精品国产久九九,国产aV夜夜欢一区二区三区,蜜桃臀无码内射一区二区三区

基于分布式多跳誤差估計(jì)目標(biāo)位置感知算法

為了提高定位系統(tǒng)在目標(biāo)定位上的精度，減少過(guò)多的硬件設(shè)施投入和能量成本，提出分布式多跳誤差估計(jì)的能量高效目標(biāo)位置感知算法（NFDV-Hop）。在定位精度上，DV-Hop算法采用每跳的平均距離來(lái)估計(jì)錨節(jié)點(diǎn)和未知節(jié)點(diǎn)之間的距離，導(dǎo)致估計(jì)距離與真實(shí)距離存在較大誤差，而NFDV-Hop算法使用錨節(jié)點(diǎn)的平均跳數(shù)的大小以及錨節(jié)點(diǎn)間的平均跳距離，求得未知節(jié)點(diǎn)的位置坐標(biāo)，并在得到坐標(biāo)估計(jì)值后引入位置比值來(lái)減少定位誤差。在能量?jī)?yōu)化上，DV-Hop算法需向節(jié)點(diǎn)多次廣播信息，而NFDV-Hop算法所采用的錨節(jié)點(diǎn)只需向其他節(jié)點(diǎn)廣播一次自身的位置坐標(biāo)信息，從而大大減少節(jié)點(diǎn)的能量消耗。仿真結(jié)果表明，相比基于最小二乘法的DV-Hop算法以及基于改進(jìn)粒子群優(yōu)化的DV-Hop算法，NFDV-Hop定位算法的定位精度分別提高了12.1%和9%。

發(fā)表于：12/5/2017

艾德克斯電動(dòng)車(chē)控制器測(cè)試解決方案

電動(dòng)車(chē)控制器是用來(lái)控制電動(dòng)車(chē)電機(jī)的啟動(dòng)、運(yùn)行、進(jìn)退、速度、停止以及電動(dòng)車(chē)的其它電子器件的核心控制器件，它就像是電動(dòng)車(chē)的大腦，是電動(dòng)車(chē)上重要的部件。電動(dòng)車(chē)就目前來(lái)看主要包括電動(dòng)自行車(chē)、電動(dòng)二輪摩托車(chē)、電動(dòng)三輪車(chē)、電動(dòng)三輪摩托車(chē)、電動(dòng)四輪車(chē)、電瓶車(chē)等，電動(dòng)車(chē)控制器也因?yàn)椴煌能?chē)型而有不同的性能和特點(diǎn)。常見(jiàn)的電動(dòng)車(chē)控制器如下圖一所示。針對(duì)電動(dòng)車(chē)控制器，艾德克斯電子有相應(yīng)的電源、電子負(fù)載可以滿足客戶的測(cè)試需求。

發(fā)表于：12/5/2017

Mentor：系統(tǒng)級(jí)方案助力半導(dǎo)體產(chǎn)業(yè)發(fā)展

作為國(guó)際EDA領(lǐng)域的重要領(lǐng)先廠商之一，Mentor于2017年3月底被西門(mén)子正式收購(gòu)后的發(fā)展倍受業(yè)內(nèi)關(guān)注。公司業(yè)務(wù)發(fā)展重心是否會(huì)發(fā)生變化？母公司西門(mén)子會(huì)為Mentor帶來(lái)哪些支持？在EDA領(lǐng)域的未來(lái)發(fā)展會(huì)有哪些核心戰(zhàn)略？凌琳先生就這些問(wèn)題給出了答案。

發(fā)表于：12/5/2017

華大九天楊曉東談本土EDA發(fā)展：打鐵還需自身硬

近年來(lái)，雖然我國(guó)IC產(chǎn)業(yè)高速發(fā)展，但EDA領(lǐng)域一直是我國(guó)本土企業(yè)的薄弱環(huán)節(jié)。作為本土EDA領(lǐng)域的領(lǐng)軍廠商，隸屬中國(guó)電子信息產(chǎn)業(yè)集團(tuán)有限公司（CEC）的北京華大九天軟件有限公司在EDA領(lǐng)域的發(fā)展受到業(yè)內(nèi)廣泛關(guān)注。ICCAD期間，華大九天副總經(jīng)理?xiàng)顣詵|博士接受了記者專(zhuān)訪，針對(duì)EDA市場(chǎng)的未來(lái)發(fā)展和本土EDA廠商的發(fā)展談了自己的見(jiàn)解。

發(fā)表于：12/5/2017

Lattice：正朝著網(wǎng)絡(luò)邊緣領(lǐng)域進(jìn)軍

作為FPGA行業(yè)的重要供應(yīng)商，Lattice（萊迪思半導(dǎo)體）最近兩年倍受關(guān)注。當(dāng)有中資背景的Canyon Bridge收購(gòu)一事告吹以后，Lattice半導(dǎo)體的未來(lái)何去何從成為業(yè)界關(guān)注的重要話題。日前，Lattice半導(dǎo)體首席運(yùn)營(yíng)官Glen Hawk先生親臨上海，面對(duì)媒體暢談了企業(yè)的未來(lái)發(fā)展戰(zhàn)略。

