王 石,曹文梁,江務學,施松新
(1.東莞職業技術學院 計算機工程系,廣東 東莞 523808; 2.廣東華中科技大學 工業技術研究院,廣東 東莞 523808)
嵌入式結構下集成優化自動控制系統設計
王 石1, 2,曹文梁1,江務學1,施松新2
(1.東莞職業技術學院 計算機工程系,廣東 東莞 523808; 2.廣東華中科技大學 工業技術研究院,廣東 東莞 523808)
隨著互聯網技術的發展,數字圖像處理與優化已普遍應用于各個領域;近年來集成控制技術快速發展,圖像處理系統已向集成控制方向發展;通過對現有的圖像優化控制系統分析發現,系統普遍存在嵌入式結構下多模組協調邏輯性欠缺、自動處理識別反饋單元缺失、系統整體控制單元統一性欠佳,導致傳統控制系統無法在嵌入式結構下快速、高效、平穩的運行;針對這些問題,提出嵌入式結構下集成優化自動控制系統設計方法;采用IFCO嵌入式邏輯數據庫、多元數據主控平臺、HRG數據平流穩定模組針對性的解決傳統控制系統存在的一系列問題;通過仿真模擬實驗測試證明,提出的系統設計方法具有處理速度快、數據信號執行準確率高、運行穩定性好的特點。
嵌入式;集成化;自動控制;圖像
隨著近年來聯網技術的不斷創新發展,多種新型技術被廣泛應用于生產實踐中,為生產力的提升注入了新的活力。圖像作為一種數據信息存儲的一種形式,可以真實保存特定時間點下的可見實物狀態,為此,圖像成為各個研究領域必不可少的數據載體之一。由于多種因素的制約,數字圖像經常出現清晰度不佳、霧化、虛影等問題,需要對其進行優化處理,傳統的優化系統的控制系統在嵌入式網絡下存在多模組協調邏輯性欠缺,致使處理單元間信號調度相應出現延遲[1-2],影響處理速度與準確度;自動處理識別反饋單元缺失[3-4],無法對微數據指令自行處理,進一步降低處理準確性;系統整體控制單元統一性欠佳[5-6],導致圖像處理成功率降低,嚴重影響系統穩定性。
針對上述問題,提出嵌入式結構下集成優化自動控制系統設計方法。采用IFCO嵌入式邏輯數據庫,對不同條件環境下的指令邏輯進行整合處理,通過網絡大數據FNA-DA算法,快速定位問題邏輯鏈,準確對其進行修正運算處理,保證系統底部數據邏輯準確性[7];采用多元數據主控平臺,通過數據整合技術對數據進行信號統一處理,利用NUFAE算法準確對信號內數據進行分配調度,達到微數據處理的零誤差;最后,通過HRG數據平流穩定模組內部的BDZ動態信號誤差檢測算法與WKDN信號修正算法對控制系統整體進行信號處理追蹤檢測,達到錯誤處理實時反饋校準的目的。通過上述三大模組,徹底解決傳統控制系統存在的嵌入式結構下多模組協調邏輯性欠缺、自動處理識別反饋單元缺失、系統整體控制單元統一性欠佳等一系列問題。
通過對提出的嵌入式結構下集成優化自動控制系統設計方法進行仿真模擬測試證明,提出的嵌入式結構下集成優化自動控制系統設計方法,具有處理速度快、數據信號執行準確率高、運行穩定性好的特點,滿足日常生活工作要求。
1.1 IFCO嵌入式邏輯數據庫創建
在嵌入式結構下為了滿足數據控的架構穩定性與兼容性,采用與外圍系統環境相一致的嵌入式方式進行數據庫搭建。通過互聯網協議創建底層專用訪問端口,對方問權限進行最高級別綁定處理,到達保證底部數據訪問安全的目的。在數據庫架構中,通過IFCO嵌入式邏輯數據庫中的FNA-DA算法對數據庫的各個執行層進行調度控制。FNA-DA算法分為三層處理式,FPN處理式,負責IFCO嵌入式邏輯數據庫的底層架構運行穩定性,保證IFCO嵌入式邏輯數據庫的穩定性;NAN處理式,負責IFCO嵌入式邏輯數據庫中層數據處理調度運算,保證IFCO嵌入式邏輯數據庫運算過程的平穩、準確;DAN處理式,負責IFCO嵌入式邏輯數據庫外層數據交互運算,實時對控制系統邏輯體進行特征邏輯鏈運算處理,達到精準定位錯誤邏輯鏈位置的效果。由此構建起完整的IFCO嵌入式邏輯數據庫。通過IFCO嵌入式邏輯數據庫對傳統控制系統存在的多模組協調邏輯性欠缺問題進行解決。
1.1.1 FPN處理式
FPN處理式是IFCO嵌入式邏輯數據庫創建中FNA-DA算法的底層算法,擔負著數據庫整體架構的穩定性處理任務。利用權限最高綁定式進行編寫,保證了算法自身的安全性,便于獲取運行架構過程中所需的任何權限。同時,在FPN處理式中添加的網絡交互端口創建命令算法,可以快速創建網絡交互通道,實現與網絡運算平臺對接的目的。通過FPN處理式對IFCO嵌入式邏輯數據庫底層所有架構代碼的運算調度,實現數據庫的邏輯性嚴謹與穩定。FPN處理式的運算關系式如下所示。

