91视频一区二区,欧美日韩中文字幕在线手机版本,日本xxwwwxxxx18

一種彈載設(shè)備快速軟件在線升級設(shè)計與實現(xiàn)[其他][其他]

針對彈載設(shè)備在裝彈條件下內(nèi)部軟件數(shù)量多、規(guī)模大、升級時間長且分散到多個模塊、拆裝困難等問題，提出了一種基于1553B總線結(jié)合SRIO高速串口的遠程軟件在線升級方法，描述其系統(tǒng)組成和工作原理，給出遠程在線升級方法和實現(xiàn)的具體流程。該方法有效解決了全彈狀態(tài)彈載復(fù)雜單機軟件的高可靠性、高吞吐速率的在線升級需求和軟件維護，實際應(yīng)用中具有靈活性、可靠性和高數(shù)據(jù)率等優(yōu)點。

發(fā)表于：5/31/2023

風(fēng)洞自由飛多路數(shù)據(jù)采集與傳輸系統(tǒng)設(shè)計[模擬設(shè)計][其他]

傳統(tǒng)風(fēng)洞自由飛實驗通過縮比模型來研究氣動參數(shù)，隨著采集器種類與數(shù)量的增加，機載設(shè)備結(jié)構(gòu)設(shè)計與數(shù)據(jù)傳輸控制難度日趨增大。針對這一現(xiàn)狀，設(shè)計一套基于FPGA邏輯控制與時序驅(qū)動的多路數(shù)據(jù)采集與傳輸系統(tǒng)。系統(tǒng)采用機載端、地面端、上位機端三端結(jié)構(gòu)，分工明確。機載端采用小型化雙層結(jié)構(gòu)化設(shè)計來采集舵機角度信號、風(fēng)向標志信號、IMU慣性測量單元信號、航空姿態(tài)信號，地面端負責(zé)數(shù)據(jù)的整合與分發(fā)，上位機端進行數(shù)據(jù)監(jiān)視與系統(tǒng)控制。經(jīng)過測試，該系統(tǒng)采集精度達±0.07%FS，數(shù)據(jù)傳輸時延低于2.42 ms，符合預(yù)期目標。

發(fā)表于：5/31/2023

基于FPGA的運動目標實時檢測系統(tǒng)設(shè)計[模擬設(shè)計][其他]

目標檢測是智能安防領(lǐng)域中的重要研究內(nèi)容，為滿足安防檢測系統(tǒng)的小型化和高實時性的使用需求，設(shè)計了一種基于FPGA （Field Programmable Gate Array，現(xiàn)場可編程門陣列）的運動目標實時檢測系統(tǒng)，采用CMOS攝像頭采集視頻圖像，DDR3 SDRAM作為視頻圖像幀的緩存介質(zhì)，結(jié)合FPGA器件的可并行處理特點，采用流水線技術(shù)對幀間差分檢測算法進行模塊化處理，檢測結(jié)果通過以太網(wǎng)傳輸至上位機，實現(xiàn)了圖像采集和運動目標檢測及顯示。實驗測試結(jié)果表明，該系統(tǒng)能夠快速準確地檢測出運動目標，穩(wěn)定性高，實時性好。

發(fā)表于：5/31/2023

基于FPGA的遠程實驗系統(tǒng)硬件平臺的設(shè)計與實現(xiàn)[模擬設(shè)計][其他]

實驗教學(xué)作為實踐育人體系的重要組成部分，是培養(yǎng)學(xué)生創(chuàng)新能力和實踐能力的重要手段。針對當前計算機類硬件實驗教學(xué)存在的實驗平臺體積龐大、實驗地點固定且實驗室共享化程度低的問題，提出了基于FPGA的遠程實驗系統(tǒng)硬件平臺的設(shè)計。硬件平臺使用FPGA搭建了底層結(jié)構(gòu)，實現(xiàn)了FPGA的遠程配置功能，支持豐富的實驗內(nèi)容。實驗結(jié)果表明，該硬件平臺支持實驗程序的遠程下載與遠程調(diào)試。在教學(xué)中使用該硬件平臺可以提供與線下體驗相似的遠程實驗課程。