發(fā)表于：12/5/2017

路口設(shè)施中繼輔助車(chē)載自組織網(wǎng)絡(luò)感染路由算法

隨著智能交通系統(tǒng)和智慧城市的發(fā)展，路旁設(shè)施的部署將越來(lái)越普遍，城市環(huán)境下的車(chē)載自組織網(wǎng)絡(luò)路由算法可以利用路旁設(shè)施中繼輔助以提高算法的性能。為了解決感染路由算法在高負(fù)載場(chǎng)景下由于產(chǎn)生過(guò)多的消息副本而引起的路由性能劇烈下降問(wèn)題，設(shè)計(jì)了路口設(shè)施輔助車(chē)載自組織網(wǎng)絡(luò)感染路由算法IRAER。算法根據(jù)道路特點(diǎn)，將車(chē)輛的鄰居節(jié)點(diǎn)劃分為不同的區(qū)域，且在每個(gè)區(qū)域中僅選擇一個(gè)候感節(jié)點(diǎn)進(jìn)行感染，以降低消息副本數(shù)量，提高路由性能。另外，建立了隨機(jī)模型與感染路由算法產(chǎn)生的副本數(shù)量進(jìn)行了對(duì)比分析。理論分析和仿真實(shí)驗(yàn)結(jié)果均表明，所提出路由算法大大降低了在高節(jié)點(diǎn)密度場(chǎng)景下的副本數(shù)量和投遞時(shí)延，提高了投遞成功率。

發(fā)表于：12/4/2017

一種基于改進(jìn)K-means算法的網(wǎng)絡(luò)流量分類(lèi)方法

針對(duì)網(wǎng)絡(luò)流量分類(lèi)識(shí)別系統(tǒng)尤其是實(shí)時(shí)識(shí)別系統(tǒng)對(duì)實(shí)現(xiàn)復(fù)雜度和分類(lèi)準(zhǔn)確率的要求，提出一種復(fù)雜度和準(zhǔn)確率的折中方案。通過(guò)基于密度的思想對(duì)K-means算法隨機(jī)選取初始聚類(lèi)中心這一關(guān)鍵缺陷進(jìn)行改進(jìn)，以及引入聚類(lèi)有效性判別準(zhǔn)則函數(shù)確定最終聚類(lèi)個(gè)數(shù)實(shí)現(xiàn)對(duì)算法的全面優(yōu)化，進(jìn)而提出基于改進(jìn)K-means算法的網(wǎng)絡(luò)流量分類(lèi)方法，在兼顧K-means算法簡(jiǎn)單易實(shí)現(xiàn)、分類(lèi)快速特點(diǎn)的同時(shí)，提高了分類(lèi)的準(zhǔn)確率。在公開(kāi)的權(quán)威網(wǎng)絡(luò)流量數(shù)據(jù)集上的實(shí)驗(yàn)表明，與普通K-means方法相比，該方法在網(wǎng)絡(luò)流量分類(lèi)方面具有更高的分類(lèi)準(zhǔn)確率和更好的穩(wěn)定性。

發(fā)表于：12/4/2017

人工智能與汽車(chē)電子將成為2018年IC產(chǎn)業(yè)風(fēng)口

近年來(lái)，我國(guó)半導(dǎo)體產(chǎn)業(yè)風(fēng)起云涌，熱度空前。放眼2018，我IC產(chǎn)業(yè)的熱點(diǎn)和驅(qū)動(dòng)力是什么？砥礪前行的本土半導(dǎo)體產(chǎn)業(yè)突破點(diǎn)在哪里？來(lái)自業(yè)內(nèi)10余家重磅廠商的代表紛紛給出了自己的解讀。

發(fā)表于：12/4/2017

英特爾:自動(dòng)駕駛芯片效能是Nvidia兩倍

英特爾首席執(zhí)行官科再奇周三聲稱，旗下自動(dòng)駕駛芯片的效能優(yōu)異，是對(duì)手Nvidia上月發(fā)表芯片的兩倍強(qiáng)。

發(fā)表于：12/4/2017

石墨烯產(chǎn)業(yè)發(fā)展將進(jìn)入快車(chē)道助力新能源車(chē)快速發(fā)展

寧波中車(chē)新能源科技有限公司和中科院寧波材料所聯(lián)合研發(fā)的石墨烯改性高能量密度鋰離子超級(jí)電容器，日前通過(guò)了寧波市經(jīng)信委組織的新產(chǎn)品鑒定。該類(lèi)產(chǎn)品經(jīng)用戶使用，反映良好，主要技術(shù)性能符合使用要求，具備了批量投放市場(chǎng)的能力。專(zhuān)家認(rèn)為，產(chǎn)品單體容量達(dá)17KF、能量密度達(dá)到20Wh/kg以上、功率密度接近8kW/kg，技術(shù)水平達(dá)到國(guó)際領(lǐng)先水平。

