97碰视频人人视频香蕉,精品国产乱码久久久久久浪潮小说,亚洲āV无码一区二区三区少妇

一種車聯(lián)網(wǎng)分簇方法與簇內(nèi)中繼選擇方法[通信與網(wǎng)絡(luò)][汽車電子]

針對車聯(lián)網(wǎng)低時(shí)延、高可靠性的通信需求，提出了基于簇穩(wěn)定的車輛分簇方法，有效增加通信時(shí)間，提高通信可靠性。在此基礎(chǔ)上，研究功率受限的情況下車聯(lián)網(wǎng)簇內(nèi)數(shù)據(jù)分發(fā)的中繼選擇問題，提出了一種基于功率預(yù)分配的中繼選擇方法。該方法簇內(nèi)車輛協(xié)作采用HDAF轉(zhuǎn)發(fā)協(xié)議，在中繼選擇之前先對源節(jié)點(diǎn)和潛在中繼節(jié)點(diǎn)進(jìn)行功率分配，求取系統(tǒng)中斷概率最小的功率分配因子，然后比較融入功率優(yōu)化因子的各個(gè)節(jié)點(diǎn)的等效信道增益，選擇出最優(yōu)中繼節(jié)點(diǎn)集合。數(shù)值結(jié)果表明：基于簇穩(wěn)定的車輛分簇方法相比基于地理位置的分簇方法具有更高的穩(wěn)定性。同時(shí)，提出的中繼選擇方法在相同條件下比傳統(tǒng)的單中繼選擇方案和全中繼選擇方案具有更小的中斷概率。

發(fā)表于：4/2/2018

實(shí)時(shí)的移動(dòng)互聯(lián)網(wǎng)攻擊盲檢測與分析算法[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

大規(guī)模移動(dòng)互聯(lián)網(wǎng)攻擊檢測算法需要攻擊行為的先驗(yàn)信息或者需要對攻擊行為進(jìn)行監(jiān)督學(xué)習(xí)，降低了攻擊檢測算法的實(shí)時(shí)性與實(shí)用性，為此提出了一種實(shí)時(shí)的移動(dòng)互聯(lián)網(wǎng)攻擊盲檢測與分析算法。首先，提取每個(gè)時(shí)段網(wǎng)絡(luò)流量的最大特征值，結(jié)合最大特征值與模型階數(shù)選擇技術(shù)檢測每個(gè)時(shí)段是否存在攻擊行為；然后，通過特征值分析技術(shù)來識別攻擊的類型，識別出特征值的變化細(xì)節(jié)；最終，設(shè)計(jì)了相似性分析方案來分析攻擊的端口與時(shí)間等細(xì)節(jié)信息?；谡鎸?shí)實(shí)驗(yàn)與公開網(wǎng)絡(luò)流量數(shù)據(jù)集的仿真結(jié)果表明，該算法獲得較高的攻擊檢測準(zhǔn)確率。

發(fā)表于：3/30/2018

一種無人機(jī)三維航跡規(guī)劃算法研究[嵌入式技術(shù)][航空航天]

在研究無人機(jī)三維航跡規(guī)劃問題時(shí)，針對基于傳統(tǒng)人工蜂群算法易陷入局部最優(yōu)值、后期收斂速度變慢、尋優(yōu)效率低的問題，提出了一種改進(jìn)人工蜂群算法的無人機(jī)航跡規(guī)劃方法。首先，在建立包括經(jīng)緯度、海拔高度信息的三維飛行區(qū)域模型后，加入了地形約束模型，并引入新的綜合航跡代價(jià)評價(jià)方式。然后，在算法中引入自適應(yīng)搜索策略、新型概率選擇策略與Logistic混沌搜索算子來增強(qiáng)其對原始信息的開采能力，提高其收斂速度以及加強(qiáng)其魯棒性。最后，通過三維航跡規(guī)劃仿真和面對突發(fā)威脅的局部航跡再規(guī)劃仿真對所提算法的有效性進(jìn)行了驗(yàn)證。結(jié)果表明，改進(jìn)后的算法提高了全局收斂能力，在收斂速度和精度上優(yōu)于遺傳算法和傳統(tǒng)人工蜂群算法，適合用來解決無人機(jī)的三維航跡規(guī)劃問題。

發(fā)表于：3/30/2018

“矢”料未及，多能合一：鼎陽科技發(fā)布SVA1000X系列頻譜&矢量網(wǎng)絡(luò)分析儀[測試測量][汽車電子]

