毛片一区二区三区蜜臀av,欧美白人最猛性xxxxx

NLOS環(huán)境下基于WSN的救援人員定位系統(tǒng)研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

在大型建筑災(zāi)難發(fā)生過程中，由于受到有毒煙霧、噪聲、大火、漏電、光線等不利因素影響，加上大型建筑內(nèi)部結(jié)構(gòu)復(fù)雜，很多救援人員難以獲得可靠的信息。針對上述情況，無線傳感器網(wǎng)絡(luò)在室內(nèi)復(fù)雜環(huán)境定位方面可以發(fā)揮其優(yōu)勢作用，但目前面臨的挑戰(zhàn)就是在LOS環(huán)境下其定位精度非常高，然而在NLOS環(huán)境下其測量可能會受到非視距傳播的污染，從而導(dǎo)致定位精度下降。針對這一現(xiàn)象，提出一種改進的無跡卡爾曼濾波(MKF)定位方法。首先，采用檢驗統(tǒng)計方法識別移動節(jié)點和信標(biāo)節(jié)點之間的傳播狀態(tài)。然后，利用線性卡爾曼濾波器(LKF)平滑測量距離，在此基礎(chǔ)上利用MKF削弱NLOS對于測量產(chǎn)生的影響。之后，采用無跡卡爾曼濾波(UKF)方法來確定未知移動節(jié)點的位置信息。最后通過數(shù)值仿真實驗驗證了所提算法的有效性。

發(fā)表于：12/23/2020

華為發(fā)布全屋智能解決方案將聯(lián)合地產(chǎn)公司和家裝渠道落地[人工智能][信創(chuàng)產(chǎn)業(yè)]

新浪科技訊 12月21日下午消息，在今日的新品發(fā)布會上，華為宣布推出華為全屋智能ALL IN ONE解決方案，將于明年3月份正式商用。

發(fā)表于：12/23/2020

基于生命體征監(jiān)測與室內(nèi)定位技術(shù)的消防員協(xié)助系統(tǒng)[測試測量][醫(yī)療電子]

現(xiàn)代科技發(fā)展帶來高層建筑和復(fù)雜建筑結(jié)構(gòu)增多，導(dǎo)致消防員很容易在火場內(nèi)受到生命危險。針對消防人員進入復(fù)雜火場后的生命體征狀態(tài)及室內(nèi)定位問題，提出了一套完整的協(xié)助系統(tǒng)。提出使用LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測消防人員的動作姿態(tài)，使用光電傳感器監(jiān)測消防員的心率血氧以及周邊氣體環(huán)境。同時，提出了一種基于超寬帶通信定位與高精度慣性元件導(dǎo)航進行數(shù)據(jù)融合的室內(nèi)消防員定位手段。最后，終端通過LoRa-170M無線系統(tǒng)上傳給移動監(jiān)測平臺，利用LabVIEW軟件完成了監(jiān)測上位機，并通過實驗驗證了其可靠性及穩(wěn)定程度。

發(fā)表于：12/22/2020

四旋翼無人機虛擬控制系統(tǒng)的設(shè)計[模擬設(shè)計][其他]

針對四旋翼無人機控制系統(tǒng)的研究，設(shè)計采用LabVIEW軟件，搭建控制系統(tǒng)的數(shù)據(jù)采集面板和查詢回放面板?？刂葡到y(tǒng)實時采集四旋翼無人機的飛行姿態(tài)參數(shù)，將飛行高度、飛行速度、俯仰角和滾動角實時數(shù)據(jù)顯示在數(shù)據(jù)采集子面板，實現(xiàn)了數(shù)據(jù)的顯示、處理、存儲及回放等功能。經(jīng)過測試，系統(tǒng)實現(xiàn)了無人機的姿態(tài)監(jiān)測，滿足控制小型四旋翼無人機的實際需要。

發(fā)表于：12/22/2020

一種新型的采用電流轉(zhuǎn)向電荷泵的快速鎖定小數(shù)分頻鎖相環(huán)[模擬設(shè)計][工業(yè)自動化]

