向日葵视频污污下载,男女性爽大片视频,91粉色国产福利在线观看

一種電纜終端頭紅外識別算法的FPGA實(shí)現(xiàn)研究[可編程邏輯][智能電網(wǎng)]

針對在電站巡檢中電纜終端頭識別準(zhǔn)確率低、實(shí)時(shí)性差等問題，設(shè)計(jì)一種基于粒子群算法（Particle Swarm Optimization，PSO）優(yōu)化反向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)的現(xiàn)場可編程門陣列（Field Programmable Gate Array，F(xiàn)PGA）紅外識別系統(tǒng)。紅外識別算法實(shí)現(xiàn)包括使用改進(jìn)區(qū)域生長算法對紅外圖像進(jìn)行分割，隨后計(jì)算Hu不變矩作為神經(jīng)網(wǎng)絡(luò)輸入特征。對于PSO-BP神經(jīng)網(wǎng)絡(luò)，選擇7-10-1的網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練后均方誤差為0.085，優(yōu)于BP神經(jīng)網(wǎng)絡(luò)的0.136。在FPGA上實(shí)現(xiàn)時(shí)，采用定點(diǎn)數(shù)據(jù)量化、流水線結(jié)構(gòu)及并行計(jì)算方法，同時(shí)對Sigmoid激活函數(shù)應(yīng)用二次方程多段擬合。最終經(jīng)過仿真驗(yàn)證，該系統(tǒng)識別率達(dá)到了92%并且算法速度提高了約6倍。

發(fā)表于：7/24/2025 5:02:21 PM

基于組件復(fù)用的可重構(gòu)I²C總線讀寫控制電路設(shè)計(jì)[可編程邏輯][工業(yè)自動化]

現(xiàn)代軟件無線電架構(gòu)中通常為了滿足軟件實(shí)時(shí)性而采用FPGA作預(yù)處理功能，但隨著軟件無線電系統(tǒng)不斷朝綜合化和智能化方向發(fā)展，如何應(yīng)對各類復(fù)雜使用場景給系統(tǒng)設(shè)計(jì)者帶來越來越多的挑戰(zhàn)。面對不斷激增的需求，F(xiàn)PGA設(shè)計(jì)中經(jīng)常暴露出可移植性差、平臺依賴性強(qiáng)、程序?qū)﹂_發(fā)人員的依賴度高、系統(tǒng)集成與整合度難度大等問題。選取電子裝備中常用的I²C總線控制部分，借鑒軟件工程中“高內(nèi)聚、低耦合”的模塊化設(shè)計(jì)思想，提出一種總線控制電路的優(yōu)化策略，即基于組件復(fù)用的方法設(shè)計(jì)了一種可重構(gòu)I²C總線讀寫控制電路。該電路具備按需配置波特率功能，同時(shí)具有可選的APB接口以及中斷功能，提供讀/寫數(shù)據(jù)位寬分別為1 B/2 B/4 B系列控制組件，并通過配置系列組件的方式重構(gòu)讀/寫數(shù)據(jù)位寬。該電路具有實(shí)際的工程價(jià)值且已成功應(yīng)用于不同項(xiàng)目以及TPAFEA008、ADT75和LTC2991等常用器件上。

發(fā)表于：7/24/2025 4:50:20 PM

基于人臉檢測跟蹤和輸入噪聲過濾的rPPG信號實(shí)時(shí)提取方法[模擬設(shè)計(jì)][醫(yī)療電子]

遠(yuǎn)程光體積描記是非接觸式生理信號檢測領(lǐng)域的重要研究方向?，F(xiàn)有算法主要從人臉部分區(qū)域提取脈搏信號，存在信號獲取不全面及噪聲過大的問題。提出了一種基于人臉檢測、跟蹤、分割和輸入噪聲過濾的實(shí)時(shí)rPPG信號提取方法，旨在提高心率檢測的準(zhǔn)確性和魯棒性。首先，通過小型深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)視頻幀中的人臉檢測和跟蹤，準(zhǔn)確定位人臉區(qū)域。其次，通過人臉分割算法提取皮膚信息。最后，采用輸入噪聲過濾策略，去除與心率無關(guān)的頻率成分和信噪比較低的信號，從而優(yōu)化rPPG信號。實(shí)驗(yàn)在自建數(shù)據(jù)集上進(jìn)行，結(jié)果表明，該方法在信噪比、平均絕對誤差和均方根誤差等指標(biāo)上均表現(xiàn)出色。綜上所述，所提出的方法在rPPG信號實(shí)時(shí)提取中表現(xiàn)出優(yōu)異的精度和穩(wěn)定性，為非接觸式生理信號檢測提供了一種新的解決方案。

發(fā)表于：7/24/2025 4:39:19 PM

基于機(jī)器視覺的監(jiān)控視頻移動目標(biāo)輪廓提取算法[模擬設(shè)計(jì)][安防電子]

