久久国内精品自在自线图片,日韩欧美中文字幕精品

NC-OFDM系統(tǒng)基于DFT-DCB降PAPR研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)非連續(xù)正交頻分復(fù)用調(diào)制信號(hào)高峰均比特點(diǎn)，提出了一種新的降峰均比方法。首先，將符號(hào)序列進(jìn)行離散傅里葉變換；接著，將變換之后的數(shù)據(jù)按照當(dāng)前的頻譜空洞分布以及后續(xù)旁瓣抑制處理，劃分成一個(gè)或多個(gè)最小子載波數(shù)受限的數(shù)據(jù)載波塊，并在數(shù)據(jù)載波塊之間插入合適的零數(shù)據(jù)塊予以擴(kuò)展；最后，將擴(kuò)展后的數(shù)據(jù)通過快速傅里葉逆變換實(shí)現(xiàn)調(diào)制。以閉式表達(dá)式的形式給出了原始符號(hào)和經(jīng)過擴(kuò)展調(diào)制之后的信號(hào)之間的關(guān)系，從理論推導(dǎo)和仿真分析驗(yàn)證了該技術(shù)的有效性和可行性。

發(fā)表于：7/21/2016

基于Convex最優(yōu)化的室內(nèi)可見光通信燈排布[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

非相干多徑彌散信道的特性和LED燈發(fā)射機(jī)的特性使得室內(nèi)可見光通信系統(tǒng)難以提供室內(nèi)均勻的通信性能。為了獲得近似均勻的通信性能，提出了一種通過反向設(shè)計(jì)的基于Convex優(yōu)化的燈排布方案。仿真結(jié)果顯示，提出的燈排布方案使系統(tǒng)的接收光功率波動(dòng)從2.706 dB下降到0.277 dB，Q因子從3.224上升到36.271，并符合照明要求。

發(fā)表于：7/21/2016

基于LDPC硬判決算法的高效數(shù)據(jù)協(xié)調(diào)方法[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

數(shù)據(jù)協(xié)調(diào)是量子密鑰分發(fā)中必不可少的一個(gè)環(huán)節(jié)，其主要目的是糾正量子通信篩選后信息的錯(cuò)誤圖案，使合法通信雙方獲得一致的密鑰信息。為了提高協(xié)調(diào)算法的糾錯(cuò)效率，選擇了一種基于硬判決迭代譯碼算法的LDPC碼對(duì)QKD中的密鑰序列進(jìn)行數(shù)據(jù)協(xié)調(diào)，相較于傳統(tǒng)的協(xié)調(diào)方法如級(jí)聯(lián)碼、卷積碼、Winnow方案，采用低復(fù)雜度的LDPC比特翻轉(zhuǎn)算法的正向協(xié)調(diào)方案具有較強(qiáng)的時(shí)效性，尤其是在0.4~0.6的碼率時(shí)協(xié)調(diào)效率達(dá)到最高。

發(fā)表于：7/21/2016

基于ARM與ZigBee的家庭安全監(jiān)控系統(tǒng)的設(shè)計(jì)[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

為了實(shí)現(xiàn)家居安全、環(huán)境信息的遠(yuǎn)程實(shí)時(shí)監(jiān)控,設(shè)計(jì)了一種基于ARM與ZigBee技術(shù)的家庭安全監(jiān)控系統(tǒng)。該系統(tǒng)以CC2530芯片采集溫度、煙霧、CO濃度等傳感器信息，并通過ZigBee無(wú)線網(wǎng)絡(luò)將采集的節(jié)點(diǎn)數(shù)據(jù)傳輸?shù)紸RM服務(wù)器，ARM服務(wù)器將數(shù)據(jù)通過GPRS網(wǎng)絡(luò)發(fā)送至Android手機(jī)客戶端。ARM服務(wù)器以μC/OSII為平臺(tái),引入emWIN 圖形用戶接口，通過加權(quán)算法來(lái)判斷火災(zāi)的發(fā)生，從而減小其漏報(bào)率和誤報(bào)率。當(dāng)發(fā)生火災(zāi)時(shí)ARM服務(wù)器會(huì)自動(dòng)撥打報(bào)警電話，同時(shí)也可以通過手機(jī)客戶端發(fā)送家居控制命令，便于火災(zāi)的及時(shí)救援。實(shí)踐證明該系統(tǒng)具有實(shí)用性好、可靠性高、反應(yīng)速度快等特點(diǎn)，可以有效地對(duì)家居安全、環(huán)境信息進(jìn)行全覆蓋和連續(xù)的監(jiān)控。

發(fā)表于：7/21/2016

視頻人體下肢運(yùn)動(dòng)分析系統(tǒng)[嵌入式技術(shù)][其他]