基于SMIC 0.13 μm工藝設(shè)計了一款工作電壓為1.5 V的模擬整數(shù)分頻鎖相環(huán)(Phase Locked Loop，PLL)，提出了一種能有效解決電荷分流、提高開關(guān)速度的新型電流轉(zhuǎn)向電荷泵，同時基于環(huán)形差分反相器設(shè)計了具有低相位噪聲特點的壓控振蕩器。在整數(shù)分頻鎖相環(huán)基礎(chǔ)上，加入MASH3結(jié)構(gòu)的數(shù)字Σ-Δ調(diào)制器(Delta Sigma Modulation，DSM)實現(xiàn)了一種數(shù)模混合的快速鎖定小數(shù)分頻鎖相環(huán)，能在輸入?yún)⒖碱l率為26 MHz下輸出頻率范圍0.8 GHz~2.0 GHz，具有低噪聲、低頻率步進和快速鎖定等優(yōu)點。

發(fā)表于：12/21/2020

一種CPT銫原子鐘控制系統(tǒng)的設(shè)計[模擬設(shè)計][工業(yè)自動化]

實現(xiàn)微型化、低功耗的相干布居囚禁(CPT)原子鐘對于其在通信、定位等精密測量領(lǐng)域的應(yīng)用具有重要意義。而外圍控制電路控制頻率和激光精準(zhǔn)輸出是實現(xiàn)相干布居囚禁原子鐘的關(guān)鍵技術(shù)。設(shè)計了一種CPT銫原子鐘外圍控制電路系統(tǒng)。系統(tǒng)利用微調(diào)和粗調(diào)兩級電流調(diào)節(jié)共同驅(qū)動VCSEL激光器工作，相對于單一電流調(diào)節(jié)，輸出更加精準(zhǔn)；采用鎖相環(huán)電路產(chǎn)生可調(diào)制的微波信號；為實現(xiàn)微波功率可以調(diào)節(jié)，采用PIN二極管調(diào)節(jié)微波功率衰減；同時采用軟件調(diào)制解調(diào)方法代替?zhèn)鹘y(tǒng)硬件調(diào)制解調(diào)電路，節(jié)約電路邏輯資源。實驗測試結(jié)果表明，微波調(diào)制激光器產(chǎn)生相干調(diào)頻多色光，微波頻率為4.596 267 GHz時，微波輸出功率達(dá)到-3.33 dBm。微波射頻電路在1 kHz頻率偏移量下，相位噪聲低于-80 dBc/Hz，具有較好的性能。

發(fā)表于：12/21/2020

光耦繼電器在實際應(yīng)用中的作用[電子元件][信創(chuàng)產(chǎn)業(yè)]

光耦繼電器輸入輸出間互相隔離，電信號傳輸具有單向性等特點，因而具有良好的電絕緣能力和抗干擾能力。又由于光耦的輸入端屬于電流型工作的低阻元件，因而具有很強的共模抑制能力。

發(fā)表于：12/20/2020

多軸機器人和機床應(yīng)用中的時序挑戰(zhàn)[通信與網(wǎng)絡(luò)][工業(yè)自動化]

在工業(yè)機器人和機床應(yīng)用中，可能涉及在特定空間內(nèi)精準(zhǔn)協(xié)調(diào)多個軸的移動，以完成手頭的工作。機器人一般有6個軸，這些軸必須協(xié)調(diào)有序，如果有時候機器人沿軌道移動，則會有7個軸。在CNC加工中，5軸協(xié)調(diào)很常見，但是有些應(yīng)用會用到多達(dá)12個軸，其中工具和工件在特定空間內(nèi)相對移動。每個軸都包含一個伺服驅(qū)動器、一個電機，有時候，在電機和軸接頭，或者末端執(zhí)行器之間會加裝一個變速箱。然后，系統(tǒng)通過工業(yè)以太網(wǎng)互聯(lián)，一般采用LINE型拓?fù)?，具體如圖1所示。電機控制器將所需的空間軌跡轉(zhuǎn)換為每個伺服軸所需的單個位置基準(zhǔn)，然后在網(wǎng)絡(luò)上循環(huán)傳輸。

