亚洲爆乳精品无码一区二区,无码a√毛片一区二区三区

基于FPGA的低資源極化碼SC譯碼架構(gòu)研究與實現(xiàn)[模擬設計][工業(yè)自動化]

針對無線傳感器網(wǎng)絡中對資源消耗及成本敏感的應用場景，研究并提出了一種基于FPGA的低資源極化碼連續(xù)刪除(Successive Cancellation，SC)譯碼架構(gòu)。該譯碼架構(gòu)采用同級計算單元串行運算，不同級計算單元并行運算，不同組譯碼數(shù)據(jù)并行處理的方式，通過減少計算單元(Processing Element，PE)個數(shù)、復用寄存器存儲資源提升硬件資源利用率，復用譯碼延遲提升吞吐率。通過Xilinx xc7vx330t綜合結(jié)果分析，該譯碼架構(gòu)在碼長為N=128時譯碼最高時鐘頻率為220.444 MHz，吞吐率為89.86 Mb/s，與樹型SC譯碼架構(gòu)相比，計算單元利用率提升了14.67倍，在主要硬件資源指標查找表(Look-Up-Table，LUT)和觸發(fā)器(Filp-Flop，F(xiàn)F)上分別節(jié)省了74.22%和62.1%。

發(fā)表于：9/21/2020 9:06:00 AM

基于家庭WiFi的室內(nèi)漏水檢測[通信與網(wǎng)絡][物聯(lián)網(wǎng)]

隨著無線傳感系統(tǒng)和無線網(wǎng)絡技術(shù)的提高，使用無線信號進行人機交互、行為識別、非接觸式感知檢測在無線傳感領(lǐng)域越來越受到重視。針對在家庭環(huán)境中經(jīng)常發(fā)生漏水意外，提出一種使用商業(yè)WiFi信號進行實時檢測漏水的系統(tǒng)。主要利用商業(yè)WiFi信號中的信道狀態(tài)信息，通過接收信號捕獲由物體的不同特性引起的信號變化，并進行三步處理：數(shù)據(jù)預處理、特征提取、機器學習分類，以達到能夠?qū)崟r檢測漏水的目標，革新傳統(tǒng)漏水檢測系統(tǒng)。為了證明所提出的系統(tǒng)的分類模型適用于任意普通家庭環(huán)境，最后進行了實際測試并輸出結(jié)果，驗證了該系統(tǒng)的可行性。

發(fā)表于：9/21/2020 8:59:00 AM

基于WiFi的耳標式生豬體溫監(jiān)測系統(tǒng)設計[測試測量][物聯(lián)網(wǎng)]

傳統(tǒng)生豬體溫測量一般使用水銀溫度計測量生豬直腸溫度來確定體溫，該方式不能做到對生豬體溫的實時監(jiān)測。系統(tǒng)設計了一種基于物聯(lián)網(wǎng)技術(shù)的生豬體溫監(jiān)測系統(tǒng)。采用ESP8266作為主控制器和無線通信模塊，溫度傳感器使用MF54系列的NTC熱敏電阻，軟硬件上采用非平衡橋電路和平均值濾波法，使得測量數(shù)據(jù)的精度達到±0.1 ℃。因生豬具有活動性，監(jiān)測節(jié)點集成在豬耳標上，通過采集耳腔溫度來實現(xiàn)體溫的實時監(jiān)測。平臺層使用移動OneNET物聯(lián)網(wǎng)平臺，開發(fā)了移動端應用作為監(jiān)測系統(tǒng)的顯示終端。系統(tǒng)實現(xiàn)了對生豬體溫的實時監(jiān)測，對生豬疾病預防和智能化養(yǎng)殖有一定的應用價值。

發(fā)表于：9/18/2020 8:48:00 AM

基于STM32的三相電表校準裝置的設計[測試測量][工業(yè)自動化]

針對常規(guī)三相電表校準裝置測量精度低、成本高的問題，研究了一種基于STM32F429單片機的三相多功能電表校準裝置。該裝置硬件電路主要包括電壓電流采樣量程切換電路、繼電器驅(qū)動電路、時鐘電路、RS232串口通信模塊和顯示電路。其中電壓電流采樣量程切換電路將電流和電壓互感器采集的電壓和電流信號轉(zhuǎn)換成CS5463芯片的測量范圍。單片機STM32F429有4個UART串口用作RS232通信，方便與其他外設相連。單片機接收到信號后，將采集到的電壓和電流數(shù)據(jù)顯示在TFTLCD電容觸摸屏上。軟件設計主要是初始化臨時變量和配置CS5463的相關(guān)寄存器，然后定時采集電壓和電流。通過對測試結(jié)果的分析和比較，該裝置達到了小數(shù)點后4位的測量精度。

發(fā)表于：9/18/2020 8:43:00 AM

全方位移動載人機器人輪系的優(yōu)化設計[模擬設計][工業(yè)自動化]

自主設計的全方位移動機器人在載人時行進阻力較大，無法滿足任務要求。針對這一問題，從材料選用和小輪安裝方式兩個方面改進設計機器人的全方位輪系，并通過ADAMS運動學仿真的手段初步驗證了優(yōu)化設計的正確性。最后，在全方位移動機器人上先后搭載舊式和新式兩代全方位輪系做載人實驗，結(jié)果證明：搭載新設計的全方位輪系后，載人機器人的移動效率、穩(wěn)定性和平順性都得到了大幅提升，滿足任務要求。

