版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、網(wǎng)絡虛擬實驗室系統(tǒng),是基于飛速發(fā)展的Internet 網(wǎng)絡,利用虛擬軟件技術、網(wǎng)絡通信技術、仿真技術、多媒體技術、數(shù)據(jù)庫技術以及Web 技術等組成的網(wǎng)上遠程控制系統(tǒng),在高等教育中具有廣闊的應用前景和發(fā)展空間。
本課題所研究的網(wǎng)絡虛擬實驗室以研制適合于理工科基礎課程《電工學》實驗教學的網(wǎng)絡虛擬實驗室為目標。本文首先介紹了課題的選題背景、研究意義及國內(nèi)外的研究動態(tài)。對于組建虛擬實驗室的關鍵技術,本文分別從網(wǎng)絡技術、虛擬實驗平臺
2、的搭建和數(shù)據(jù)庫訪問技術三個方面做了詳細分析。
首先,本文構(gòu)建了網(wǎng)絡虛擬實驗室,該實驗室是一個基于Internet的遠程開放實驗平臺,基于B/S 架構(gòu),采用LabVIEW 軟件編程,采用ODBC 技術連接到 Access 數(shù)據(jù)庫服務器,利用LabVIEW Web Server 可以在網(wǎng)絡上發(fā)布LabVIEW 程序前面板的圖象。
該虛擬實驗平臺具有良好的可移植性、可靠性和安全性。
其次,本文設計了基
3、于格羅貝斯判據(jù)的自適應加權融合數(shù)據(jù)處理算法,對于實驗室采集到的原始數(shù)據(jù),先采用格羅貝斯判據(jù)剔除疏失誤差,然后采用基于算術平均值和分批估計的方法對數(shù)據(jù)進行預處理,再次用自適應加權數(shù)據(jù)融合方法處理數(shù)據(jù)。并分別對普通的加權融合算法、自適應加權融合算法和傳統(tǒng)的算術平均值法對數(shù)據(jù)進行處理結(jié)果進行了比較,依此對實驗方案和參數(shù)進行改進提高。
最后,實現(xiàn)了實驗室的組網(wǎng)工作,即把實驗室的所有計算機連接成一個局域網(wǎng),并用指導學生設計實驗、調(diào)整
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LabVIEW的球桿系統(tǒng)虛擬實驗平臺開發(fā).pdf
- 基于LabVIEW的虛擬儀器實驗平臺設計.pdf
- 基于LabVIEW的教學試驗平臺的研發(fā).pdf
- 基于虛擬課堂空間的網(wǎng)絡教學平臺的研究與設計.pdf
- 基于LabVIEW的虛擬實驗教學系統(tǒng)的研究.pdf
- 基于LabVIEW的SCARA機器人虛擬實驗平臺開發(fā).pdf
- 基于Labview的虛擬儀器的實驗教學研究.pdf
- 基于VRML的網(wǎng)絡虛擬裝配平臺研究.pdf
- 基于LabVIEW虛擬儀器實驗教學系統(tǒng)的研究.pdf
- 基于LABVIEW的高職應用電子專業(yè)虛擬實驗平臺構(gòu)建.pdf
- 基于網(wǎng)絡的虛擬實驗平臺的研究與應用.pdf
- 基于LabVIEW平臺多路并行動態(tài)測試虛擬儀器的研究.pdf
- 基于LabVIEW的測控技術虛擬網(wǎng)絡實驗室的研究與構(gòu)建.pdf
- 基于LabVIEW的網(wǎng)絡化虛擬儀器技術的研究與應用.pdf
- 基于LabVIEW的虛擬示波器的設計.pdf
- 基于網(wǎng)絡的虛擬實驗研究與開發(fā)實踐.pdf
- 基于labview的虛擬示波器設計
- 基于labview的虛擬示波器設計
- 基于LabVIEW的虛擬回聲測深儀研究.pdf
- 基于LabVIEW遠程監(jiān)測平臺的研究.pdf
評論
0/150
提交評論