精品欧美不卡一区在线观看,榴莲下载

智能云測(cè)試下拓?fù)溆成渌惴▽?shí)現(xiàn)的研究[嵌入式技術(shù)][數(shù)據(jù)中心]

根據(jù)智能云測(cè)試平臺(tái)的特點(diǎn)，為加強(qiáng)測(cè)試資源集中管理，結(jié)合實(shí)際中ATF拓?fù)溆成?，提出了智能云測(cè)試平臺(tái)自動(dòng)拓?fù)溆成鋵?shí)現(xiàn)的方法。該方法在ATF框架的基礎(chǔ)上，不斷優(yōu)化候選設(shè)備分組解空間的大小和每個(gè)候選設(shè)備分組的連接映射，詳細(xì)分析了自動(dòng)拓?fù)溆成浜诵乃惴ǖ倪壿嫿Y(jié)構(gòu)。采用進(jìn)位表、邏輯設(shè)備排序、設(shè)備組獲取排序的方法，給出新的自動(dòng)拓?fù)溆成涞姆椒ā２?yīng)用到實(shí)際的智能云測(cè)試環(huán)境中，驗(yàn)證了拓?fù)溆成渌惴〝U(kuò)展性及保密性較好，在發(fā)現(xiàn)效率、準(zhǔn)確性、有效性上有了很大提高。

發(fā)表于：4/20/2017

甲狀腺結(jié)節(jié)超聲圖像分割算法研究[嵌入式技術(shù)][醫(yī)療電子]

針對(duì)甲狀腺結(jié)節(jié)超聲圖像易被噪聲污染、對(duì)比度低、灰度不均勻等特點(diǎn)，提出基于改進(jìn)的LIF模型與CV模型相結(jié)合的分割算法。針對(duì)LIF模型在演化過(guò)程中易陷入局部最小值的問(wèn)題，融入了局部梯度能量信息，從而避免了演化時(shí)局部最優(yōu)的問(wèn)題；同時(shí)結(jié)合了CV模型對(duì)初始化位置不敏感的優(yōu)點(diǎn)，從而使得該模型不僅能實(shí)現(xiàn)對(duì)灰度不均勻圖像的分割，而且降低了對(duì)初始輪廓位置的敏感性。對(duì)比實(shí)驗(yàn)結(jié)果表明，該算法既能有效克服噪聲的影響，又能實(shí)現(xiàn)對(duì)灰度不均勻圖像的精確分割。

發(fā)表于：4/20/2017

基于Cortex-M處理器的產(chǎn)品開(kāi)發(fā)[嵌入式技術(shù)][物聯(lián)網(wǎng)]

雖然Cortex-M系列處理器有非常多的特性，但是很容易使用的。例如，差不多所有的開(kāi)發(fā)都可以用像C語(yǔ)言這樣的高級(jí)編程語(yǔ)言。雖然，基于Cortex-M系列處理器產(chǎn)品都大不相同（例如，有不同大小的內(nèi)存，不同的外設(shè)，性能和封裝等等），架構(gòu)的一致性讓開(kāi)發(fā)者一旦對(duì)他們其中的一塊有開(kāi)發(fā)經(jīng)驗(yàn)，就很容易開(kāi)始使用新的Cortex-M處理器。

發(fā)表于：4/19/2017

Cortex-M處理器調(diào)試和跟蹤特性[嵌入式技術(shù)][物聯(lián)網(wǎng)]

Cortex-M處理器的調(diào)試架構(gòu)是基于ARM CoreSight調(diào)試架構(gòu)設(shè)計(jì)的，它是個(gè)非常容易擴(kuò)展的架構(gòu)，支持多處理器系統(tǒng)。

發(fā)表于：4/19/2017

Cortex-M處理器性能考慮[嵌入式技術(shù)][物聯(lián)網(wǎng)]

但是，benchmark工具的性能測(cè)試數(shù)據(jù)可能無(wú)法準(zhǔn)確反應(yīng)你的應(yīng)用能達(dá)到的性能。例如，單周期I/O接口和DSP應(yīng)用中使用SIMD，或者Cortex-M4/M7中使用FPU的加速效果并沒(méi)有在這些測(cè)試數(shù)據(jù)中體現(xiàn)出來(lái)。

發(fā)表于：4/19/2017

Cortex-M處理器系統(tǒng)特性[嵌入式技術(shù)][物聯(lián)網(wǎng)]

