国产a级作爱片无码,2019中文字幕无码,国产丝袜在线播放

ARM+FPGA設(shè)備的人機(jī)界面數(shù)據(jù)交互設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

目前對(duì)裝備檢測(cè)設(shè)備的實(shí)時(shí)性、可視化的要求越來越高。嵌入式技術(shù)的應(yīng)用，使檢測(cè)裝置變得可靠、實(shí)用和便攜。本文在OMAPL138嵌入式結(jié)構(gòu)和Linux系統(tǒng)下，應(yīng)用QTouch組態(tài)軟件進(jìn)行檢測(cè)設(shè)備人機(jī)交互界面的開發(fā)。重點(diǎn)設(shè)計(jì)和分析Linux系統(tǒng)下與FPGA模塊的數(shù)據(jù)交互機(jī)制，從而滿足實(shí)時(shí)信息通信和檢測(cè)的人機(jī)交互需求。

發(fā)表于：2/24/2016

基于FIMC接口的CMOS攝像頭驅(qū)動(dòng)分析與設(shè)計(jì)[嵌入式技術(shù)][其他]

目前的嵌入式系統(tǒng)中，USB攝像頭使用比較普遍，但其應(yīng)用會(huì)受到傳輸速度的限制。本文采用一款高速CMOS攝像頭，其驅(qū)動(dòng)利用S3C6410內(nèi)置的FIMC接口技術(shù)，采用DMA和ping-pong緩沖池機(jī)制，結(jié)合內(nèi)存共享策略，有效提高了傳輸速率并充分利用了有限的內(nèi)存資源。深入分析了該驅(qū)動(dòng)的原理和實(shí)現(xiàn)細(xì)節(jié)，并提出了改進(jìn)設(shè)計(jì)，最終應(yīng)用在嵌入式圖像采集系統(tǒng)中，能夠?yàn)閼?yīng)用程序提供高清、高速圖像。

發(fā)表于：2/24/2016

智能巡線小車的設(shè)計(jì)[模擬設(shè)計(jì)][汽車電子]

該智能小車設(shè)計(jì)采用雙輪差速的機(jī)械結(jié)構(gòu)，利用紅外反射式光電傳感器采集地面引導(dǎo)黑線信息。針對(duì)車體機(jī)械結(jié)構(gòu)和巡線算法的設(shè)計(jì)與改進(jìn)做出了詳細(xì)的分析與論證。分析了車體的前瞻和車輪間距對(duì)轉(zhuǎn)彎速度的影響，其控制算法采用加權(quán)掃描探尋黑線信息并輔以PID算法反饋控制小車的行進(jìn)方向，使小車按照既定的路線前進(jìn)。

發(fā)表于：2/24/2016

基于復(fù)系數(shù)陷波濾波器鎖相環(huán)的電網(wǎng)正序分量檢測(cè)[模擬設(shè)計(jì)][智能電網(wǎng)]

為滿足在電網(wǎng)電壓不平衡情況下的系統(tǒng)控制需求，需要快速而準(zhǔn)確地檢測(cè)出基波正負(fù)序分量的幅值和相位。采用無限脈沖響應(yīng)（IIR）復(fù)雜系數(shù)陷波濾波器結(jié)合鎖相環(huán)來提取基波分量中的正序分量，利用MATLAB/simulink仿真軟件，在三相電壓不平衡和電網(wǎng)電壓頻率突變的情況下對(duì)系統(tǒng)進(jìn)行仿真，仿真結(jié)果證明了該方法能在電網(wǎng)電壓不對(duì)稱的條件下準(zhǔn)確檢測(cè)出正序分量的幅值和相位。

發(fā)表于：2/24/2016

超聲回波信號(hào)的多閾值分段去噪方法研究[嵌入式技術(shù)][其他]

通過構(gòu)建超聲回波信號(hào)模型，將基于小波包閾值去噪應(yīng)用在超聲回波信號(hào)研究中。針對(duì)超聲回波信號(hào)的非平穩(wěn)性，提出一種多閾值分段去噪方法應(yīng)用于超聲回波信號(hào)的去噪研究中。仿真實(shí)驗(yàn)表明，采用的多閾值分段去噪克服了單閾值規(guī)則的局限性，能夠較好地處理超聲信號(hào)中的噪聲分量。

發(fā)表于：2/24/2016

基于本地交通網(wǎng)絡(luò)服務(wù)的電子輔助駕駛系統(tǒng)[通信與網(wǎng)絡(luò)][汽車電子]