發(fā)表于：5/31/2023

一種結(jié)合TF-IDF和Simhash的科技項目文本相似性度量方法[其他][其他]

為了提高科技項目文本相似性度量的準確性和性能，將TF-IDF和Simhash相結(jié)合，提出了一種新的科技項目文本相似性度量方法。首先，該方法對科技項目文本進行預(yù)處理得到詞項集合，再使用TF-IDF計算詞項集合中每個詞項的權(quán)重值，并選取具有較高權(quán)重值的重要詞項；其次，使用Simhash把重要詞項映射為固定長度的二進制串，并求和得到文本的Simhash簽名；最后，使用漢明距離計算兩個Simhash簽名間的相似性。實驗結(jié)果表明，所提方法在查準率、召回率和F度量值方面優(yōu)于傳統(tǒng)的Simhash算法和TF-IDF方法。

發(fā)表于：5/31/2023

分布式元數(shù)據(jù)系統(tǒng)的設(shè)計與實現(xiàn)[模擬設(shè)計][其他]

隨著企業(yè)業(yè)務(wù)發(fā)展以及業(yè)務(wù)數(shù)據(jù)的不斷積累，數(shù)據(jù)類型參差不齊，海量數(shù)據(jù)越來越難以處理。元數(shù)據(jù)系統(tǒng)作為提升數(shù)據(jù)質(zhì)量和數(shù)據(jù)分析的平臺應(yīng)運而生。元數(shù)據(jù)現(xiàn)已成為數(shù)據(jù)倉庫以及商業(yè)智能的核心，各個廠商針對元數(shù)據(jù)系統(tǒng)提出了自己的解決方案。現(xiàn)有解決方案目前對業(yè)務(wù)數(shù)據(jù)的更新操作支持不足。針對當前元數(shù)據(jù)系統(tǒng)面臨的隨著業(yè)務(wù)數(shù)據(jù)的增加，元數(shù)據(jù)系統(tǒng)快速擴展支持不夠，造成數(shù)據(jù)無法及時處理，以及針對元數(shù)據(jù)修改無法同步更新到業(yè)務(wù)數(shù)據(jù)中，導(dǎo)致元數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)不同步的問題，提出一種分布式元數(shù)據(jù)解決方案，支持系統(tǒng)橫向擴展，同時支持通過元數(shù)據(jù)操作，反向控制業(yè)務(wù)數(shù)據(jù)。通過元數(shù)據(jù)操作，支持業(yè)務(wù)生成。

發(fā)表于：5/31/2023

工業(yè)互聯(lián)網(wǎng)平臺之云化工業(yè)軟件功能視圖研究[其他][工業(yè)自動化]

工業(yè)互聯(lián)網(wǎng)平臺正由單項賦能向綜合賦能轉(zhuǎn)變，工業(yè)軟件的云化和平臺化發(fā)展給企業(yè)數(shù)字化轉(zhuǎn)型帶來新工具。通過分析工業(yè)互聯(lián)網(wǎng)平臺云化工業(yè)軟件技術(shù)、功能特點，提出體現(xiàn)云化工業(yè)軟件邏輯架構(gòu)與優(yōu)勢特點的功能視圖，幫助工業(yè)企業(yè)遴選、考察與業(yè)務(wù)需求相適應(yīng)的軟件功能，推動工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型，為促進軟件服務(wù)商產(chǎn)品規(guī)劃提供了相應(yīng)參考。

發(fā)表于：5/31/2023

顯著性視覺的毫米波分區(qū)域檢測算法[測試測量][其他]

