 4.5.4 示教再现模块中的数据采集界面 |
| 4.5.5 示教再现模块中的轨迹预览界面 |
| 4.6 五轴龙门式淬火机床轨迹规划 |
| 4.6.1 工件坐标系标定 |
| 4.6.2 空间圆弧插补 |
| 4.7 本章小结 |
| 5 五轴龙门式淬火机床运动试验 |
| 5.1 五轴龙门式淬火机床操作试验 |
| 5.2 五轴龙门式淬火机床示教再现功能试验 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（8）非平稳车辆噪声智能声品质评价系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 本文主要研究内容及技术路线 |
| 第二章 基于广义回归神经网络的非平稳车辆噪声声品质评价 |
| 2.1 广义回归神经网络简介 |
| 2.2 非平稳车辆噪声声品质预测 |
| 2.2.1 声品质预测样本对构造 |
| 2.2.2 非平稳车辆噪声声品质预测 |
| 2.3 本章小结 |
| 第三章 非平稳车辆噪声智能声品质评价系统—硬件设计 |
| 3.1 系统硬件 |
| 3.2 传声器 |
| 3.2.1 传声器选取 |
| 3.2.2 传声器的校准 |
| 3.3 数据采集卡 |
| 3.4 放大器、PC机 |
| 3.5 本章小节 |
| 第四章 非平稳车辆噪声智能声品质评价系统—软件设计 |
| 4.1 系统软件 |
| 4.2 系统软件开发平台 |
| 4.2.1 基于VC++与Matlab的混合编程方法 |
| 4.2.2 基于VC++与Matlab的软件开发环境 |
| 4.3 基于VC++的车内噪声数据采集 |
| 4.3.1 面向对象的编程方法 |
| 4.3.2 独立线程下的数据采集 |
| 4.4 软件功能模块 |
| 4.4.1 系统初始化模块 |
| 4.4.2 声品质评价建模模块 |
| 4.4.3 声品质评价预测模块 |
| 4.5 本章小结 |
| 第五章 非平稳车辆噪声智能声品质评价系统验证 |
| 5.1 声品质评价方法 |
| 5.2 采集非平稳车辆噪声数据 |
| 5.3 非平稳车噪声声品质评价 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文主要研究结论 |
| 6.2 后续工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（9）VC与Matlab的混合编程研究及其应用（论文提纲范文）
| 1 基于 COM 的 VC 与 MATLAB 的混合编程 |
| 1. 1 配置 MATLAB C /C + + 编译器 |
| 1. 2 使用 MATLAB COM Builder 生成 COM 组件 |
| 2 运动仿真实例 |
| 2. 1 MATLAB 运动控制算法 |
| 2. 2 VC 调用 COM 组件 |
| 3 实验仿真结果 |
| 4 结 论 |
（10）Matlab与VC++混合编程及其在交通信号两级模糊控制中的应用（论文提纲范文）
| 0 引言 |
| 1 Matlab混合编程 |
| 2 交通信号2级模糊控制模型 |
| 3 在交通信号模糊控制中的应用分析 |
| 3.1 基于混合编程的交通信号2级模糊控制Paramics仿真平台 |
| 3.1.1 仿真流程 |
| 3.1.2 基于COM组件的Matlab与VC++混合编程 |
| 3.2 Paramics仿真 |
| 3.2.1 仿真场景 |
| 3.2.2 仿真试验 |
| 3.2.3 仿真结果 |
| 4 结语 |
四、VC++与Matlab结合方法的分析（论文参考文献）
- [1]基于结构函数法的全SiC功率模块热阻提取[D]. 王兴华. 山东大学, 2021(09)
- [2]基于SAGA和BP网络的非线性函数极值求取系统的设计与实现[D]. 张婕. 山东师范大学, 2020(08)
- [3]电动汽车VCU在环测试平台设计与试验[D]. 卢光明. 河北农业大学, 2019(03)
- [4]VC调用MATLAB引擎实现核反应堆复杂控制仿真的方法及应用[J]. 王克成,孙启航,李方立,李健,张倬. 产业与科技论坛, 2019(06)
- [5]Visual Studio 2010与Matlab混合编程的研究及其在BCI系统中的应用[D]. 陈旭宁. 山东师范大学, 2017(11)
- [6]基于脑电信号的上肢假肢在线控制方法研究[D]. 孙爱芹. 山东科技大学, 2017(03)
- [7]基于PMAC的五轴龙门式淬火机床结构设计及数控系统开发[D]. 邹超然. 西安理工大学, 2016(01)
- [8]非平稳车辆噪声智能声品质评价系统研究[D]. 段祖同. 上海工程技术大学, 2016(01)
- [9]VC与Matlab的混合编程研究及其应用[J]. 甘禹,陈炜,杨秀萍,王收军. 天津理工大学学报, 2014(03)
- [10]Matlab与VC++混合编程及其在交通信号两级模糊控制中的应用[J]. 杨文臣,张轮,何兆成,杨曦临,董德存. 公路交通科技, 2012(09)
标签：matlab论文; bp神经网络matlab实例论文; 仿真软件论文; matlab函数论文; 系统评价论文;