亚洲综合无码AV一区二区三区,久久久久久精品一级毛片蜜月

如何利用視覺處理器在可視門鈴和智能零售設(shè)計中擴展邊緣 AI 功能[人工智能][物聯(lián)網(wǎng)]

　　隨著“邊緣人工智能（AI）”的興起，“在網(wǎng)絡(luò)邊緣擁有更高的智能性”也倍受討論，擁有更高本地實時處理能力的好處就易被忽視，而這種處理無需依賴基于云的資源來運行 AI 模型。通過使我們?nèi)粘＝换サ碾娮釉O(shè)備能夠根據(jù) AI 模型在現(xiàn)實世界中做出決策，我們可以提高其響應(yīng)能力、安全性和整體效率。

發(fā)表于：4/4/2023

精密系統(tǒng)的實用RTI計算[測試測量][汽車電子]

　　本文簡要介紹了精密系統(tǒng)中的參考到輸入（RTI）的計算和仿真，以及如何從中獲得盡可能多的重要信息。在設(shè)計用于模擬測量的信號鏈時，必須考量信號鏈中不同組件導(dǎo)致的誤差和噪聲，用于確定最高性能。規(guī)格可以用百分比（分數(shù)）表示，或者如果是線性系統(tǒng)，可以參考到輸出或參考參考到輸入。參考到輸入的計算往往會造成誤解，但能夠提供有關(guān)系統(tǒng)性能的重要信息。

發(fā)表于：4/1/2023

人工智能機器視覺需求猛增，sensAI重塑深度情境感知[人工智能][工業(yè)自動化]

　　智能手機和各類物聯(lián)網(wǎng)設(shè)備的指數(shù)級增長推動了網(wǎng)絡(luò)邊緣計算的發(fā)展，這些設(shè)備無處不在，但如果將其產(chǎn)生的全部數(shù)據(jù)都向云端發(fā)送，毫無疑問將為云端處理帶來極大的負擔。因此，基于網(wǎng)絡(luò)邊緣的處理十分必要，不僅可以降低云端的網(wǎng)絡(luò)通信成本和云存儲成本，還能避免云端數(shù)據(jù)通道過載。

發(fā)表于：3/30/2023

在Automate演進中讀懂工業(yè)4.0[嵌入式技術(shù)][工業(yè)自動化]

　　作為萊迪思（Lattice）半導(dǎo)體面向智能工業(yè)系統(tǒng)推出的解決方案集合，Lattice Automate解決方案集合由模塊化硬件平臺、IP內(nèi)核、易于使用的軟件設(shè)計工具、參考設(shè)計和演示、以及定制設(shè)計服務(wù)構(gòu)成，核心目標是為工業(yè)自動化系統(tǒng)的設(shè)計人員提供評估、開發(fā)和部署基于FPGA的可編程工業(yè)自動化應(yīng)用所需的各種工具，加速工廠自動化進程。

發(fā)表于：3/30/2023

以10倍計提升帶寬與算力[人工智能][工業(yè)自動化]

　　根據(jù)IoT Analytics報告，2020年，制造業(yè)和工業(yè)中的人工智能機器視覺市場規(guī)模約為41億美元，預(yù)計到2025年將增加至152億美元，年復(fù)合年增長率（GAGR）為30%，而傳統(tǒng)機器視覺部署的年復(fù)合增長率僅為6.5%。

發(fā)表于：3/30/2023

應(yīng)對中端FPGA市場的挑戰(zhàn)[嵌入式技術(shù)][汽車電子]

　　在當今競爭激烈的技術(shù)行業(yè)中，成敗的關(guān)鍵可能就在于能否率先上市。然而，快速上市也帶來了挑戰(zhàn)，尤其是系統(tǒng)和應(yīng)用設(shè)計方面的挑戰(zhàn)。隨著人工智能、網(wǎng)絡(luò)邊緣計算和自動化的日益發(fā)展以及網(wǎng)絡(luò)安全威脅的激增，設(shè)計師現(xiàn)在比以往任何時候都更需要在整個開發(fā)周期中自由更改和微調(diào)他們的設(shè)計。