針對毫米波圖像中人體不同部位呈現(xiàn)不同的結(jié)構(gòu)特性、隱匿物品與人體灰度差異小、檢測困難的問題，提出了一種顯著性視覺的毫米波分區(qū)域檢測算法。該算法在雙邊濾波后，結(jié)合大津法（OTSU）和形態(tài)學(xué)運算完成預(yù)處理以獲得人體區(qū)域，再根據(jù)人體特征進行區(qū)域劃分，分區(qū)域采用對稱判定策略判斷目標是否存在，最后顯著性增強并通過K-means聚類分割算法分割出隱匿物品完成檢測。實驗數(shù)據(jù)表明，所提算法與典型的主動式毫米波圖像檢測算法相比，檢出率提高了8.28%，誤報率減少了1.58%，有更好的檢測性能。

發(fā)表于：5/31/2023

基于改進Canny算子的打火機抓取點定位[其他][其他]

在工業(yè)上，輪廓信息提取有利于后期工件的定位精度，輪廓信息提取的效果直接影響模板匹配的準確度。打火機機殼為透明工件，傳統(tǒng)Canny算子難以準確提取輪廓信息，且存在模糊邊緣、梯度信息較少、人為設(shè)置雙閾值適用性低等問題。針對實際工業(yè)應(yīng)用及傳統(tǒng)算法問題，改進傳統(tǒng)算子。采用自適應(yīng)中值濾波代替高斯濾波，增加Sobel算子45o、135o方向模板，線性插值進行非極大值抑制，采用最大類間差方法迭代計算雙閾值。將改進算子應(yīng)用工件定位中，實驗結(jié)果表明，改進算法可以較好地提取打火機輪廓信息抑制偽邊緣，并可提高匹配定位精度。

發(fā)表于：5/31/2023

基于隊列行駛的車聯(lián)網(wǎng)安全通信研究[通信與網(wǎng)絡(luò)][汽車電子]

基于隊列的駕駛模式能夠有效提高道路的通行能力和能源效率，在此基礎(chǔ)上，研究了基于隊列的車輛網(wǎng)絡(luò)在有竊聽者存在下的無線連接性能，推導(dǎo)出隊列內(nèi)、隊列外和整個網(wǎng)絡(luò)的安全連通概率，以分別描述單個隊列、兩個隊列和所有隊列組成的網(wǎng)絡(luò)。仿真結(jié)果表明，影響連接性能的系統(tǒng)參數(shù)包括傳輸范圍、竊聽者數(shù)量和車輛密度，且存在最優(yōu)車輛密度使安全連接性能達到最佳。

發(fā)表于：5/31/2023

基于超寬帶系統(tǒng)的雙卡爾曼濾波定位算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對室內(nèi)復(fù)雜通信環(huán)境中對于移動目標的循跡需求，設(shè)計了一種削弱非視距誤差的雙卡爾曼濾波器，將經(jīng)典卡爾曼濾波器與擴展卡爾曼濾波器進行級聯(lián)，并引入一種根據(jù)殘差分區(qū)調(diào)整卡爾曼濾波器協(xié)方差的區(qū)分誤差方式，用于自適應(yīng)調(diào)整經(jīng)典卡爾曼濾波器的濾波增益，從而達到平滑觀測值的作用，最終在擴展卡爾曼濾波后輸出待測移動目標的位置信息，實現(xiàn)了移動目標的實時定位。在MATLAB上對該設(shè)計思路進行了仿真，在勻速運動模型下與現(xiàn)有的幾種算法進行了精度的比較，所提出的雙卡爾曼濾波器在仿真上能達到較高的循跡精度，均方根誤差在視距情況下達到3 cm以內(nèi)，非視距情況下達到10 cm以內(nèi)。

發(fā)表于：5/31/2023

電感參數(shù)可視化測量方法研究[測試測量][智能電網(wǎng)]