2018年3月29日深圳深圳市鼎陽科技有限公司宣布發(fā)布SVA1000X系列頻譜&矢量網(wǎng)絡(luò)分析儀。其測量頻率范圍為9kHz-1.5GHz，擁有優(yōu)秀的參數(shù)指標(biāo)：分辨率帶寬（RBW）低至1Hz，顯示平均噪聲電平（DANL）低至-155dBm/Hz，相位噪聲低至-99dBc/Hz @10kHz。該系列產(chǎn)品延續(xù)了X系列家族簡潔大方的外觀風(fēng)格，搭載10.1英寸多點(diǎn)觸摸屏,可支持鼠標(biāo)和鍵盤操作。同時(shí)兼具矢量網(wǎng)絡(luò)分析模式、故障定點(diǎn)分析模式、高級功率測量、ASK/FSK數(shù)字調(diào)制分析模式、EMI預(yù)兼容測試等多種特色功能。

發(fā)表于：3/29/2018

平面大規(guī)模天線陣列的竊聽檢測方案[通信與網(wǎng)絡(luò)][信息安全]

物理層安全機(jī)制可以為無線通信提供有效的保密機(jī)制，為后期保密通信降低系統(tǒng)復(fù)雜度。提出了一種基于大規(guī)模平面天線陣列的物理層安全機(jī)制，即主動(dòng)竊聽的檢測方案。該方案針對時(shí)分雙工模式下的萊斯信道模型，僅在假設(shè)合法用戶萊斯因子和基站噪聲功率已知的情況下，即可有效檢測竊聽用戶。仿真結(jié)果表明，所提出的檢測方案性能隨著天線個(gè)數(shù)、萊斯因子的增加而提高。此外，該方案的性能不隨用戶的位置而改變，可在三維空間全方位地檢測竊聽。

發(fā)表于：3/29/2018

基于DM368的嵌入式數(shù)據(jù)記錄儀的設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][航空航天]

針對導(dǎo)彈彈上空間有限、對載體的重量和功耗有著嚴(yán)格限制等要求，研制了一種具有高可靠性、低功耗、小型化的彈載數(shù)據(jù)記錄儀。本系統(tǒng)主要實(shí)現(xiàn)對導(dǎo)彈飛行過程中的場景視頻信息進(jìn)行H.264格式硬件壓縮存儲以及對飛行姿態(tài)等數(shù)據(jù)進(jìn)行實(shí)時(shí)記錄并存儲至高速大容量SD卡，極大地方便了飛行試驗(yàn)后數(shù)據(jù)的讀出和處理。

發(fā)表于：3/29/2018

抑制風(fēng)噪聲的頻點(diǎn)離散值加權(quán)GCC-PHAT時(shí)延估計(jì)算法[測試測量][其他]

針對麥克風(fēng)陣列使用GCC-PHAT算法估計(jì)信號到達(dá)時(shí)差對加性噪聲敏感，以及基于信噪比估計(jì)的連續(xù)值加權(quán)GCC-PHAT算法無法消除環(huán)境中類似風(fēng)噪聲的變化噪聲干擾的情況，提出了一種抑制風(fēng)噪聲的頻點(diǎn)加權(quán)GCC-PHAT算法。通過分析已有算法的不足，新算法選擇使用離散頻點(diǎn)加權(quán)，并通過信號頻點(diǎn)間相干性量化值和時(shí)域關(guān)聯(lián)性計(jì)算權(quán)值，去除風(fēng)噪聲干擾頻點(diǎn)；同時(shí)估計(jì)聲源信號活躍度，調(diào)整算法運(yùn)算量。實(shí)驗(yàn)表明，與已有的GCC-PHAT算法相比，新算法能有效消除風(fēng)噪聲對估計(jì)結(jié)果的干擾，同時(shí)降低運(yùn)算負(fù)載。

發(fā)表于：3/28/2018

基于AP布置優(yōu)化和K-means聚類算法的室內(nèi)定位研究[測試測量][其他]

