国产又粗又大又湿视频,亚洲无码视频在线播放

大聯(lián)大世平集團(tuán)推出基于海思與國(guó)芯微產(chǎn)品的AI玩具方案[人工智能][消費(fèi)電子]

2025年10月9日，致力于亞太地區(qū)市場(chǎng)的國(guó)際領(lǐng)先半導(dǎo)體元器件分銷(xiāo)商---大聯(lián)大控股宣布，其旗下世平推出基于海思（HiSilicon）Hi3863V100（WS63）與國(guó)芯微（NationalChip）GX8006芯片的AI玩具方案。

發(fā)表于：10/9/2025

鐵威馬F4 SSD精準(zhǔn)適配家庭存儲(chǔ)需求[模擬設(shè)計(jì)][消費(fèi)電子]

針對(duì)家庭用戶(hù)對(duì)存儲(chǔ)速度與實(shí)用性的雙重追求，鐵威馬F4 SSD全閃NAS憑借恰到好處的性能調(diào)校與家用友好設(shè)計(jì)，成為家庭數(shù)據(jù)管理的優(yōu)選裝備，完美適配你的家用需求。

發(fā)表于：9/30/2025

提供可靠的應(yīng)急輔助工具，幫助零售一線(xiàn)員工更有信心應(yīng)對(duì)挑戰(zhàn)[其他][其他]

斑馬技術(shù)發(fā)布的《2025全球消費(fèi)者調(diào)查報(bào)告》顯示，盜竊和犯罪對(duì)店內(nèi)購(gòu)物體驗(yàn)產(chǎn)生的不良影響不僅讓消費(fèi)者為之擔(dān)憂(yōu)，絕大多數(shù)零售店員（全球84%，亞太地區(qū)72%）也同樣因缺乏發(fā)現(xiàn)并能對(duì)安全威脅或犯罪進(jìn)行預(yù)警的技術(shù)而感到憂(yōu)慮。

發(fā)表于：9/25/2025

共繪具身未來(lái) ADI攜手產(chǎn)業(yè)伙伴舉行人形機(jī)器人媒體分享會(huì)[人工智能][工業(yè)自動(dòng)化]

隨著人工智能技術(shù)的飛速發(fā)展，全球機(jī)器人產(chǎn)業(yè)正迎來(lái)前所未有的變革與機(jī)遇。日前，全球領(lǐng)先的半導(dǎo)體公司Analog Devices（下文簡(jiǎn)稱(chēng)：ADI）舉行“激活邊緣智能，共繪具身未來(lái)”人形機(jī)器人媒體分享會(huì)。

發(fā)表于：9/24/2025

2025迎人形機(jī)器人量產(chǎn)拐點(diǎn) 兆易創(chuàng)新全棧芯片已就位[嵌入式技術(shù)][工業(yè)自動(dòng)化]

從春晚舞臺(tái)到世界機(jī)器人大會(huì)，人形機(jī)器人已經(jīng)不再是舞臺(tái)上的木偶，開(kāi)始向真正的生產(chǎn)力工具過(guò)渡。2025年是中國(guó)人形機(jī)器人走向規(guī)?；慨a(chǎn)和商業(yè)落地的關(guān)鍵年份，眾多頭部企業(yè)紛紛宣布重大進(jìn)展。

發(fā)表于：9/24/2025

提升瑞薩RH850開(kāi)發(fā)效率的關(guān)鍵：開(kāi)發(fā)工具鏈洞察[嵌入式技術(shù)][汽車(chē)電子]

以瑞薩RH850開(kāi)發(fā)為例，從工具鏈選型的角度，分析如何在技術(shù)與供應(yīng)鏈雙重挑戰(zhàn)下，提升開(kāi)發(fā)效率、保障合規(guī)并保持供應(yīng)鏈的可控性。

發(fā)表于：9/24/2025

解構(gòu)TC-SAW 高端濾波器的絕對(duì)主流（一）[微波|射頻][通信網(wǎng)絡(luò)]