在日益擁堵的道路交通環(huán)境下，為了解決汽車駕駛員在陌生路線難于尋找最近加油站、難于選擇最佳行駛路線的問題，選用三星公司的8位單片機(jī)S3C9444為主控制器，以Altera公司的現(xiàn)場(chǎng)可編程門陣列FPGA芯片EP2C5Q208C8N作為兼容主要移動(dòng)通信標(biāo)準(zhǔn)的無線收發(fā)器，借用本地交通網(wǎng)絡(luò)提供的路線交通指數(shù)信息和附近加油站信息，實(shí)時(shí)為駕駛員提供最近的加油站位置和行駛更暢通的替換路線，提高了汽車輔助駕駛系統(tǒng)的智能化程度。

發(fā)表于：2/24/2016

無線Mesh網(wǎng)絡(luò)在智慧城市中的應(yīng)用研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

智慧城市的建設(shè)過程中面臨著現(xiàn)有多種異構(gòu)網(wǎng)絡(luò)融合以及熱點(diǎn)區(qū)域高速數(shù)據(jù)網(wǎng)絡(luò)覆蓋的難題?；跓o線Mesh網(wǎng)絡(luò)構(gòu)建以Internet為核心網(wǎng)絡(luò)的分層網(wǎng)絡(luò)體系結(jié)構(gòu)，以IP協(xié)議作為異構(gòu)網(wǎng)絡(luò)之間的互連協(xié)議，利用IP架構(gòu)的統(tǒng)一網(wǎng)絡(luò)平臺(tái)可以實(shí)現(xiàn)異構(gòu)網(wǎng)絡(luò)的融合。利用無線Mesh網(wǎng)絡(luò)多跳無線通信和自動(dòng)配置拓?fù)浣M網(wǎng)的特性，實(shí)現(xiàn)熱點(diǎn)區(qū)域覆蓋，將很好地滿足未來智慧城市的覆蓋需求

發(fā)表于：2/24/2016

基于門限體積最小準(zhǔn)則的認(rèn)知雷達(dá)波形選擇方法研究[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

針對(duì)雷達(dá)的目標(biāo)檢測(cè)概率和跟蹤精度隨著目標(biāo)距離的增大而降低的問題，提出了一種基于門限體積最小準(zhǔn)則的認(rèn)知雷達(dá)的波形選擇方法。該方法在高斯噪聲、線性運(yùn)動(dòng)目標(biāo)跟蹤方法的基礎(chǔ)上，通過測(cè)量噪聲與發(fā)射波形之間的關(guān)系，在經(jīng)典卡爾曼濾波算法的框架中增加了波形選擇模塊，來實(shí)現(xiàn)對(duì)跟蹤波形的調(diào)節(jié)。仿真結(jié)果表明，該方法能夠明顯地提高雷達(dá)的跟蹤性能。

發(fā)表于：2/24/2016

基于陣列信號(hào)處理的一體化模塊設(shè)計(jì)[通信與網(wǎng)絡(luò)][信息安全]

當(dāng)今通信設(shè)備飛速發(fā)展，但由于頻譜資源的限制，通信設(shè)備之間的互擾問題越來越嚴(yán)重。為了解決這一日益突出的問題，對(duì)陣列信號(hào)處理技術(shù)進(jìn)行了研究。陣列信號(hào)處理技術(shù)是利用多個(gè)天線采用空時(shí)濾波的手段消除干擾信號(hào)。本文研究了針對(duì)陣列信號(hào)處理技術(shù)的一體化模塊的設(shè)計(jì)，根據(jù)陣列信號(hào)處理的需求完成了天線和射頻部分的制作，并進(jìn)行了測(cè)試。天線單元實(shí)現(xiàn)軸比3 dB的仰角范圍是±60°，軸比6 dB的仰角范圍為±77°；3 dB軸比帶寬為20 MHz，6 dB軸比帶寬在40 MHz以上。射頻單元采用多通道一體化設(shè)計(jì)，經(jīng)測(cè)試該模塊幅度誤差<1 dB，相位誤差<2°。并對(duì)此模塊進(jìn)行了半實(shí)物仿真，其濾波效果優(yōu)于60 dBc。

發(fā)表于：2/24/2016

一種利用矩陣譜范數(shù)的直擴(kuò)信號(hào)盲同步方法[模擬設(shè)計(jì)][汽車電子]

提出了一種直接序列擴(kuò)頻信號(hào)（Direct Sequence Spread Spectrum，DS-SS）的盲同步算法，該算法采用自相關(guān)矩陣的譜范數(shù)進(jìn)行失步點(diǎn)估計(jì)，簡(jiǎn)單有效、誤差小。理論分析及計(jì)算機(jī)仿真結(jié)果表明，該算法在低信噪比條件下可實(shí)現(xiàn)DS-SS信號(hào)的盲同步，進(jìn)而可用于對(duì)直擴(kuò)信號(hào)的參數(shù)估計(jì)。