傳統(tǒng)室內(nèi)定位中聚類算法被動(dòng)依賴定位環(huán)境中接入點(diǎn)（Acess Point，AP）數(shù)量，導(dǎo)致定位效率低、誤差大，室內(nèi)位置指紋定位研究中AP布局是影響定位精度的關(guān)鍵性因素。因此，采用Intel芯片的嵌入式微系統(tǒng)和美國Signal Hound生產(chǎn)的SA44B型測量接收機(jī)共同組成傳感器網(wǎng)絡(luò)，根據(jù)電波路徑損耗建立室內(nèi)定位的目標(biāo)函數(shù)，采用單純形法和模擬退火算法融合算法對目標(biāo)函數(shù)進(jìn)行優(yōu)化，從而達(dá)到最合理的AP室內(nèi)位置布局，而后改進(jìn)K-means聚類算法將優(yōu)化后的AP位置坐標(biāo)作為初始聚類中心，來提高系統(tǒng)的定位效率和精確度。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)K-means算法相比，經(jīng)過AP位置最優(yōu)化后的聚類定位算法精度提高了13.8%。

發(fā)表于：3/28/2018

一種基于動(dòng)態(tài)規(guī)劃的機(jī)動(dòng)目標(biāo)檢測前跟蹤方法[測試測量][汽車電子]

針對傳統(tǒng)動(dòng)態(tài)規(guī)劃檢測前跟蹤算法僅適用于勻速直線運(yùn)動(dòng)目標(biāo)或慢機(jī)動(dòng)目標(biāo)的局限性，提出了一種將交互式多模型（IMM）濾波與基于動(dòng)態(tài)規(guī)劃的檢測前跟蹤算法相結(jié)合的機(jī)動(dòng)目標(biāo)處理算法。該算法應(yīng)用于近程毫米波雷達(dá)探測環(huán)境下，根據(jù)被測目標(biāo)的實(shí)際運(yùn)動(dòng)情況建立了勻加速運(yùn)動(dòng)、勻速轉(zhuǎn)彎運(yùn)動(dòng)及勻速運(yùn)動(dòng)模型，在動(dòng)態(tài)規(guī)劃算法基礎(chǔ)上考慮了多種運(yùn)動(dòng)模型以及模型之間的轉(zhuǎn)換和預(yù)測，避免了因模型不匹配導(dǎo)致的跟蹤效果變差的問題。仿真結(jié)果顯示，相比于傳統(tǒng)動(dòng)態(tài)規(guī)劃檢測算法，該算法能夠更加有效地實(shí)現(xiàn)對機(jī)動(dòng)目標(biāo)的檢測和跟蹤，適于工程應(yīng)用。

發(fā)表于：3/27/2018

重復(fù)控制自適應(yīng)PI控制器在APF中的應(yīng)用[電源技術(shù)][智能電網(wǎng)]

為了有效解決電力系統(tǒng)中由于諧波存在而導(dǎo)致的一系列問題，設(shè)計(jì)了一種基于PI+重復(fù)控制的有源電力濾波器(APF)。這種控制器集合了PI算法追蹤速度快和重復(fù)控制算法精度高的優(yōu)點(diǎn)，但是在實(shí)際應(yīng)用中發(fā)現(xiàn)，當(dāng)電網(wǎng)突加負(fù)載，即系統(tǒng)參數(shù)發(fā)生變化時(shí)，其跟蹤效果不理想。因此提出了自適應(yīng)PI，在原來的基礎(chǔ)上進(jìn)一步提高追蹤的速度和精確度，改善效果明顯，系統(tǒng)諧波畸變率比簡單并聯(lián)控制器降低了30%。

發(fā)表于：3/27/2018

基于奇異值分解和小波包分解的故障檢測[測試測量][航空航天]

根據(jù)真空泵在故障和正常模式下工作時(shí)，其振動(dòng)信號在頻域的能量分布的差異性，設(shè)計(jì)基于奇異值分解(SVD)和小波包分解(WPD)的真空泵故障檢測方法。首先用SVD對采集到的信號進(jìn)行去噪，再使用小波包對去噪后的信號進(jìn)行分解，對分解得到的各層系數(shù)進(jìn)行重構(gòu)并提取需要的各頻域段的能量。將提取的能量向量作為支持向量機(jī)（SVM）的輸入樣本，對SVM進(jìn)行訓(xùn)練。最后使用實(shí)驗(yàn)數(shù)據(jù)對SVM的可靠性進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，采用SVD和WPD結(jié)合的方法能較好地識別出真空泵的故障。

發(fā)表于：3/26/2018

基于CC3200及微信公眾號的云家居交互系統(tǒng)[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