TC-SAW(Temperature Compensated SAW Filter，溫度補(bǔ)償型聲表面波濾波器)是一種采用鈮酸鋰壓電襯底，表面覆蓋氧化硅溫度補(bǔ)償層，的高端濾波器。其基本結(jié)構(gòu)最早能追溯到1984年，由日本東北大學(xué)山內(nèi)教授首次發(fā)明[1]。最近十幾年，TC-SAW憑借顯著的性能和價(jià)格優(yōu)勢(shì)，成為大多數(shù)雙工器和高端TRx濾波器市場(chǎng)的主流技術(shù)。

發(fā)表于：9/17/2025

芯片搭載試驗(yàn)數(shù)據(jù)存儲(chǔ)與傳輸系統(tǒng)設(shè)計(jì)[模擬設(shè)計(jì)][航空航天]

航天級(jí)芯片搭載試驗(yàn)過(guò)程中會(huì)產(chǎn)生大量數(shù)據(jù)，為了實(shí)現(xiàn)對(duì)數(shù)據(jù)的存儲(chǔ)、管理與傳輸，并且適應(yīng)嵌入式設(shè)備內(nèi)存資源少等特點(diǎn)，設(shè)計(jì)了采用SD卡和UDP的數(shù)據(jù)存儲(chǔ)與傳輸系統(tǒng)。首先，設(shè)計(jì)了數(shù)據(jù)存儲(chǔ)與傳輸系統(tǒng)架構(gòu)，主控芯片通過(guò)SPI總線(xiàn)與SD卡通信，并通過(guò)UDP與搭載芯片和上位機(jī)通信。然后，介紹了SD卡和文件系統(tǒng)的選型和軟件設(shè)計(jì)。接下來(lái)，基于LwIP進(jìn)行了數(shù)據(jù)傳輸部分的軟件設(shè)計(jì)。最后，通過(guò)實(shí)驗(yàn)驗(yàn)證了該數(shù)據(jù)存儲(chǔ)傳輸系統(tǒng)的有效性，并測(cè)試得到該系統(tǒng)的傳輸速率可達(dá)4.5 Mb/s且內(nèi)存占用僅為57 KB，滿(mǎn)足了芯片搭載試驗(yàn)過(guò)程中對(duì)數(shù)據(jù)存儲(chǔ)與傳輸?shù)男枨?，且相比于傳統(tǒng)的存儲(chǔ)與傳輸方式，該方法大大提高了傳輸速率，降低了內(nèi)存占用。

發(fā)表于：9/17/2025

航天發(fā)射任務(wù)場(chǎng)景快速構(gòu)建方法研究[模擬設(shè)計(jì)][航空航天]

隨著航天任務(wù)復(fù)雜性的不斷提升，傳統(tǒng)指揮顯示系統(tǒng)的軟件設(shè)計(jì)難以滿(mǎn)足高密度、多任務(wù)的需求。提出了一種基于建模的航天發(fā)射任務(wù)場(chǎng)景快速構(gòu)建方法，通過(guò)標(biāo)準(zhǔn)化任務(wù)分解與場(chǎng)景模板設(shè)計(jì)，實(shí)現(xiàn)系統(tǒng)功能組件的提取與復(fù)用。以元模型為核心，結(jié)合層次化建模的思想，構(gòu)建標(biāo)準(zhǔn)化的建?？蚣?，將復(fù)雜任務(wù)需求分解為標(biāo)準(zhǔn)化場(chǎng)景模塊，并識(shí)別任務(wù)間的依賴(lài)關(guān)系?；谀K化設(shè)計(jì)原則，構(gòu)建場(chǎng)景模板庫(kù)，實(shí)現(xiàn)場(chǎng)景的復(fù)用和動(dòng)態(tài)組合。實(shí)驗(yàn)結(jié)果表明，該方法顯著提升了任務(wù)場(chǎng)景構(gòu)建效率，模板復(fù)用率達(dá)到85%~90%，配置時(shí)間節(jié)省率達(dá)83%，有效提升了任務(wù)建模與場(chǎng)景配置的整體性能。

