頭條 使用有安全保障的閃存存儲構建安全的汽車系統(tǒng) 在現(xiàn)代汽車嵌入式系統(tǒng)中，高度安全的數(shù)據(jù)存儲是必不可少的，尤其是在面對日益高明的網絡攻擊時。本文將介紹設計師正確使用閃存的步驟。 最新設計資源 建立使用PXI、VXI和LXI的混合型測試系統(tǒng)[測試測量][其他] 產品生命期的不同階段往往使用不同類型的儀器。例如在研發(fā)中通常使用臺式儀器，因為它能提供對測量的互動控制和快速反饋。而當產品投入制造時，為減小自動測試系統(tǒng)的體積，有時會采用PXI或VXI的模塊化解決方案。 發(fā)表于：2/24/2016 數(shù)字正弦信號失真度測量儀的設計[嵌入式技術][其他] 針對模擬控制正弦信號失真度測試儀體積大、測試精度低和使用不方便的缺點，設計了數(shù)字控制正弦信號失真度測試儀。該系統(tǒng)以單片機和FPGA相結合為控制核心，運用快速傅里葉變換（FFT）為主要分析工具，對信號輸入電路進行程控衰減、放大與預濾波處理，實現(xiàn)了量程自動轉換和數(shù)據(jù)采樣，并且成功避免了頻率混疊現(xiàn)象。最后，系統(tǒng)完成了軟硬件電路設計后，經過測試，該系統(tǒng)能夠對輸入信號進行總功率和譜功率的測量和分析，并能正確地判斷未知信號的周期性并測量出周期信號的周期，也能正確測量規(guī)定頻率范圍內正弦信號的失真度，在高校實驗室有廣泛的應用價值。 發(fā)表于：2/24/2016 LXI：下一代汽車電子測試系統(tǒng)解決方案[測試測量][汽車電子] 汽車行業(yè)競爭激烈，整個行業(yè)一直面臨著提升質量同時降低成本的壓力。因此，諸如電子功能測試之類有益且高要求的行為經常被視為“必不可少的麻煩”，此類投資必須提供高回報。 發(fā)表于：2/24/2016 基于ZigBee和Wi-Fi的智能家居系統(tǒng)[通信與網絡][物聯(lián)網] 根據(jù)ZigBee技術及家庭控制網絡通信的特點，設計出由ZigBee無線節(jié)點和嵌入式網關組成的智能家居系統(tǒng)。系統(tǒng)中引入多種傳感器采集環(huán)境信息，能夠遠程控制家電設備，用戶能通過手機APP和短信息方式查看系統(tǒng)信息并接收報警。 發(fā)表于：2/24/2016 基于集中式協(xié)作頻譜感知的數(shù)據(jù)融合技術研究[嵌入式技術][數(shù)據(jù)中心] 針對單節(jié)點頻譜感知中存在的隱蔽終端和多徑衰落問題，協(xié)作頻譜感知應運而生。協(xié)作頻譜感知有集中式和分布式之分。主要研究了集中式頻譜感知中的數(shù)據(jù)融合技術，通過MATLAB進行建模仿真。仿真結果表明，集中式協(xié)作感知模型下軟判決比硬判決更好地改善了檢測性能，而軟判決準則中C-V準則在高信噪比下檢測性能最好，EGC準則在低信噪比下檢測性能最好。 發(fā)表于：2/24/2016 一種基于AHP的數(shù)據(jù)融合無線定位算法[通信與網絡][數(shù)據(jù)中心] 針對LTE網絡，在非視距傳播環(huán)境下提出了一種基于層次分析法的混合定位算法以提高定位的魯棒性。利用AOA、TDOA、PDOA得到相應測量值，利用得到的測量值分別估算出移動臺的位置；再針對三種算法各自特點利用層次分析法構造對比矩陣，計算出權重向量；最后根據(jù)層次分析法進行數(shù)據(jù)融合得到移動臺最后的估計位置。仿真結果表明，該基于層次分析法數(shù)據(jù)融合的移動臺定位算法準確，提高了定位魯棒性。 發(fā)表于：2/24/2016 一種新的雷達輻射源信號識別方法[測試測量][工業(yè)自動化] 為了提高神經網絡對分布復雜的雷達信號類型的識別率，提出一種結合小波變換、互信息特征選擇及神經網絡的分類新方法。首先利用小波變換對信號進行特征提取，然后通過基于互信息的特征選擇來對特征進行選擇，最后把選擇出的特征作為神經網絡的訓練樣本對其進行輻射源類型的識別。仿真結果顯示，該方法能夠利用較少的特征值得到較高的識別正確率。 發(fā)表于：2/24/2016 基于卷積神經網絡的人臉表情識別[通信與網絡][其他] 傳統(tǒng)的神經網絡表情識別系統(tǒng)由特征提取和神經網絡分類器組成，利用人的經驗來獲取模式特征，很容易丟失表征表情特征的細節(jié)信息。