Cortex-M3 和Cortex-M4處理器支持一個(gè)叫做位段的可選功能，允許有兩段通過(guò)位段別名地址實(shí)現(xiàn)可以位尋址的1MB的地址空間（一段在從地址0x20000000起始的SRAM空間。另一段是從地址0x40000000起始的外圍設(shè)備空間）。Cortex-M0, M0+ 和 Cortex-M1不支持位段（bit-band）功能，但是可以利用ARM Cortex-M系統(tǒng)設(shè)計(jì)套件（CMSDK）中的總線級(jí)組件在系統(tǒng)層面實(shí)現(xiàn)位段（bit-band）功能。Cortex-M7不支持位段（bit-band），因?yàn)镸7的Cache功能不能與位段一塊使用（Cache控制器不知道內(nèi)存空間的別名地址）。

發(fā)表于：4/19/2017

Cortex-M處理器架構(gòu)特性[嵌入式技術(shù)][物聯(lián)網(wǎng)]

Cortex-M處理器家族的編程模型是高度一致的。例如所有的Crotex-M處理器都支持R0到R15，PSR, CONTROL 和 PRIMASK。兩個(gè)特殊的寄存器— FAULTMASK 和 BASEPRI—只有Cortex-M3, Cortex-M4, Cortex-M7 和 Cortex-M33支持；浮點(diǎn)寄存器組和FPSCR（浮點(diǎn)狀態(tài)和控制寄存器）寄存器，是Cortex-M4/M7/M33可選的浮點(diǎn)運(yùn)算單元使用的。

發(fā)表于：4/19/2017

SDN控制器部署中的可靠性優(yōu)化研究[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

軟件定義網(wǎng)絡(luò)（SDN）將傳統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)中的控制層和轉(zhuǎn)發(fā)層解耦，其將所有轉(zhuǎn)發(fā)設(shè)備與一個(gè)邏輯集中的控制器相連接。為避免網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大引起的單點(diǎn)失效，向分布式控制結(jié)構(gòu)發(fā)展成為OpenFlow廣域網(wǎng)部署的趨勢(shì)，其中控制層多控制器的部署問(wèn)題是SDN設(shè)計(jì)中的一個(gè)關(guān)鍵環(huán)節(jié)。提出基于控制路徑連通度的控制器部署方案來(lái)最大化SDN控制器部署的可靠性，并使用3種不同的算法對(duì)比控制器部署性能。仿真結(jié)果表明，該方案可以在可接受時(shí)延范圍內(nèi)提升部署SDN控制器的可靠性。

發(fā)表于：4/19/2017

Cortex-M處理器指令集[嵌入式技術(shù)][物聯(lián)網(wǎng)]

大多數(shù)情況下，應(yīng)用程序代碼可以用C或其他高級(jí)語(yǔ)言編寫(xiě)。但是，對(duì)Cortex-M 處理器支持指令集的基本了解有助于開(kāi)發(fā)者針對(duì)具體應(yīng)用選擇合適的Cortex-M處理器。指令集（ISA）是處理器架構(gòu)的一部分，Cortex-M處理器可以分為幾個(gè)架構(gòu)規(guī)范

發(fā)表于：4/19/2017

基于訓(xùn)練序列的OFDM頻率同步改進(jìn)算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)現(xiàn)有正交頻分復(fù)用(OFDM)通信系統(tǒng)中頻率同步算法存在的同步精度不高、估計(jì)范圍較小等問(wèn)題，設(shè)計(jì)了一種訓(xùn)練序列結(jié)構(gòu)，并給出了相應(yīng)的估計(jì)函數(shù)，提出了基于訓(xùn)練序列的頻率同步改進(jìn)算法。頻率同步改進(jìn)算法是在準(zhǔn)確的符號(hào)定時(shí)之后，根據(jù)時(shí)域訓(xùn)練序列結(jié)構(gòu)的共軛對(duì)稱性，利用新的度量函數(shù)求出小數(shù)倍頻偏；根據(jù)接收端頻域訓(xùn)練序列的循環(huán)移位估計(jì)整數(shù)倍頻偏。理論分析和仿真結(jié)果表明，改進(jìn)算法頻偏估計(jì)的均方誤差較低，擴(kuò)大了小數(shù)倍頻偏估計(jì)范圍，提高了整數(shù)倍頻偏的正確檢測(cè)概率。

發(fā)表于：4/19/2017

ARM Cortex-M處理器入門(mén)[嵌入式技術(shù)][其他]