發(fā)表于：3/30/2023

電池快速充電指南——第1部分[電源技術(shù)][消費電子]

　　雖然更高的電池容量延長了設(shè)備的使用時間，但如何縮短充電時間，這給設(shè)計人員帶來了額外的挑戰(zhàn)?？焖俪潆娺m用于廣泛的設(shè)備，包括消費電子、醫(yī)療和工業(yè)應(yīng)用。本文分為兩部分，概要介紹與實現(xiàn)電池快速充電功能相關(guān)的挑戰(zhàn)。第1部分探討在主機和電池包之間分隔充電器和電量表，以提高系統(tǒng)的靈活性、盡可能降低功耗，并提升用戶的總體體驗。此外，還介紹設(shè)備包含的監(jiān)測功能，確保實現(xiàn)安全充電和放電。第2部分探討使用并聯(lián)電池實現(xiàn)快速充電系統(tǒng)。

發(fā)表于：3/30/2023

數(shù)據(jù)存儲創(chuàng)新：節(jié)電、節(jié)水、省空間[人工智能][數(shù)據(jù)中心]

　　ESG 的普及率已到達關(guān)鍵臨界點，企業(yè)正面臨必須在環(huán)保倡議與業(yè)務(wù)目標以及數(shù)字化大方向之間求取平衡的挑戰(zhàn)。

發(fā)表于：3/30/2023

雷莫（LEMO）推出具有高頻性能的全新多芯同軸型號[通信與網(wǎng)絡(luò)][5G]

雷莫（LEMO）很高興地宣布在久經(jīng)考驗的M系列中新增一款多芯同軸配置，命名為LM.232，尺寸為LM，最多可有12個同軸針芯。這些新的插頭和固定插座是專門為滿足非?？量痰沫h(huán)境條件下最嚴格的高頻連接要求而設(shè)計的。

發(fā)表于：3/29/2023

5G+網(wǎng)絡(luò)基礎(chǔ)設(shè)施的安全性和同步解決方案[通信與網(wǎng)絡(luò)][5G]

　　如今我們可以看到5G開放式無線接入網(wǎng)絡(luò)（ORAN）正改變著蜂窩和移動網(wǎng)絡(luò)的格局。具體而言，RAN架構(gòu)的開放、解聚和虛擬化促使移動網(wǎng)絡(luò)基礎(chǔ)設(shè)施發(fā)生了重大變化。傳統(tǒng)RAN網(wǎng)絡(luò)的許多功能面臨軟硬件解耦。這種趨勢為網(wǎng)絡(luò)部署帶來了靈活性和更多創(chuàng)新，還可以混用來自不同供應(yīng)商的組件。

發(fā)表于：3/29/2023

基于FPGA的多通道可見光通信系統(tǒng)的設(shè)計與實現(xiàn)[微波|射頻][其他]

與傳統(tǒng)的射頻通信方式相比，可見光的頻譜資源豐富，且具有較高的安全性。設(shè)計的多通道可見光通信系統(tǒng)分為發(fā)射端與接收端，基于Verilog HDL語言對發(fā)送端的通道分發(fā)模塊、透傳組幀模塊、信道碼塊分割模塊以及接收端的透傳解幀模塊、通道合并模塊進行了詳細設(shè)計，實現(xiàn)了最大支持16路數(shù)據(jù)同時收發(fā)的多通道可見光通信系統(tǒng)。為滿足系統(tǒng)的高速通信，設(shè)計優(yōu)化可見光通信的發(fā)射/接收系統(tǒng)電路，在發(fā)射端采用前級預(yù)加重電路，有效補償了信道損失；在接收端采用由電阻和電容共同構(gòu)成的T型放大電路來實現(xiàn)對衰減信號的補償。最后，聯(lián)合實驗平臺進行測試，結(jié)果表明設(shè)計的多通道可見光通信系統(tǒng)傳輸誤碼率不大于10-9，單通道傳輸速率不低于30 Mb/s，此研究有利于提高可見光通信系統(tǒng)的可靠性、高速性。