針對(duì)如何高效、準(zhǔn)確地從視頻圖像中提取相關(guān)特征向量，完成基于視頻的人體運(yùn)動(dòng)分析，構(gòu)建了基于視頻信息的人體下肢運(yùn)動(dòng)系統(tǒng)。系統(tǒng)包括人體運(yùn)動(dòng)輪廓的提取、噪聲處理和人體下肢建模及分析3個(gè)模塊。人體運(yùn)動(dòng)輪廓提取中采用改進(jìn)的光流算法，通過閾值設(shè)置改善了輪廓提取的清晰度和完整性。噪聲處理模塊運(yùn)用單個(gè)中值濾波器與人體四周去噪算法，不僅有效解決了多中值濾波引起的人體輪廓模糊問題，同時(shí)使人體活動(dòng)區(qū)域外的噪聲去除率達(dá)到100%。通過系統(tǒng)分析，視頻中人體行走的速度為0.687 m/s，髖關(guān)節(jié)垂直方向上下起伏幅度為4.71 cm，行走步態(tài)正常。

發(fā)表于：7/21/2016

基于模糊并行約簡(jiǎn)的模糊概念漂移探測(cè)[嵌入式技術(shù)][其他]

數(shù)據(jù)流挖掘是當(dāng)前數(shù)據(jù)挖掘研究的一個(gè)熱點(diǎn)，并且數(shù)據(jù)流的類型也不盡相同。利用模糊粗糙集和F-粗糙集的基本原理和基本方法，提出了一種對(duì)模糊型數(shù)據(jù)流進(jìn)行模糊并行約簡(jiǎn)、刪除冗余屬性的方法，并運(yùn)用模糊并行約簡(jiǎn)中屬性重要性的變化探測(cè)模糊概念漂移現(xiàn)象。有別于傳統(tǒng)方法，該方法利用模糊數(shù)據(jù)的內(nèi)部本質(zhì)特性對(duì)模糊概念漂移進(jìn)行探測(cè)，并且通過實(shí)例驗(yàn)證其探測(cè)模糊概念漂移的可行性和有效性。

發(fā)表于：7/20/2016

基于混合重采樣的非平衡數(shù)據(jù)SVM訓(xùn)練方法[嵌入式技術(shù)][數(shù)據(jù)中心]

針對(duì)傳統(tǒng)的SVM算法在非平衡數(shù)據(jù)分類中分類效果不理想的問題，提出一種基于分類超平面和SMOTE過采樣方法(HB_SMOTE)。該方法首先對(duì)原始訓(xùn)練樣本集使用WSVM算法找到分類超平面，然后按一定標(biāo)準(zhǔn)剔除負(fù)類中被錯(cuò)分的樣本、靠近分類超平面的樣本以及遠(yuǎn)離分類超平面的樣本。在UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明：與RU_SMOTE等重采樣方法相比，HB_SMOTE方法對(duì)正類樣本和負(fù)類樣本都具有較高的分類準(zhǔn)確率。

發(fā)表于：7/20/2016

動(dòng)態(tài)人臉識(shí)別系統(tǒng)的構(gòu)建[嵌入式技術(shù)][信息安全]

提出了一種實(shí)際應(yīng)用環(huán)境下的動(dòng)態(tài)人臉識(shí)別系統(tǒng)。首先討論了動(dòng)態(tài)人臉識(shí)別系統(tǒng)硬件環(huán)境的搭建，然后詳細(xì)介紹了動(dòng)態(tài)人臉識(shí)別系統(tǒng)的軟件流程、主要的功能模塊、人臉庫(kù)的構(gòu)建及管理等，最后對(duì)系統(tǒng)進(jìn)行了測(cè)試。測(cè)試結(jié)果表明，所設(shè)計(jì)的軟硬件系統(tǒng)能夠滿足實(shí)際應(yīng)用需求。

發(fā)表于：7/20/2016

基于嵌入式Linux的復(fù)雜光照人臉實(shí)時(shí)檢測(cè)研究[嵌入式技術(shù)][其他]

為了滿足嵌入式設(shè)備在復(fù)雜光照條件下的人臉檢測(cè)需求，提出了一種基于光照不變特征的人臉檢測(cè)方法。該方法先基于Retinex理論提取光照不變分量，再以MBLBP特征進(jìn)行AdaBoost人臉檢測(cè)。結(jié)合該方法，實(shí)現(xiàn)了一種基于嵌入式Linux的人臉實(shí)時(shí)檢測(cè)系統(tǒng)。實(shí)驗(yàn)與實(shí)際使用結(jié)果表明，該人臉檢測(cè)系統(tǒng)具有較高的人臉檢出率，且滿足實(shí)時(shí)性要求。

發(fā)表于：7/20/2016

基于顏色特征的生豬口蹄疫監(jiān)測(cè)方法研究[嵌入式技術(shù)][醫(yī)療電子]

通過分析現(xiàn)有的一些監(jiān)控模型和方法，針對(duì)如何快速、有效地對(duì)可能發(fā)生的疫情進(jìn)行預(yù)警，提出了一種基于顏色特征的生豬口蹄疫監(jiān)測(cè)方法。實(shí)驗(yàn)結(jié)果表明，該方法能夠?qū)⒋蟛糠只加锌谔阋叩纳i圖像篩選出來(lái)，篩選正確率約為98.69%，口蹄疫疫情的查全率約為88%。