ARM Cortex-M處理器家族現(xiàn)在有8款處理器成員。在本文中，我們會(huì)比較Cortex-M系列處理器之間的產(chǎn)品特性，重點(diǎn)講述如何根據(jù)產(chǎn)品應(yīng)用選擇正確的Cortex-M處理器。本文中會(huì)詳細(xì)的對(duì)照Cortex-M 系列處理器的指令集和高級(jí)中斷處理能力，以及 SoC系統(tǒng)級(jí)特性，調(diào)試和追蹤功能和性能的比較。

發(fā)表于：4/19/2017

電池模擬器功能在智能設(shè)備測(cè)試中的應(yīng)用[測(cè)試測(cè)量][汽車(chē)電子]

隨著互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等新興技術(shù)的興起，“互聯(lián)網(wǎng)+”概念成為經(jīng)濟(jì)發(fā)展的新熱點(diǎn)，滲透到社會(huì)的各個(gè)領(lǐng)域。在這股浪潮下智能硬件、物聯(lián)網(wǎng)設(shè)備行業(yè)以星火燎原之勢(shì)迅速擴(kuò)張，大量的新產(chǎn)品不斷涌現(xiàn)，在給用戶帶來(lái)新的使用體驗(yàn)的同時(shí)，其產(chǎn)品性能也需要經(jīng)受市場(chǎng)的檢驗(yàn)。IT6400系列雙極性可編程直流電源具備電池模擬功能，適用于電池供電的智能硬件設(shè)備的測(cè)試。

發(fā)表于：4/18/2017

CCN中基于內(nèi)容流行度和節(jié)點(diǎn)重要度的緩存設(shè)計(jì)[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

隨著網(wǎng)絡(luò)流量的急劇增長(zhǎng)，現(xiàn)有的IP體系架構(gòu)難以滿足用戶不斷增長(zhǎng)的需求。CCN成為未來(lái)網(wǎng)絡(luò)研究的熱點(diǎn)，其最大的特點(diǎn)是網(wǎng)絡(luò)節(jié)點(diǎn)的處處緩存，所以為CCN設(shè)計(jì)一種高效的緩存機(jī)制顯得尤為重要。針對(duì)CCN中現(xiàn)有的緩存機(jī)制存在一些問(wèn)題，提出了一種基于內(nèi)容收益的內(nèi)容流行度和節(jié)點(diǎn)重要度PBCS的緩存方案。在請(qǐng)求次數(shù)滿足收益標(biāo)準(zhǔn)的前提下，進(jìn)行內(nèi)容流行度與節(jié)點(diǎn)重要度的匹配，得到符合要求的緩存節(jié)點(diǎn)。仿真結(jié)果表明，該方案提高了內(nèi)容的節(jié)點(diǎn)命中率，縮短了獲取內(nèi)容的平均跳數(shù)。

發(fā)表于：4/18/2017

密集D2D網(wǎng)絡(luò)中提升接入率的資源分配研究[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

在蜂窩網(wǎng)絡(luò)中引入D2D通信可以增大系統(tǒng)吞吐量，提升資源利用率，減小終端功耗。傳統(tǒng)資源分配算法只解決稀疏D2D網(wǎng)絡(luò)中資源分配的問(wèn)題，如何以有限的頻譜資源將所有設(shè)備用接入網(wǎng)絡(luò)是目前急需解決的問(wèn)題。提出一種高接入率的資源分配算法，在基站的控制下為每條蜂窩信道選取滿足接入條件的最優(yōu)D2D鏈路接入。仿真驗(yàn)證表明，該算法有效提高了混合網(wǎng)絡(luò)中D2D鏈路的接入率，同時(shí)有效增加了每條蜂窩信道的復(fù)用增益。

發(fā)表于：4/18/2017

基于圖著色理論的認(rèn)知網(wǎng)絡(luò)頻譜分配策略研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了解決認(rèn)知網(wǎng)絡(luò)下的動(dòng)態(tài)頻譜分配問(wèn)題，結(jié)合圖著色理論分析構(gòu)建了認(rèn)知系統(tǒng)頻譜分配模型。在此基礎(chǔ)上結(jié)合極大獨(dú)立集(MIS)算法，通過(guò)設(shè)計(jì)綜合分配權(quán)重，提出了一種基于信道效益的認(rèn)知網(wǎng)絡(luò)動(dòng)態(tài)頻譜分配算法。仿真結(jié)果表明，相比現(xiàn)有的MIS、Greedy算法，該算法能夠有效提升實(shí)際認(rèn)知網(wǎng)絡(luò)系統(tǒng)的頻譜利用率和公平性指標(biāo)。

發(fā)表于：4/17/2017