提出一種基于卷積神經網絡的識別方法，避免了對圖像進行復雜的特征提取，直接把圖像數(shù)據(jù)作為輸入。通過在Cohn-Kanade表情庫上的實驗結果表明，該方法能夠取得很好的表情分類效果。 發(fā)表于：2/24/2016 一種浮選泡沫視頻圖像自適應篩選方法[通信與網絡][其他] 針對浮選視頻圖像獲取過程中出現(xiàn)的圖像質量問題，提出一種浮現(xiàn)泡沫視頻圖像自適應篩選方法。首先通過分析浮選圖像紋理特征選取評價參數(shù)，然后采用改進BP神經網絡建立圖像質量評判模型，對不同質量圖像進行評判篩選。實驗證明，該方法篩選速度快且識別正確率和效率高，篩選后的圖像分割效果好。 發(fā)表于：2/24/2016 基于壓縮感知的單樣本人臉識別[嵌入式技術][信息安全] 提出一種基于壓縮感知的單樣本人臉識別方法，通過局部鄰域嵌入非線性降維和稀疏系數(shù)的方法產生冗余樣本，則新樣本包含了多種姿態(tài)和多種表情。將所有的新樣本作為訓練樣本，運用改進后的稀疏表征分類算法進行人臉圖像的識別。在單樣本情況下，基于ORL人臉庫和FERET人臉庫的實驗證明，該方法比原稀疏表征方法在識別率上分別提高了15.53%和7.67%。與RSRC、SSRC、DMMA、I-DMMA等方法相比，該方法同樣具有良好的識別性能。 發(fā)表于：2/24/2016 基于MC34063的開關電源設計[電源技術][其他] 基于DC/DC轉換芯片MC34063，設計了一種將正電壓轉化為負電壓的電源變換。詳細介紹了此電源轉換電路的硬件設計過程及測試結果。測試結果表明，此電源轉化電路具有較小的紋波以及較高的穩(wěn)壓精度。 發(fā)表于：2/24/2016 基于深度圖像的人體骨骼提取技術的研究[嵌入式技術][醫(yī)療電子] 利用Kinect設備獲取深度圖像，通過前景提取得到深度圖像中的人體目標，使用距離變換（包括歐氏距離、城市街區(qū)距離、棋盤距離方法）和圖像細化算法（包括Hilditch細化算法和Zhang快速并行細化算法）研究并實現(xiàn)了人體骨骼的提取，通過實驗對各算法的運行效果進行了對比分析。同時，利用深度圖像具備深度信息這一特點解決了在骨骼提取中出現(xiàn)的人體自遮擋問題。在獲取的人體骨骼線基礎上根據(jù)人體測量比例定位人體各骨骼關節(jié)點，最終通過實驗證明了該骨骼提取方法的有效性。 發(fā)表于：2/24/2016 基于I2C總線多步進電機實驗平臺的開發(fā)[嵌入式技術][智能電網] 描述了基于I2C總線多步進電機平臺的設計，介紹了I2C總線通信協(xié)議的特點，給出了I2C總線在1片主MSP430G2553和8片從MSP430G2553之間數(shù)據(jù)傳輸程序流程圖和整個平臺的硬件結構框架，完成了基于I2C總線的單主多從通信，最終實現(xiàn)了對多路步進電機的控制。 發(fā)表于：2/24/2016 基于小波變換的場強定位算法[嵌入式技術][其他] 利用服務基站與移動臺之間的場強測量值來進行移動臺位置估計，并從場強信號傳播模型和定位算法出發(fā)，提出了一種基于小波變換的改進場強定位算法。通過小波變換來修正傳播誤差，然后利用LS算法進行定位。仿真結果表明，該基于場強的移動臺定位方法在一定程度上提高了定位精度，定位效果明顯優(yōu)于Chan算法、LS算法、Taylor算法。 發(fā)表于：2/23/2016 一種USB接口的數(shù)據(jù)采集卡的設計[嵌入式技術][數(shù)據(jù)中心] 隨著電子信息技術和計算機技術的高速發(fā)展，數(shù)據(jù)采集應用越來越廣泛。提出了一種基于USB接口的數(shù)據(jù)采集卡的設計解決方案。采用PIC16F886單片機為主控制芯片，PDIUSBD12為USB的接口芯片。給出了采集卡的設計整體框圖，并介紹了采集卡的硬件電路設計以及固件程序設計。所設計的USB接口的數(shù)據(jù)采集卡電路簡單、性能穩(wěn)定，支持即插即用。 發(fā)表于：2/23/2016 ?…546547548549550551552553554555…?