(1)
FPN處理式的運算關系式中,x為數據庫架構整合系數;p為數據庫權限系數量;*為數據庫端口地址數,x,p滿足x∞(p↑)≠0,p?x,當p=0時,代表數據庫架構運行所需權限為開放式,此時x取值必須大于0;當p=1時,代表數據庫架構運行所需權限為最高權限,此時x取任意值,不受影響。
對FPN處理式進行穩定性仿真測試,測試采用隨機發送10組架構穩定性沖擊數據對FPN處理式的運算穩定性進行測試,穩定處理時間為0.3秒,通過6組為合格,具體測試參數如下所示。

表1 FPN處理式穩定性仿真測試
通過上述表1測試數據證明,FPN處理式在數據庫底層架構運算處理性能方面,具有運算獨立速度快、穩定性好、抗沖擊性強的特點,滿足設計要求。
1.1.2 NAN處理式
NAN處理式是IFCO嵌入式邏輯數據庫創建中FNA-DA算法的中層算法,擔負著數據庫對交互數據的運算處理,是IFCO嵌入式邏輯數據庫創建中FNA-DA算法的核心算法。通過與底層算法的鍵值引入,達到算法間的融合兼容,同時,通過對邏輯鍵值的動態調整,到達獲取運算過程中所需權限的效果。NAN處理式采用架構進程注入方式編寫,由底層架構FPN處理式進行計劃任務啟動,充分保證數據庫運算狀態下NAN處理式穩定運行,又能在數據庫休眠狀態下動態關閉NAN處理式,節約數據庫運行資源。NAN處理式運行過程中,可對獲取的外圍交互邏輯數據進行數據資源比對運算處理,通過底層創建的網絡通道,快速在網絡數據資源中獲取匹配方案,瞬態將運算結果反饋給外層運算式。NAN處理式的運算關系式如下所示。

(2)
NAN處理式的運算關系式中,b為交互邏輯數據的集合;n為數據庫資源比對數據量集合,且b與n滿足下列條件,n≠b,b?n,b≠0;當n=0時,表示數據庫內無匹配資源,此時b滿足b>1且bmin?nmax;當n>0時,代表數據庫內有匹配數據源,此時b可為任意值。
對NAN處理式進行運算準確性仿真測試,測試設置20組錯誤邏輯項,在10秒的測試時間內完成并正確運算15組則為通過,具體測試參數如下所示。