發(fā)表于：12/19/2020

塊LBP-TOP稀疏表示表情與車輛檢測技術(shù)研究[測試測量][汽車電子]

提出基于分塊LBP-TOP(Local Binary Patterns from Three Orthogonal Planes)特征和改進的加權(quán)稀疏表示分類解決微表情識別與專用線車輛狀態(tài)檢測問題。首先利用LBP-TOP特征描述符對從分塊圖像中選擇出的有效塊進行提取特征，將提取的特征作為字典，采取加權(quán)稀疏表示(Weighted Sparse Representation，WSRC)和對偶增廣拉格朗日乘子法(Dual Augmented Lagrange Multiplier，DALM)相結(jié)合的算法(WSRC_DALM)進行稀疏表示分類；然后利用不同尺寸的塊劃分圖像，選擇有效塊提取特征，特征融合后參與分類。在CASME Ⅱ與SAMM表情數(shù)據(jù)庫上采用“留一人交叉驗證”(Leave One Subject Out, LOSO)的分類方法進行5分類，得到的識別率分別達(dá)到了77.30%與58.82%，在車輛狀態(tài)檢測檢測數(shù)據(jù)庫上的實驗達(dá)到了84.60%的檢測率。實驗結(jié)果表明了所提出算法的有效性。

發(fā)表于：12/18/2020

基于深度密集連接控制網(wǎng)絡(luò)的單幅圖像去雨[其他][其他]

雨線造成的圖像質(zhì)量退化嚴(yán)重影響圖像有效應(yīng)用及計算機視覺算法，因此圖像去雨十分必要。目前主流的深度學(xué)習(xí)去雨方法僅對單一尺寸的雨線有效，并且存在雨線去除不完全、模糊背景等問題。針對以上難點，提出了基于深度密集連接控制網(wǎng)絡(luò)的單幅圖像去雨算法。通過引入多尺度特征網(wǎng)絡(luò)加強對不同尺寸雨線的提取能力，引入注意力機制模塊提升對有雨區(qū)域的關(guān)注度，引入密集連接控制網(wǎng)絡(luò)以完整表示雨線特征。實驗表明，該方法在合成數(shù)據(jù)集以及真實數(shù)據(jù)集對比主流去雨方法效果均有提升。

發(fā)表于：12/18/2020

城市軌道交通ACLC系統(tǒng)信息安全研究[其他][信息安全]

主要研究了城市軌道交通領(lǐng)域中ACLC系統(tǒng)的信息安全。通過分析防護現(xiàn)狀以及存在的安全隱患，結(jié)合信息安全相關(guān)政策，提出了一種基于安全管理中心的ACLC系統(tǒng)信息安全防護方案，并首次應(yīng)用于軌道交通ACLC專業(yè)。該方案能夠有效保護ACLC系統(tǒng)不受外部或內(nèi)部的入侵和攻擊，確保城市軌道交通的安全穩(wěn)定運行。

發(fā)表于：12/18/2020

面向超低功耗傳感器的Modbus協(xié)議研究與實現(xiàn)[MEMS|傳感技術(shù)][通信網(wǎng)絡(luò)]

當(dāng)前眾多傳感器、設(shè)備終端、儀器儀表需要具備超低功耗特性，同時又需要連入Modbus工業(yè)現(xiàn)場總線，而傳統(tǒng)的Modbus通信機制無法適應(yīng)低功耗模式，導(dǎo)致超低功耗特性器件在工業(yè)應(yīng)用中的局限性。為解決此問題，提出了一種可用于Modbus總線協(xié)議的超低功耗信息處理機制。通過對傳統(tǒng)Modbus協(xié)議和常用設(shè)備的低功耗處理機制分析，重新搭建了Modbus協(xié)議信息處理機制，在通信處理過程中對寄存器進行顯式和隱式抽象，將寄存器操作與儀器功能動作緊密聯(lián)系起來，提高任務(wù)執(zhí)行效率和儀器整體的實時性。搭建Modbus主機到低功耗傳感器的測試系統(tǒng)，結(jié)果表明，該Modbus協(xié)議處理機制可以在傳感器保持超低功耗特性運行的同時，實現(xiàn)與主機穩(wěn)定可靠的通信。