為了實(shí)現(xiàn)家居智能化，基于CC3200無線Wi-Fi微控制器、微信公眾號及阿里云服務(wù)器設(shè)計(jì)了一款智能云家居交互系統(tǒng)，用戶可通過微信公眾號遠(yuǎn)程控制家居設(shè)備，并可獲取傳感器的狀態(tài)。提出了系統(tǒng)總體設(shè)計(jì)方案，介紹了系統(tǒng)硬件組成，給出了CC3200微控制器、微信公眾號和阿里云服務(wù)器的軟件設(shè)計(jì)。實(shí)驗(yàn)測試表明，該系統(tǒng)運(yùn)行穩(wěn)定，用戶體驗(yàn)較好，具有較高的應(yīng)用價(jià)值。

發(fā)表于：3/26/2018

看好可穿戴、AR/VR和IoT人機(jī)交互市場增長，博世傳感器借三大新品發(fā)力[MEMS|傳感技術(shù)][消費(fèi)電子]

在剛剛落下帷幕的2018年慕尼黑上海電子展上，全球領(lǐng)先的MEMS傳感器供應(yīng)商Bosch Sensortec面向中國市場正式發(fā)布三款重磅產(chǎn)品，其中包括兼具低功耗和高性能完美適用于可穿戴設(shè)備的加速度計(jì)BMA400、適用于AR/VR的高性能慣性測量單元（IMU）BMI085和用于物聯(lián)網(wǎng)中虛擬用戶界面的交互式投影模塊，進(jìn)一步將其在消費(fèi)類市場的領(lǐng)地?cái)U(kuò)展至更大疆域。

發(fā)表于：3/23/2018

基于FMCW環(huán)掃SAR的成像系統(tǒng)設(shè)計(jì)及測試方法[嵌入式技術(shù)][航空航天]

為實(shí)現(xiàn)目標(biāo)不同距離的高分辨率成像，提出一種調(diào)頻連續(xù)波(FMCW)環(huán)掃合成孔徑雷達(dá)(SAR)體制下的目標(biāo)距離向探測系統(tǒng)設(shè)計(jì)及測試方法。該系統(tǒng)由模擬前端和FPGA共同處理實(shí)現(xiàn)，設(shè)計(jì)多種工作模式以實(shí)現(xiàn)近、中、遠(yuǎn)3種探測距離及相應(yīng)的分辨率。通過MATLAB模擬射頻前端去調(diào)頻處理后的信號，加載到FPGA數(shù)字下變頻處理，對所得信號仿真得到輸出頻譜，并進(jìn)行閉環(huán)板級實(shí)測，驗(yàn)證了該基于FMCW環(huán)掃SAR的目標(biāo)距離向成像系統(tǒng)設(shè)計(jì)的可行性。

發(fā)表于：3/23/2018

基于分?jǐn)?shù)低階協(xié)方差譜的頻譜感知算法研究及其FPGA實(shí)現(xiàn)[可編程邏輯][通信網(wǎng)絡(luò)]

在對非高斯噪聲情況下主用戶頻譜感知問題的理論研究之上，采用α穩(wěn)定分布模型描述認(rèn)知通信系統(tǒng)的非高斯噪聲，給出了一種基于分?jǐn)?shù)低階協(xié)方差的感知方法，并采用分?jǐn)?shù)低階協(xié)方差譜對α穩(wěn)定分布噪聲下的主用戶信號進(jìn)行了譜估計(jì),較好地解決了在非高斯噪聲情況下傳統(tǒng)的功率譜估計(jì)性能失效的問題。在此基礎(chǔ)上針對FPGA的特性，進(jìn)一步優(yōu)化了算法，在FPGA上設(shè)計(jì)并實(shí)現(xiàn)了基于該算法的感知系統(tǒng)。系統(tǒng)利用FPGA產(chǎn)生中心頻率為25 MHz、帶寬為12.5 MHz的QPSK信號和特征指數(shù)為1的α穩(wěn)定分布噪聲作為主用戶信號，設(shè)計(jì)相應(yīng)的數(shù)字信號處理模塊，并在此系統(tǒng)中驗(yàn)證了基于分?jǐn)?shù)低階協(xié)方差的感知方法能夠有效地從α穩(wěn)定分布噪聲中檢測出主信號的存在。該系統(tǒng)運(yùn)行穩(wěn)定，可移植性強(qiáng)，適用于不同的主用戶頻譜檢測方案在此系統(tǒng)上進(jìn)行實(shí)現(xiàn)與驗(yàn)證。

發(fā)表于：3/23/2018