發(fā)表于：7/20/2016

蓄電池內(nèi)阻測(cè)試儀前置可選頻帶通濾波器設(shè)計(jì)[電源技術(shù)][智能電網(wǎng)]

針對(duì)多頻點(diǎn)蓄電池內(nèi)阻測(cè)試法雙低頻測(cè)試信號(hào)濾波問題，設(shè)計(jì)基于MAX267有源帶通濾波器芯片的可選頻4階切比雪夫帶通濾波器。通過改變基準(zhǔn)輸入時(shí)鐘頻率信號(hào)，實(shí)現(xiàn)帶通濾波器通帶中心頻率的切換。詳細(xì)介紹了這種前置變頻帶通濾波器級(jí)聯(lián)方式、切比雪夫?yàn)V波器選型配置、可編程引腳Fn、Qn的配置方法、外圍級(jí)聯(lián)電路計(jì)算以及可變基準(zhǔn)時(shí)鐘信號(hào)的產(chǎn)生方法。外圍電路十分精簡(jiǎn)，各中心頻率通帶幅頻性能良好，滿足工程需求。

發(fā)表于：7/20/2016

基于Saber器件庫(kù)的L6599芯片建模及仿真[嵌入式技術(shù)][其他]

在中高功率LED燈電源設(shè)計(jì)中，后級(jí)電路常采用LLC拓?fù)浣Y(jié)構(gòu)。L6599是STMicroelectronics（ST）公司的一款用于LLC諧振變換器的經(jīng)典控制器，目前很多半橋LLC產(chǎn)品中均采用此IC。因此建立L6599芯片的器件庫(kù)模型，對(duì)于研究以L6599為核心器件的LLC電路具有重要意義。通過Saber軟件建立了L6599芯片的器件庫(kù)模型，實(shí)現(xiàn)了其基本功能和各種保護(hù)功能。最后用建立的L6599芯片的器件庫(kù)模型進(jìn)行半橋LLC諧振變換器的時(shí)域仿真，驗(yàn)證了模型的有效性，為縮短產(chǎn)品開發(fā)周期，減少研發(fā)成本提供了可能。

發(fā)表于：7/19/2016

基于FPGA的多路信號(hào)智能集成測(cè)控系統(tǒng)設(shè)計(jì)[可編程邏輯][物聯(lián)網(wǎng)]

設(shè)計(jì)了一種基于FPGA的多路信號(hào)智能集成測(cè)控系統(tǒng)電路，其系統(tǒng)電路采用模塊化設(shè)計(jì)，包括電源模塊、多通道模塊、信號(hào)隔離模塊、ADC模塊、FPGA主控模塊、通信模塊和電平轉(zhuǎn)換模塊等。所設(shè)計(jì)的電路將多路信號(hào)檢測(cè)系統(tǒng)和多路信號(hào)控制系統(tǒng)集成在一起，解決了一些需要檢測(cè)和控制聯(lián)合應(yīng)用的案例，且設(shè)備操作簡(jiǎn)單，系統(tǒng)應(yīng)用廣泛，尤其適合于汽車信號(hào)控制及檢測(cè)等情形。通過對(duì)該電路進(jìn)行仿真和實(shí)際電路的測(cè)試，達(dá)到了對(duì)多路信號(hào)智能檢測(cè)和控制的目的。

發(fā)表于：7/19/2016

基于AMR磁阻傳感器的無(wú)線車位檢測(cè)設(shè)計(jì)[嵌入式技術(shù)][物聯(lián)網(wǎng)]

設(shè)計(jì)了以AMR磁阻傳感器采集車位節(jié)點(diǎn)信號(hào)，通過ZigBee無(wú)線傳感組網(wǎng)，以STM32F10X微控制器為協(xié)調(diào)器收集并分析處理信號(hào)的裝置來(lái)檢測(cè)車位的占用情況，最終將檢測(cè)結(jié)果通過串口傳輸?shù)缴衔粰C(jī)進(jìn)行顯示。在設(shè)計(jì)過程中充分考慮了器件的低功耗模式。通過對(duì)地下車庫(kù)車位的實(shí)地測(cè)試驗(yàn)證，有效檢測(cè)率在96%以上。

發(fā)表于：7/19/2016

空間控制器軟件任務(wù)調(diào)度設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

介紹了空間控制器軟件外中斷主程序循環(huán)查詢?nèi)蝿?wù)調(diào)度、外中斷定時(shí)器中斷查詢?nèi)蝿?wù)調(diào)度和外中斷串口中斷查詢?nèi)蝿?wù)調(diào)度三種任務(wù)調(diào)度模式，并對(duì)三種任務(wù)調(diào)度模式的適用范圍、優(yōu)缺點(diǎn)進(jìn)行了對(duì)比分析。結(jié)合工程實(shí)踐，采用外中斷串口中斷查詢?nèi)蝿?wù)調(diào)度模式，處理多個(gè)型號(hào)軟件任務(wù)調(diào)度，充分利用軟件資源，合理優(yōu)化軟件結(jié)構(gòu)，大大提高了整個(gè)軟件的響應(yīng)及時(shí)性和資源利用率。

發(fā)表于：7/19/2016