發(fā)表于：12/18/2020

基于LSTM的濕法煙氣脫硫漿液pH值建模[模擬設(shè)計][工業(yè)自動化]

針對燃煤電廠濕式石灰石-石膏濕法煙氣脫硫(WFGD)過程中漿液pH值測量時間長，不利于WFGD作業(yè)的問題，建立高精度的漿液pH值模型?；谏疃葘W(xué)習(xí)的框架，利用長短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM）算法對時間序列處理上的優(yōu)越性進行建模，該模型具有良好的精確度和泛化能力。將燃煤機組實際運行數(shù)據(jù)中與漿液pH值變化相關(guān)的變量作為模型的輔助變量，建立基于LSTM神經(jīng)網(wǎng)絡(luò)的漿液pH值預(yù)測模型。對模型進行仿真驗證，并分別與BP神經(jīng)網(wǎng)絡(luò)模型和最小二乘支持向量機(LSSVM)模型比較，結(jié)果表明LSTM神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度最高，驗證了LSTM神經(jīng)網(wǎng)絡(luò)在工業(yè)建模中的優(yōu)良性能。

發(fā)表于：12/17/2020

基于深度學(xué)習(xí)的魚類識別與檢測的算法研究[人工智能][信創(chuàng)產(chǎn)業(yè)]

魚類分類識別在漁業(yè)資源研究、魚類知識的科學(xué)推廣、水產(chǎn)養(yǎng)殖加工、稀有物種保護等領(lǐng)域具有廣泛的應(yīng)用前景。針對大菱鲆、黃鰭鯛、金錢魚、鯔魚這四種魚類，利用PyTorch框架為基礎(chǔ)，通過ResNet50網(wǎng)絡(luò)模型，用不同的算法對其進行分類識別，不斷對模型進行優(yōu)化，對四種魚類訓(xùn)練學(xué)習(xí)，通過測試其準(zhǔn)確率達(dá)到96%以上。同時用PyQt5開發(fā)了GUI可視化界面，通過界面圖片的選擇和預(yù)測功能按鈕的操作，測試結(jié)果實際類別與預(yù)測類別一致，用DSOD框架做了水下目標(biāo)實時跟蹤檢測，提高了對小目標(biāo)的檢測率，同時保持了模型的檢測速度，檢測結(jié)果達(dá)到期望。

發(fā)表于：12/17/2020

數(shù)字濾波器級聯(lián)設(shè)計及仿真[模擬設(shè)計][工業(yè)自動化]

測振儀中使用的數(shù)字加速度傳感器信號存在自身噪聲和環(huán)境噪聲,采用MATLAB仿真工具對加速度傳感器信號進行頻譜分析，識別干擾信號。干擾信號影響加速度傳感器輸出的準(zhǔn)確性和穩(wěn)定性，針對噪聲干擾分別采用IIR低通數(shù)字濾波器設(shè)計和MATLAB工具箱Fdatool進行陷波數(shù)字濾波器設(shè)計得到濾波器數(shù)字模型。在對單個濾波器效果進行仿真驗證之后，再對它們實施級聯(lián)設(shè)計，從而獲得雙重的濾波效果。對經(jīng)級聯(lián)濾波處理后的加速度傳感器數(shù)據(jù)進行仿真分析，結(jié)果表明所設(shè)計的級聯(lián)濾波器實現(xiàn)了低通濾波和陷波濾波的雙重目的，且不會對有用信號造成影響，有效提高了系統(tǒng)的抗干擾能力。

發(fā)表于：12/17/2020