表2 NAN處理式運算準確性仿真測試
通過上述表2測試數據可以充分證明,在測試時間內NAN處理式具有運算速度快、處理準確度高、穩定性好的特點,整體測試合格,能夠按照設計要求完成數據處理運算任務。
1.1.3 DAN處理式
DAN處理式是IFCO嵌入式邏輯數據庫創建中FNA-DA算法的外層算法,擔負著對數據庫外圍系統邏輯運行錯誤檢測與采集處理運算,是IFCO嵌入式邏輯數據庫創建中FNA-DA算法的執行性算法。DAN處理式采用觸發式代碼進行編寫,通過對系統邏輯的執行代碼特征進行提取注入,由NAN處理式觸發啟動,使DAN處理式在檢測系統邏輯運行過程中,達到快速識別異常邏輯鏈位置并對其進行修正的目的。作為NAN處理式的輔助處理式,DAN處理式能夠大大提升錯誤邏輯鏈位置定位的準確性。DAN處理式的運算關系式如下所示。
DAN=∑i
T
(3)
DAN處理式的運算關系式中,T為傳統系統邏輯錯誤集合量;m為錯誤特征系數量;t為錯位位置定位修正量集合量;T,m,t滿足T?m?t,T≠0且m≠t>0。
至此,提出的入式結構下集成優化自動控制系統設計方法中的IFCO嵌入式邏輯數據庫創建全部完畢。
為證明提出的嵌入式結構下集成優化自動控制系統設計方法中的IFCO嵌入式邏輯數據庫,能夠解決傳統優化系統的控制系統,在嵌入式網絡下存在的多模組協調邏輯性欠缺,無法準確定位修正錯誤邏輯的問題,采用仿真實驗對其進行測試。測試對比嵌入式結構下傳統控制系統與采用IFCO嵌入式邏輯數據庫的控制系統在系統錯誤邏輯檢測與修正方面的性能數據,具體參數如下所示。

表3 IFCO嵌入式邏輯數據庫錯誤檢測修正性能測試
通過上述表3的對比數據可以充分證明,提出的嵌入式結構下集成優化自動控制系統設計方法中的IFCO嵌入式邏輯數據庫,能夠解決傳統優化系統的控制系統,在嵌入式網絡下存在的多模組協調邏輯性欠缺,無法準確定位修正錯誤邏輯的問題。測試數據表明,IFCO嵌入式邏輯數據庫具有邏輯錯誤定位數度快、錯誤邏輯修復準確率高的特點,從根源改善了多模組間的邏輯協調性問題。
1.2 多元數據主控平臺創建
提出的嵌入式結構下集成優化自動控制系統設計方法中針對傳統控制系統在嵌入式結構下存在的無法對微數據指令自行處理,致使圖像優化處理過程出現誤差,導致圖像優化控制失常,圖像優化失敗的問題,采用NUFAE算法對其進行微數據信號波納頻增益處理,在保證原有信號數據完整度的前提下,提升微數據信號波電頻位數,增加原有微數據信號接收感應面積,達到準確接收微數據信號的目的。
為了使多元數據主控平臺能夠實時對嵌入式結構下圖像處理系統內部指令數據的準確識別、調度、控制,提出的嵌入式結構下集成優化自動控制系統設計方法中,多元數據主控平臺創建的主體NUFAE算法將采用集成化方式進行創建。將NUFAE算法集成于圖像處理系統內部主進程下二級菜單中,通過圖像處理系統自身啟動機制自行啟動,以插件形式出現于圖像處理系統的主界面的設置欄內。通過與圖像處理系統主進程的對接,到達圖像處理過程的全程信號數據監控,通過NUFAE算法自身對微數據信號的預載處理特性,對主程序數據進行影像復制,模擬運算處理,針對處理過程中出現的丟失數據信號進行信號波納頻增益運算處理,達到快速補償確實信號位數據的效果。
同時,NUFAE算法設計中添加了能夠對數據自動處理的NFA動態執行算法作為輔助子算法,NFA動態執行算法能夠對NUFAE算法所處理的數據進行自動執行處理,實現嵌入式結構下對數據信號識別、調度、控制的自動化處理效果。
NUFAE算法采用集成化程度較高的hadoop架構進行編寫,將子算法一同注入圖像處理系統的主進程,利用數據庫反編譯代碼與圖像處理系統內部核心數據庫進行對接,到達算法編碼的合法性運行權限獲取。NUFAE算法關系式與NFA動態執行算法關系式如下所示。
NUFAE算法關系式:
(4)