發(fā)表于：2/24/2016

一種基于超聲檢測(cè)圖像的缺陷自動(dòng)識(shí)別算法[嵌入式技術(shù)][其他]

傳統(tǒng)探傷都是通過大量的人力對(duì)探傷圖逐一判斷，探傷效率低下，正確率不高。本文針對(duì)探傷A超圖像序列提出了一種自動(dòng)識(shí)別探傷的算法。通過分析探傷圖像，首先對(duì)原圖進(jìn)行k-means聚類的分割，得到帶有虛景的探傷聲波圖像。為了抑制虛警，得到完整的聲波圖像，本文使用了投影算法，并取得了很好的效果。最后在得到的聲波圖像上進(jìn)行底波和缺陷波的檢測(cè)，實(shí)現(xiàn)缺陷的自動(dòng)識(shí)別。實(shí)驗(yàn)表明，本文提出的方法具有很高的準(zhǔn)確率。

發(fā)表于：2/24/2016

基于幾何校正的雙樹復(fù)小波域彩色圖像水印算法[嵌入式技術(shù)][其他]

為了使圖像水印算法擁有更好的魯棒性和不可感知性，以雙樹復(fù)小波變換（DTCWT）為基礎(chǔ)，提出了一種新的彩色圖像盲水印算法。本算法將彩色圖像顏色空間由RGB轉(zhuǎn)換到Y(jié)IQ，選取亮度分量Y進(jìn)行雙樹復(fù)小波變換，得到低頻子帶，然后將加密后的水印信息嵌入到低頻子帶中。在水印提取過程中，使用了新穎的基于四元數(shù)PHT的最小二乘支持向量（LS-SVM）幾何校正方法。實(shí)驗(yàn)結(jié)果表明，本算法具有更好的魯棒性和不可感知性。

發(fā)表于：2/24/2016

基于數(shù)字圖像處理的提升機(jī)鋼絲繩無損檢測(cè)[通信與網(wǎng)絡(luò)][其他]

以數(shù)字圖像處理技術(shù)為基礎(chǔ)，設(shè)計(jì)一種對(duì)提升機(jī)鋼絲繩進(jìn)行表面無損檢測(cè)的方法。首先利用Retinex理論的圖像增強(qiáng)算法消除光照影響，突出物體表面特征。然后采用Roberts邊緣檢測(cè)算子檢測(cè)目標(biāo)鋼絲繩邊緣，用列統(tǒng)計(jì)濾波技術(shù)將鋼絲繩本體與背景分離，再基于灰度變換和坎尼邊緣檢測(cè)器提取繩股紋理。接著使用一種改進(jìn)型積分投影方法反映繩股內(nèi)紋理完整性信息，最后通過BP神經(jīng)網(wǎng)絡(luò)模型作出最終結(jié)果的預(yù)測(cè)。從實(shí)驗(yàn)結(jié)果來看，本文的檢測(cè)方法能夠取代人工目視檢測(cè)，方便清晰，科學(xué)有效。

發(fā)表于：2/24/2016

鋰電池化成用雙向DC-DC變換器設(shè)計(jì)[電源技術(shù)][其他]

針對(duì)鋰電池化成過程中采用電阻放電帶來的大量能量浪費(fèi)現(xiàn)象，設(shè)計(jì)了一個(gè)雙向DC-DC變換器，可以實(shí)現(xiàn)化成放電能量的高效回收。該變換器以Buck/Boost雙向DC-DC變換器作為主電路拓?fù)?，主要由Buck驅(qū)動(dòng)電路、Boost驅(qū)動(dòng)電路、電壓/電流采樣電路等部分構(gòu)成。介紹了系統(tǒng)的基本結(jié)構(gòu)，分析了電路的工作原理，并對(duì)方案設(shè)計(jì)給予了詳細(xì)說明。實(shí)驗(yàn)結(jié)果表明，該變換器可以實(shí)現(xiàn)電池充電、放電功能，控制精度高，具有良好的穩(wěn)定性。

發(fā)表于：2/24/2016

基于FPGA的多通道并行高速采樣研究[可編程邏輯][其他]

數(shù)據(jù)采樣精度和采樣速率是A/D轉(zhuǎn)換的重要技術(shù)指標(biāo)。目前受半導(dǎo)體工藝技術(shù)的限制，高采樣精度的A/D芯片一般具有較低的采樣速率。本文提出一種時(shí)間交替ADC采樣技術(shù)，通過在時(shí)域上多通道并行交替采樣，使采樣速率達(dá)到原來單片ADC的多倍。最后進(jìn)行多路交替采樣試驗(yàn)，結(jié)果驗(yàn)證了該方法的正確性。

發(fā)表于：2/24/2016