發(fā)表于：9/17/2025

利用STK和MATLAB互聯(lián)實(shí)現(xiàn)低傾角衛(wèi)星軌道優(yōu)化設(shè)計(jì)[模擬設(shè)計(jì)][航空航天]

提出針對(duì)特定緯度區(qū)域目標(biāo)的低傾角衛(wèi)星軌道設(shè)計(jì)方法。首先，分析了低傾角衛(wèi)星軌道的特點(diǎn)；然后，以衛(wèi)星一個(gè)回歸周期內(nèi)覆蓋時(shí)間最長(zhǎng)為性能指標(biāo)，構(gòu)建了衛(wèi)星軌道設(shè)計(jì)的優(yōu)化模型；最后，在利用STK和MATLAB互聯(lián)的基礎(chǔ)上，充分利用STK的覆蓋分析能力和MATLAB的遺傳算法工具箱，優(yōu)化設(shè)計(jì)出符合模型需求的最優(yōu)解。所提方法實(shí)現(xiàn)了軟件的優(yōu)勢(shì)組合，簡(jiǎn)單且易于實(shí)現(xiàn)，具有較高的求解效率，為衛(wèi)星軌道設(shè)計(jì)提供了新的思路和途徑。

發(fā)表于：9/17/2025

氣象衛(wèi)星掩星探測(cè)載荷智能自動(dòng)化測(cè)試系統(tǒng)研究[測(cè)試測(cè)量][航空航天]

為提高氣象衛(wèi)星掩星探測(cè)載荷的生產(chǎn)測(cè)試效率，解放生產(chǎn)力、釋放設(shè)備資源，提出了一種智能自動(dòng)化測(cè)試系統(tǒng)。具體介紹了掩星探測(cè)載荷搭載的衛(wèi)星模擬系統(tǒng)原理及其測(cè)試的基本流程，詳細(xì)闡述了智能自動(dòng)化測(cè)試系統(tǒng)方案及實(shí)現(xiàn)方式。系統(tǒng)軟件的核心架構(gòu)實(shí)現(xiàn)了從傳統(tǒng)的TestStand和LabVIEW架構(gòu)向Python技術(shù)棧的遷移，可以實(shí)現(xiàn)智能接口適配、智能測(cè)試規(guī)劃、智能故障檢測(cè)并自動(dòng)生成測(cè)試報(bào)告，支撐掩星探測(cè)載荷研發(fā)-測(cè)試-交付全流程測(cè)試。研究氣象衛(wèi)星掩星探測(cè)載荷智能自動(dòng)化測(cè)試技術(shù)可打通氣象衛(wèi)星掩星探測(cè)載荷自動(dòng)化測(cè)試標(biāo)準(zhǔn)流程，推動(dòng)掩星探測(cè)載荷技術(shù)發(fā)展，助力氣象觀測(cè)技術(shù)提升及應(yīng)用。

發(fā)表于：9/17/2025

基于FPGA的梳狀譜通信干擾信號(hào)設(shè)計(jì)與研究[可編程邏輯][通信網(wǎng)絡(luò)]

為了有效測(cè)試通信電臺(tái)的實(shí)際抗干擾性能，提出了一種基于FPGA的高斯白噪聲梳狀譜干擾信號(hào)設(shè)計(jì)方案，相比傳統(tǒng)隨機(jī)相位調(diào)頻梳狀譜干擾，在對(duì)抗寬帶通信系統(tǒng)時(shí)干擾效果更強(qiáng)。該方案以FPGA為核心，通過(guò)改進(jìn)Ziggurat算法和DDS技術(shù)實(shí)現(xiàn)梳狀譜干擾信號(hào)的生成，在滿(mǎn)足高速、高性能的同時(shí)，具有較強(qiáng)的靈活性。并通過(guò)DA芯片輸出，實(shí)現(xiàn)了3~11個(gè)梳狀譜信號(hào)的生成。實(shí)驗(yàn)結(jié)果表明：生成的梳狀譜干擾信號(hào)頻率控制誤差小于0.001%，干擾效果量化一個(gè)指標(biāo)。