NFA動態執行算法關系式:
(5)

至此,提出的嵌入式結構下集成優化自動控制系統設計方法中多元數據主控平臺創建完畢,對其進行微數據信號識別處理準確性仿真模擬測試,測試采用對比數據方式進行,對連續性測試結果生成曲線圖進行對比,并給出測試結論,具體參數參數如下圖所示。

(a)傳統控制系統微數據處理性能曲線

(b)采用多元數據主控平臺后微數據處理性能曲線圖1 傳統控制系統與多元數據主控平臺對微數據信號處理性能對比曲線
通過上述圖1(a)與圖1(b)的測試曲線,可以清晰看出,采用多元數據主控平臺的微數據處理曲線性能遠遠高于傳統控制系統,同時,在穩定性方面遠遠優于傳統控制系統,因此,可充分證明提出的嵌入式結構下集成優化自動控制系統設計方法中多元數據主控平臺具有微數據信號識別率高、處理速度快、信號處理準確率高、整體穩定性好的特點。
1.3 HRG數據平流穩定模組創建
針對傳統控制系統設計中存在的系統整體控制單元統一性欠佳,導致的圖像處理系統運行過程中整體控制信號處理準確度降低,回饋信號接收率失常,后續運算力不足的問題,提出的嵌入式結構下集成優化自動控制系統設計方法中采用HRG數據平流穩定模組進行處理系統多單元處理模組間的信號追蹤監測與動態信號修正處理。通過內部的BDZ動態信號誤差檢測算法與WKDN信號修正算法構建起完整的系統運行狀態監控體系,達到實時檢測,即查即糾的效果。
HRG數據平流穩定模組中的BDZ動態信號誤差檢測算法采用內嵌式外圍數據異常觸發機制進行設計編寫,通過對圖像處理系統的運行機制導入,使BDZ動態信號誤差檢測算法具有識別圖像處理系統運行過程中正常數據信號與異常信號的功能,當異常數據產生時,圖像處理系統內部邏輯日志會自動進行異常記錄,異常記錄自動觸發BDZ動態信號誤差檢測算法對其錯誤數據進行特征體數據流抑制處理,達到穩定數據,阻止錯誤數據擴張的效果。BDZ動態信號誤差檢測算法的運算關系式如下所示。
(6)
BDZ動態信號誤差檢測算法的運算關系式中,i為異常數據流位置坐標系數集;j為圖像處理系統內部的異常數據信號源動態值范圍;d為異常數據擴散速度總值;a為異常數據抑制穩定系數;k為異常數據阻止系數浮動值范圍;x為異常數據特征量近似系數值集合;其中,i、j、d滿足i>0,j>0,d≥0且當d=0時,代表異常數據擴散已被阻止,此時i代表的限制量失效,j為任意值;a、k、x滿足a≠k≠x≠0且a
WKDN信號修正算法與BDZ動態信號誤差檢測算法為同組關聯性算法組,通過上述BDZ動態信號誤差檢測算法處理結果的反饋信號自發性啟動,利用自身集成權限代碼,獲取數據修正寫入所需權限,通過邏輯數據庫中層NAN處理式運算的處理信號指令引導,對錯誤數據信號進行動態修正處理,到達提升自動控制系統穩定性與控制精準度的效果。WKDN信號修正算法的運算關系式如下所示。
k
(7)