發(fā)表于：12/3/2017

一種基于超高頻RFID的無(wú)線無(wú)源壓力傳感器

電力設(shè)備在長(zhǎng)期運(yùn)行中，受環(huán)境影響，可能會(huì)發(fā)生失壓、形變現(xiàn)象。針對(duì)這種現(xiàn)象，設(shè)計(jì)了一種基于UHF RFID的無(wú)線無(wú)源壓力傳感器，能夠在不接觸電力設(shè)備的情況下獲得設(shè)備的表面壓力信息?；赨HF RFID的壓力傳感器標(biāo)簽主要由阻抗自適應(yīng)RFID芯片、UHF 頻段RFID偶極子天線、金屬極板和支撐彈簧構(gòu)成。電力設(shè)備的形變會(huì)導(dǎo)致安裝在設(shè)備上的金屬極板與偶極子天線的相對(duì)位置變化，導(dǎo)致RFID天線的阻抗變化，RFID芯片內(nèi)部會(huì)通過(guò)自動(dòng)調(diào)節(jié)輸入阻抗電容以匹配RFID天線阻抗的變換。通過(guò)檢測(cè)RFID芯片內(nèi)部匹配阻抗的電容值，可以推出電力設(shè)備的形變情況，形成一一對(duì)應(yīng)的關(guān)系，從而實(shí)現(xiàn)無(wú)線無(wú)源壓力傳感功能。

發(fā)表于：12/2/2017

基于AAR模型的聽(tīng)覺(jué)誘發(fā)中潛伏期反應(yīng)特征提取

針對(duì)聽(tīng)覺(jué)刺激誘發(fā)的腦干中潛伏期反應(yīng)（MLR）信號(hào)的非平穩(wěn)特性，采取計(jì)算其自適應(yīng)自回歸（AAR）模型系數(shù)的方法進(jìn)行特征提取，實(shí)現(xiàn)不同注意狀態(tài)的分類(lèi)。首先對(duì)采集的MLR數(shù)據(jù)進(jìn)行去噪預(yù)處理，然后結(jié)合相對(duì)誤差方差（REV）準(zhǔn)則分別進(jìn)行卡爾曼濾波和最小均方誤差自適應(yīng)算法估計(jì)其AAR模型參數(shù)。利用支持向量機(jī)對(duì)兩種估計(jì)方法的特征參數(shù)分別進(jìn)行分類(lèi)。最后根據(jù)最大互信息和分類(lèi)結(jié)果進(jìn)行比較，最小均方誤差自適應(yīng)算法估計(jì)AAR模型系數(shù)的分類(lèi)正確率達(dá)到77.45%，最大互信息值為0.3011，其效果優(yōu)于卡爾曼濾波算法。

發(fā)表于：12/2/2017

波音787天線布局太夸張？汽車(chē)天線復(fù)雜度正逐步接近

汽車(chē)上的陣列天線越來(lái)越多，例如各種蜂窩頻帶、Wi-Fi、甚至5G及其MIMO要求，V2V（車(chē)輛到車(chē)輛），雷達(dá)（77GHz等）等。自身的移動(dòng)性更是增加了設(shè)計(jì)難度。就射頻需求和約束而言，自主駕駛車(chē)輛的天線設(shè)計(jì)和布局，將變得更像飛機(jī)設(shè)計(jì)。

發(fā)表于：12/1/2017

汽車(chē)OEM：我們需要支持4K/8K視頻的下一代高速串行鏈路

當(dāng)今，汽車(chē)中的自動(dòng)駕駛，或環(huán)視方案，需要的攝像頭越來(lái)越多，車(chē)外的攝像頭和車(chē)內(nèi)駕駛員位置顯示屏之間的信號(hào)傳輸，成了需要解決的一個(gè)大問(wèn)題；另一方面，隨著視頻分辨率的提升，信息娛樂(lè)系統(tǒng)對(duì)帶寬的要求劇增。

發(fā)表于：12/1/2017

科再奇教你把無(wú)人車(chē)變成蝙蝠俠坐騎

很多關(guān)于自動(dòng)駕駛的討論，其聚焦點(diǎn)都是把汽車(chē)作為一種交通方式，但隨著自動(dòng)駕駛汽車(chē)逐步成為現(xiàn)實(shí)，我們必須意識(shí)到，汽車(chē)也是一個(gè)新型消費(fèi)空間。事實(shí)上，對(duì)很多問(wèn)題，如自動(dòng)駕駛汽車(chē)設(shè)計(jì)、乘客間互動(dòng)以及“司機(jī)變乘客”后會(huì)做什么，我們的考慮還遠(yuǎn)遠(yuǎn)不夠。從這個(gè)維度來(lái)講，自動(dòng)駕駛是目前最強(qiáng)的游戲規(guī)則顛覆者，因?yàn)樗峁┝艘惶兹碌钠脚_(tái)，讓創(chuàng)新從車(chē)內(nèi)設(shè)計(jì)及娛樂(lè)系統(tǒng)延伸至拯救生命的安全系統(tǒng)。

發(fā)表于：12/1/2017