推荐优秀的软件系统设计论文范例鉴赏（共7篇）

《推荐优秀的软件系统设计论文范例鉴赏（共7篇）》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、推荐优秀的软件系统设计论文范例鉴赏（共7篇）第1篇：基于MOOS的AUV通信系统的软件系统设计一、AUV通信系统简介AUV的通信系统需要具备如下功能：1.实时接收来自岸基平台发送的控制指令；2.接收来自各传感器的实时数据，返回給岸基端进行实时处理。因此，自主式水下航行器通信系统的研发重点是与各传感器模块的配合协调、建立稳定的通信链路、具备应急处理能力。在实际工作中，AUV需要与母船控制单元、岸基平台进行通信，AUV在贴近水面工作时，通过大功率的无线电波或者铱星卫星通信系统进行数据的传输、信息的共享、控制指令的下达等工作。二、AUV通信系统的软件系统软件系统基于PaulMichaelNean

2、提出的MOOS-ivp体系[2]，使用Linux系统的FLTK类库开发操作平台的界面，核心在于利用pMOOSBridge进程搭建AUV与岸基端的通信信道[3]。pMOODBridge是建立MOOS派生系统的重要工具，可以将AUV端与岸基端配置的MOOSDB（数据信息服务器）相连，在不同的MOOSDB之间起到桥梁的作用，首先接收来自自身所在MOOS体系的数据变量，然后根据AUV实际工作中的状态修改配置文件，最后完成已定义数据的转发，实质上就是功能模块pMOOSbridge分别与不同的MOOSDB服务器之间的通信。在设计中，在pMOOSBridge添加支持RS232串口的类CMOOSSeria

3、lLink（），支持数据的发送、捕获、解析、分类等功能。利用pMOOSBridge类建立的连接主要完成如下两条任务：（1）获取当前AUV状态信息、位置信息，从AUV端MOOSDB采集GPS数据通过串口发送到岸基端，岸基端MOOSDB讀取数据信息，分类发送给各个进程模块，并显示到岸基界面上；（2）岸基界面发送控制指令通过MOOSDB传输到串口后发送到AUV端，AUV端MOOSDB读取指令信息，实现对AUV的导航与控制功能。以无线数传电台为例，pMOOSBridge类建立其与MOOSDB的连接，使MOOSDB与传感器之间建立串口数据连接，其工作流程如图1、2所示。三、软件系统的实现MOOS体系

4、的核心模块是MOOSDB，GPS定位模块被CMOOSmClient实例化后与MOOSDB进行通信，实现串口通信，需要建立继承于CMOOSApp的子类，对函数OnStartUp（）、Iterate（）、OnNein自动把数据储存在数据库里。之后再做一张命名为“AlarmtDataTable”的报警数据表（如表2所示），用于存储大棚节点监测过程中超过报警值的数据。3.2数据库存储过程4结语该文设计的是能够实现实时监控、美化界面、数据查询等多功能的智能农业管理系统，希望为广大软件开发人员提供参考借鉴，进一步推动我国农业生产发展。：单丽娟第3篇：计算机辅助视觉下的英文字母识别软件系统设计与实现0引

5、言随着计算机图像处理技术的发展，采用计算机视觉图像处理技术进行目标识别、图像特征分析和对象监控等具有广泛的应用价值。图像识别技术是建立在对图像的特征提取和轮廓信息分割基础上的，采集数字图像处理技术对原始图像进行降噪滤波和智能分割，以此为基础进行图像小波尺度分解，实现对图像的识别和监测。英文字母识别是图像处理领域研究的一个最新方向，英文字母广泛存在于车牌、广告牌、Logo等部位，通过对英文字母的准确识别，通过设计英文字母的优化识别技术和软件设计，提高对英文字母的嵌套目标对象、比如车牌、飞行器打击目标等的视觉跟踪和计算机视觉识别的能力，因此，有效的英文识别技术将在未来的车牌识别、飞行目标识别、

6、Logo动态监测等领域都具有广泛的应用前景，相关的软件系统设计方法受到人们的重视。对英文字母识别的软件开发的基础在于计算机图像处理，在计算机辅助视觉系统下通过数字图像的采集、图像特征分析和提取、以及图像特征分类，实现对英文字母的视觉监测和分类识别。传统方法中，对英文字母的识别方法主要有基于小波尺度分解的英文字母识别方法、基于边缘轮廓分割的字母识别方法等[1？4]。上述方法是在计算机视觉下进行英文字母的图像特征提取，结合小波分解和边缘轮廓分割，实现对英文字母的有效识别，在此原理上，相关文献进行了图像识别系统的设计，取得了一定的成果。其中，文献[5]提出一种基于空间亮度均衡化平滑处理的英文字母

7、识别算法，并进行了识别系统的模块化设计，提高了英文字母图像的分割精度，但是该方法计算开销较大，实时性不好。文献[6]提出一种基于图像增强和明暗对比度特征分解的字母识别方法，在缺帧环境下实现对英文字母图像的包络特征识别，并进行了软件设计，提高了字母的识别精度，但是该软件设计过程中受到环境的光线等干扰因素的影响较大，导致在信噪比低的环境下对图像的识别准确度不高[7]。针对上述问题，本文在计算机辅助视觉下进行了英文字母识别软件