至此,提出的嵌入式結構下集成優化自動控制系統設計方法中的HRG數據平流穩定模組創建完畢。
對提出的嵌入式結構下集成優化自動控制系統設計方法進行仿真模擬測試,仿真模擬測試配置如下:仿真實驗測試對象:傳統控制系統與提出的嵌入式結構下集成優化自動控制系統;仿真測試環境設置:嵌入式結構環境下;測試內容:對比二者在測試環境下的整體控制性能;測試環境系統平臺配置:Windows10, 64 bit 測試平臺硬件配置:CPU 7700 k,內存 DDR4,8 G 硬盤 5 400轉 2 TB,具體測試參數如下所示。
通過上述表4中傳統控制系統與提出的嵌入式結構下集成優化自動控制系統性能對比測試數據可以看出,提出的嵌入式結構下集成優化自動控制系統設計方法具有微數據信號控制識別率高、控制準確率高、連續控制穩定性好、整體資源開銷小的特點,整體性能遠高于傳統控制系統,滿足日常控制系統應用要求。

表4 傳統控制系統與提出的嵌入式結構下集成優化自動控制系統性能對比測試
針對圖像處理系統中采用的傳統控制系統存在的問題,提出了嵌入式結構下集成優化自動控制系統設計方法,通過采用IFCO嵌入式邏輯數據庫、多元數據主控平臺、HRG數據平流穩定模組對傳統控制系統存在的一系列問題。通過仿真模擬實驗測試證明,提出的嵌入式結構下集成優化自動控制系統設計方法,具有處理速度快、數據信號執行準確率高、運行穩定性好的特點,為控制系統的未來發展與研究提供了新的設計思路。
[1]趙 理.以嵌入式控制器為基礎的自動控制系統的設計與實現[J].電子測試,2015,10(10):15-17.
[2]侯立功,劉全勝.基于嵌入式控制系統的連續清洗生產線設計[J].自動化與儀表,2015,30(5):65-68.
[3]黃 建.基于ARM的嵌入式多軸伺服運動控制器設計與實現[J].電器與能效管理技術,2015,5(2):73-77.
[4]閆紀弛.基于DSP的電力配電網自動化控制系統的優化設計[J].科技創業月刊,2016,29(12):133-134.
[5]曹英培,徐文波,林家儒.基于Xilinx Zynq的嵌入式系統的BOOT方式探究[J].2015.
[6]楊 旭,湯永福,孟憲元,等.基于Zedboard的嵌入式自動調諧系統設計[J].測控技術,2014,33(9):84-86.
[7] 宋 濤, 于存貴, 蘇騰騰,等. 基于單片機的液壓油箱自動散熱系統設計[J]. 電子設計工程, 2016, 24(7):132-134.
Embedded Structure under the Integrated Optimization of Automatic Control System Design
Wang Shi1,2,Cao Wenliang1, Jiang Wuxue1, Shi Songxin2
(1.Department of Computer Engineering,Dongguan Polytechnic,Dongguan 523808,China;2.Guangdong HUST Industrial Technologlogy Research Institute,Dongguan 523808, China)
With the continuous development of Internet technology, image processing, optimization technology progress. Graphics integrated optimization has become a mature technology widely used in various fields. Along with the rapid development of integrated control technology in recent years, image processing system has been moving to integrated control. Optimization control system based on the existing image analysis found that ubiquitous embedded structure module coordination more logical lack, loss of automatic processing recognition feedback unit, the overall system control unit in poor uniformity, traditional control system in the embedded system under rapid, efficient and smooth running. Aiming at the problems above, this paper puts forward an embedded structure under the integrated optimization of automatic control system design method. By IFCO embedded logical database, multivariate data master control platform, HRG advection stability module for a series of problems of the traditional control system. Through the simulation experiment proves that the proposed integrated optimization under the embedded structure of automatic control system design method, has the processing speed and data signal features of high accuracy and good stability.
embedded; integration; automatic control; image
2017-03-29;
2017-04-28。
廣東省科技項目專項資金資助(2016A010106001、2013B090600131);廣東省制造裝備數字化重點實驗室專項資金資助(2011A060901026)。
王 石 (1977-),男, 湖南湘陰人,碩士,副教授,主要從事智能優化算法與軟件、制造物聯網等方向的研究。
1671-4598(2017)07-0124-05
10.16526/j.cnki.11-4762/tp.2017.07.031
TP273
A