發(fā)表于：3/29/2023

MBSE在機載機電計算機研制過程中的應(yīng)用探索[電子元件][航空航天]

隨著飛機系統(tǒng)的多電化、智能化發(fā)展，機載機電計算機高集成度化，系統(tǒng)架構(gòu)和接口設(shè)計愈發(fā)復(fù)雜。隨著機載機電計算機研制周期、成本的不斷增加，質(zhì)量問題日益突出。針對復(fù)雜機載機電計算機嚴峻的質(zhì)量形勢，提出使用基于模型的系統(tǒng)工程（Model-Based System Engineering，MBSE）方法，以模型和標準圖形化方式對系統(tǒng)研制的行為過程進行描述，來解決復(fù)雜工程問題。實現(xiàn)了MBSE在機載機電計算機研制流程中的本地化，將驗證環(huán)節(jié)前置，提升了研制質(zhì)量，對其他復(fù)雜計算機類系統(tǒng)有借鑒意義。

發(fā)表于：3/29/2023

基于TMS320F28335的二次Bootloader在線升級方法[其他][其他]

為避免TMS320F28335在程序升級過程中需要執(zhí)行打開嵌入式設(shè)備、額外配置GPIO管腳電平或單獨開發(fā)專用上位機軟件的操作，提出了一種二次Bootloader方法來實現(xiàn)應(yīng)用程序的在線升級。將TMS320F28335配置為Flash啟動模式，通過預(yù)燒寫二次Bootloader程序，將通用串口上位機軟件下發(fā)的應(yīng)用程序bin文件存儲在TMS320F28335的外擴SRAM中，執(zhí)行將應(yīng)用程序燒寫到片上Flash指定區(qū)域的操作，并跳轉(zhuǎn)執(zhí)行應(yīng)用程序，實現(xiàn)應(yīng)用程序的在線升級功能。實驗結(jié)果表明，該方法有效可行，具有較強的通用性和可靠性。

發(fā)表于：3/29/2023

一種服務(wù)于K-means的初始中心選取方法[其他][數(shù)據(jù)中心]

聚類是數(shù)據(jù)挖掘領(lǐng)域最重要的技術(shù)之一，K-means是其中使用頻率最高的舉足輕重的聚類算法。然而，K-means算法表現(xiàn)嚴重依賴于初始中心，選取多少個初始中心以及選擇哪些數(shù)據(jù)點作為初始中心對K-means算法十分重要?；诖耍岢鲆环N初始中心選取方法DPCC（Density Peak Clustering Centers）。DPCC方法基于密度和距離生成一個選取決策圖，將數(shù)據(jù)集中所有的密度峰值點凸顯出來。這些密度峰值點即為DPCC方法為K-means算法提供的初始中心。實驗表明，DPCC方法不僅可為K-means提供初始中心數(shù)量，還能有效提高K-means算法的準確度，并縮減K-means算法的執(zhí)行時間。

發(fā)表于：3/29/2023

采集設(shè)備接入的框架設(shè)計與實現(xiàn)[嵌入式技術(shù)][物聯(lián)網(wǎng)]

隨著嵌入式技術(shù)和網(wǎng)絡(luò)通信技術(shù)的快速進步，物聯(lián)網(wǎng)近些年來也有很大的發(fā)展，大量不同類型的終端設(shè)備都需要接入到網(wǎng)絡(luò)中。但整個物聯(lián)網(wǎng)結(jié)構(gòu)從物理層、網(wǎng)絡(luò)層再到應(yīng)用層，每層之間采用不同的通信協(xié)議，這大大增加了集成系統(tǒng)實現(xiàn)的困難。提出一種支持自定義協(xié)議、多種終端設(shè)備的物聯(lián)網(wǎng)接入框架的設(shè)計方案，并據(jù)此研制軟件系統(tǒng)。通過自定義協(xié)議接入不同的設(shè)備，增強系統(tǒng)的擴展性和互操作性，并可以靈活處理設(shè)備的數(shù)據(jù)與事件。

發(fā)表于：3/29/2023