發(fā)表于：9/17/2025

基于手勢(shì)識(shí)別的視力檢測(cè)系統(tǒng)設(shè)計(jì)[模擬設(shè)計(jì)][醫(yī)療電子]

在手勢(shì)識(shí)別與人機(jī)交互成為當(dāng)下熱點(diǎn)的背景下，為解決傳統(tǒng)視力檢測(cè)過(guò)程煩瑣、效率低的問(wèn)題，提出基于手勢(shì)識(shí)別的視力檢測(cè)系統(tǒng)設(shè)計(jì)。該系統(tǒng)以STM32單片機(jī)作為核心控制，通過(guò)激光測(cè)距模塊、手勢(shì)識(shí)別模塊以及視力表顯示模塊等實(shí)現(xiàn)智能化、自助式視力檢測(cè)。系統(tǒng)通過(guò)TFT LCD顯示屏顯示視標(biāo)，在測(cè)距達(dá)到標(biāo)準(zhǔn)范圍后，以手勢(shì)識(shí)別傳感器識(shí)別被測(cè)者的手勢(shì)動(dòng)作，通過(guò)微處理器采集、對(duì)比、判斷后，以單視標(biāo)判斷準(zhǔn)則及二分法檢索策略，完成視力等級(jí)顯示。通過(guò)實(shí)驗(yàn)驗(yàn)證了系統(tǒng)的可行性，該系統(tǒng)能夠?qū)崿F(xiàn)對(duì)四種手勢(shì)的正確識(shí)別且視力檢測(cè)時(shí)的平均準(zhǔn)確識(shí)別率達(dá)到82%，具有良好的準(zhǔn)確性和高效性。

發(fā)表于：9/17/2025

多通道大功率氮化鎵T/R組件模塊散熱技術(shù)研究[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

總結(jié)了多通道大功率T/R組件散熱設(shè)計(jì)中面臨的問(wèn)題和挑戰(zhàn)，分析了各種散熱方案的散熱能力。微通道和歧管微通道散熱技術(shù)在高熱流密度散熱場(chǎng)景得到廣泛關(guān)注，成為大功率、高熱流密度集成電路一種有效散熱手段，同時(shí)多通道的流量分配是影響溫度均勻性的重要因素。應(yīng)用上述技術(shù)，提出一種應(yīng)用于多通道T/R組件模塊散熱方案的設(shè)計(jì)方法并應(yīng)用在具體散熱方案設(shè)計(jì)中，采用計(jì)算流體動(dòng)力學(xué)方法對(duì)各種方案分析比較和評(píng)價(jià)，嵌入載臺(tái)的歧管微通道及并聯(lián)分流方案，可有效解決局部功率密度大于500 W/cm2的多通道T/R組件冷卻問(wèn)題，熱阻和通道間溫度均勻度小于2℃。

發(fā)表于：9/17/2025

基于信號(hào)置信度的礦井定位方法研究[模擬設(shè)計(jì)][安防電子]

針對(duì)煤礦井下狹窄縱深的巷道環(huán)境，無(wú)線(xiàn)信號(hào)極易反射導(dǎo)致定位精度差甚至定位失敗的問(wèn)題，提出了一種利用UWB信號(hào)置信度，結(jié)合定位神經(jīng)網(wǎng)絡(luò)模型、TOF測(cè)距和Kalman濾波的組合定位方法。首先利用標(biāo)識(shí)卡與基站間的UWB信息及標(biāo)識(shí)卡真實(shí)距離，離線(xiàn)訓(xùn)練定位神經(jīng)網(wǎng)絡(luò)模型。其次在實(shí)時(shí)測(cè)距時(shí)提出UWB信號(hào)置信度判別方法，參與TOF定位計(jì)算，最后再通過(guò)Kalman濾波進(jìn)一步提升定位精度。結(jié)果表明：該方法能夠在煤礦井下顯著降低由于信號(hào)反射所導(dǎo)致的定位精度差問(wèn)題，混合定位精度小于10 cm，具有速度快、穩(wěn)定性高等優(yōu)點(diǎn)。

發(fā)表于：9/17/2025