發(fā)表于：9/17/2020 3:43:00 PM

改進型恒溫晶振三次方補償電路的研究與設計[模擬設計][其他]

通信系統(tǒng)中收發(fā)同步離不開精確的時鐘頻率源，時鐘頻率源的精確與否直接影響系統(tǒng)的可靠性，而AT切晶體是頻率源的重要組成部分，其頻率與溫度呈現(xiàn)三次函數(shù)的變化關(guān)系，導致其不適應較寬溫度范圍的應用場景。為克服溫度對頻率的直接影響，設計了一種用于溫度補償?shù)娜魏瘮?shù)發(fā)生電路，包括基準源、一次方電壓產(chǎn)生電路、三次方產(chǎn)生電路及相加電路，在工作時能與AT切晶體產(chǎn)生的負溫度系數(shù)相抵消。仿真結(jié)果表明，基準源電路恒定輸出1.8 V，三次方電路輸出波峰1.65 V、波谷0.85 V，加和后經(jīng)調(diào)整的補償電路產(chǎn)生波形波峰2.04 V、波谷1.74 V，很好地抑制了來自溫度變化引起的頻率誤差，解決了振蕩器輸出頻率隨溫度變化的問題。

發(fā)表于：9/17/2020 3:34:00 PM

一種模擬3 V鋰電池供電的DC-DC設計[其他][其他]

微光像增強器采用3 V鋰電池供電，隨著電池電壓下降，直流工作點變化或調(diào)整可能引起其內(nèi)部高壓電源輸出異常，導致像管出現(xiàn)閃爍、熄滅或高亮等故障。通常使用具有“電池模擬功能”的直流電源進行供電特性驗證，該類設備功率大，功能多，價格也昂貴，像增強器功率小，若采用這種設備則利用率低以至于研發(fā)成本高。基于恒流源控制LDO輸出，設計一種模擬1.4 V~3.4 V鋰電池充放電的DC-DC電路，經(jīng)仿真和實測驗證，輸出電壓能夠線性上升或下降且速率可在數(shù)十毫秒至數(shù)小時內(nèi)可調(diào)，具備模擬電池供電功能，該電路成本較低，其改進線路還可用于其它領(lǐng)域功率產(chǎn)品作直流掃描分析驗證。

發(fā)表于：9/16/2020 8:51:00 AM

基于幀循環(huán)網(wǎng)絡的視頻超分辨率技術(shù)[其他][其他]

對比于單張圖像超分辨，視頻圖像超分辨率技術(shù)需要對輸入的連續(xù)時間序列圖像進行融合、對齊等處理?；趲h(huán)的視頻超分辨率網(wǎng)絡共分為三部分：(1)幀序列對齊網(wǎng)絡提取圖像特征，并將鄰居幀對齊到中心幀；(2)幀融合網(wǎng)絡將對齊完成的幀進行融合，使用鄰居幀的信息補充中心幀信息；(3)超分辨網(wǎng)絡將融合完成的圖像放大，得到最終的高清圖像。實驗表明，與現(xiàn)有算法相比，基于幀循環(huán)網(wǎng)絡的視頻超分辨率技術(shù)產(chǎn)生圖像更為銳利，質(zhì)量更高。

發(fā)表于：9/16/2020 8:45:00 AM

基于卷積神經(jīng)網(wǎng)絡的礦井安全帽佩戴檢測[其他][其他]

在煤礦生產(chǎn)中，工人由于未佩戴安全帽而受傷的事故時有發(fā)生。為了構(gòu)建數(shù)字化安全帽監(jiān)測系統(tǒng)，提出了一種基于卷積神經(jīng)網(wǎng)絡的安全帽佩戴檢測模型。采用先進的Darknet53網(wǎng)絡作為模型主干，用于提取圖片的特征信息。此外，在模型中引入注意力機制用于豐富特征之間的信息傳播，增強模型的泛化能力。最后，制作了安全帽佩戴預訓練數(shù)據(jù)集和實際礦井場景數(shù)據(jù)集，并在PyTorch平臺進行全面的對比實驗驗證了模型設計的有效性，模型在實際礦井場景數(shù)據(jù)集上獲得92.5 mAP的優(yōu)異性能。

發(fā)表于：9/16/2020 8:37:00 AM

YOLOv3網(wǎng)絡在車標檢測中的應用[其他][其他]

針對車標檢測存在檢測時間長、檢測率低、可識別類型少的問題，提出一種采用You Only Look Once(YOLOv3)網(wǎng)絡的方法。為了使該網(wǎng)絡適用于小目標的車標檢測，將目標特征提取結(jié)構(gòu)Darknet-53換成Darknet-19，并且將多尺度預測層數(shù)減少為兩層以減少網(wǎng)絡參數(shù)數(shù)量。同時，為了增大車標在圖像中所占比例，讓卷積神經(jīng)網(wǎng)絡能學習更多的車標特征，采用將車輛從圖像中裁剪后進行人工標注的方法，構(gòu)建了一個包含46類車標的數(shù)據(jù)集(VLDS-46)。實驗結(jié)果表明，采用該模型進行車標檢測時能在實現(xiàn)高檢測率的同時達到實時性要求，檢測平均耗時為9 ms。

發(fā)表于：9/15/2020 11:57:00 AM