電感器有很多參數(shù)，其中最重要的兩個參數(shù)決定了電感器的性能：電感值和飽和電流。既有的電感參數(shù)測量方法要么能比較精確地測量電感值，要么能用其他輔助手段測量飽和電流，但都不能同時測量電感值和飽和電流。結(jié)合數(shù)字存儲示波器特殊的單次觸發(fā)和圖形顯示技術(shù)，設(shè)計簡易的電阻電感串聯(lián)測量電路，根據(jù)電感值的測量定義，測量出電感兩端的電壓值以及取樣電阻的電流變動值，從而計算出電感值。數(shù)字存儲示波器顯示測量曲線的拐點，即可求出電感飽和電流。通過實驗驗證，此方法能得到精確的電感值，同時能得到直觀的飽和電流值。方法原理簡單，設(shè)計合理，易于操作，是在實驗室缺少LCR測試儀的情況下一個經(jīng)濟有效的電感參數(shù)測量方法。

發(fā)表于：5/31/2023

基于改進模糊PID位置隨動系統(tǒng)控制[測試測量][工業(yè)自動化]

針對直流有刷電機在使用傳統(tǒng)模糊PID控制器進行位置隨動控制時，由于負載轉(zhuǎn)矩變化導(dǎo)致系統(tǒng)跟隨性能下降以及負載轉(zhuǎn)矩未知的問題，提出了基于負載觀測器的改進模糊PID控制器代替?zhèn)鹘y(tǒng)模糊PID控制器，在傳統(tǒng)模糊控制結(jié)構(gòu)的基礎(chǔ)上增加負載觀測器，實時觀測系統(tǒng)負載轉(zhuǎn)矩，并利用負載轉(zhuǎn)矩實時調(diào)節(jié)系統(tǒng)控制器參數(shù)，提升了系統(tǒng)在負載轉(zhuǎn)矩突變時的位置跟隨能力。仿真結(jié)果表明：負載觀測器能實時、準確地觀測負載轉(zhuǎn)矩，改進模糊PID控制器對負載擾動有較強的抑制能力，并有效減小了系統(tǒng)的調(diào)節(jié)時間和穩(wěn)態(tài)誤差。

發(fā)表于：5/31/2023

基于USB2.0總線的NAND Flash檢測及控制方法[測試測量][工業(yè)自動化]

在高速大容量存儲裝置設(shè)計中多采用NAND Flash存儲器，針對目前采用串口檢測壞塊、實現(xiàn)數(shù)據(jù)讀寫的方法存在檢測速度慢、等待時間長等缺點，提出了基于USB2.0總線的NAND Flash檢測與控制方法。利用FPGA邏輯控制功能和高速USB接口芯片設(shè)計通信和控制電路，并通過上位機軟件實現(xiàn)對Flash的命令、操作控制，由用戶通過PC應(yīng)用程序完成對NAND Flash的讀寫、擦除檢測及壞塊標定。經(jīng)實驗應(yīng)用驗證，該方法檢測、讀寫速度快，使用靈活，能準確、有效實現(xiàn)數(shù)據(jù)的快速讀寫、擦除及壞塊標定，可廣泛應(yīng)用于存儲測試裝置的設(shè)計研制中。

發(fā)表于：5/31/2023

基于木馬特征風(fēng)險敏感的硬件木馬檢測方法[測試測量][信息安全]

針對現(xiàn)有硬件木馬檢測方法中存在的木馬檢出率偏低問題，提出一種基于木馬特征風(fēng)險敏感的門級硬件木馬檢測方法。通過分析木馬電路的結(jié)構(gòu)特征和信號特征，構(gòu)建11維硬件木馬特征向量；提出了基于Borderline-SMOTE的硬件木馬特征擴展算法，有效擴充了訓(xùn)練數(shù)據(jù)集中的木馬樣本信息；基于PSO智能尋優(yōu)算法優(yōu)化SVM模型參數(shù)，建立了木馬特征風(fēng)險敏感分類模型。該方法基于Trust-Hub木馬庫中的17個基準電路展開實驗驗證，其中16個基準電路的平均真陽率（TPR）達到100%，平均真陰率（TNR）高達99.04%，與現(xiàn)有的其他檢測方法相比，大幅提升了硬件木馬檢出率。

發(fā)表于：5/31/2023