在監(jiān)控視頻中，移動目標(biāo)易受到邊緣模糊和背景噪聲干擾等影響，使得目標(biāo)輪廓提取結(jié)果不準(zhǔn)確。為此，提出基于機(jī)器視覺的監(jiān)控視頻移動目標(biāo)輪廓提取算法。采用機(jī)器視覺技術(shù)處理圖像，結(jié)合圖像背景模型建立像素高斯分布，并計(jì)算各個(gè)像素值與背景模型中高斯分布的匹配度，將匹配度低于閾值的像素視為前景像素，由此完成前景分割，結(jié)合鏈碼對前景目標(biāo)邊緣進(jìn)行編碼，標(biāo)識與預(yù)設(shè)閾值最接近的閉合邊緣，以此作為目標(biāo)輪廓粗定位結(jié)果，基于此，將目標(biāo)區(qū)域的統(tǒng)計(jì)分布參數(shù)融合到灰度光流圖像中，得到灰度差分圖像，進(jìn)而提取移動目標(biāo)輪廓。實(shí)驗(yàn)結(jié)果表明，在所提方法的應(yīng)用下，目標(biāo)輪廓毛刺數(shù)始終控制在50以下，輪廓提取精度較高。

發(fā)表于：7/24/2025 4:29:18 PM

基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計(jì)方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

經(jīng)典稀疏自適應(yīng)匹配追蹤（Sparsity Adaptive Matching Pursuit，SAMP）算法可以通過設(shè)置迭代步長，不斷逼近真實(shí)的稀疏度，以提高稀疏重構(gòu)的精度。然而，該算法使用內(nèi)積匹配準(zhǔn)則，存在原子丟失的現(xiàn)象，同時(shí)由于無法精確估計(jì)信號中存在的真實(shí)稀疏度，導(dǎo)致重構(gòu)的精度依然無法達(dá)到滿意的效果，信道估計(jì)結(jié)果不佳。提出了一種基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計(jì)方法。該算法使用了廣義Jaccard系數(shù)匹配代替了內(nèi)積匹配，然后利用DFT對信號進(jìn)行稀疏度預(yù)估計(jì)，同時(shí)用可變步長代替固定步長，可以精確、快速地逼近真實(shí)稀疏度。實(shí)驗(yàn)結(jié)果表明，該信道估計(jì)方法優(yōu)于SAMP和其他傳統(tǒng)方法，并且可以用于實(shí)際水聲信道估計(jì)。

發(fā)表于：7/24/2025 4:19:16 PM

基于等概率同步功耗補(bǔ)償?shù)腅CC抗側(cè)信道攻擊方案[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對資源受限的橢圓曲線密碼算法芯片抗側(cè)信道攻擊往往以犧牲芯片性能為代價(jià)的問題，提出一種基于等概率同步功耗補(bǔ)償?shù)臋E圓曲線密碼抗側(cè)信道攻擊方案。首先，根據(jù)密鑰猜測產(chǎn)生的中間數(shù)據(jù)的漢明距離特征生成概率分布差異函數(shù)；其次，根據(jù)生成的函數(shù)構(gòu)建可同步補(bǔ)償功耗的等概率映射模型；最后，利用模擬退火算法求出該模型的最優(yōu)解。仿真驗(yàn)證結(jié)果表明：與其他傳統(tǒng)基于隨機(jī)化方式的抗側(cè)信道攻擊方案相比，在防護(hù)能力相當(dāng)?shù)臈l件下，所提方案的運(yùn)算性能幾乎沒有損失，非常適用于資源受限的橢圓曲線密碼算法芯片。

發(fā)表于：7/24/2025 4:10:15 PM

一種基于PPO算法的低空基站優(yōu)化模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通過優(yōu)化現(xiàn)有地面網(wǎng)絡(luò)基站來實(shí)現(xiàn)低空網(wǎng)絡(luò)服務(wù)具有成本低、建設(shè)快等優(yōu)點(diǎn)，面對低空基站優(yōu)化過程中存在的無線環(huán)境復(fù)雜、配置參數(shù)多樣、優(yōu)化目標(biāo)互相影響等問題，提出了一種基于近端策略優(yōu)化算法的多維低空網(wǎng)絡(luò)基站優(yōu)化模型：通過射線追蹤技術(shù)計(jì)算不同類型、不同角度基站的低空覆蓋能力，并構(gòu)建支持多目標(biāo)優(yōu)化和多參數(shù)配置的低空網(wǎng)絡(luò)基站優(yōu)化模型，利用PPO算法得到基站配置策略。在仿真環(huán)境中進(jìn)行訓(xùn)練與結(jié)果驗(yàn)證，證明該模型可有效生成基站優(yōu)化方案，且相較于基于A2C方法的模型具有更快的收斂速度和更好的基站優(yōu)化效果。

發(fā)表于：7/24/2025 3:58:12 PM

基于邊緣計(jì)算的智慧工地視頻分析系統(tǒng)設(shè)計(jì)[模擬設(shè)計(jì)][安防電子]

為精準(zhǔn)識別工地工人未正確佩戴安全帽行為，并且實(shí)現(xiàn)系統(tǒng)快速響應(yīng)問題，設(shè)計(jì)了一款采用邊緣側(cè)部署的智慧工地視頻分析系統(tǒng)。系統(tǒng)硬件方案使用兩顆AX650N芯片級聯(lián)的方式，顯著提高系統(tǒng)計(jì)算能力。軟件方案采用Ubuntu操作系統(tǒng)，基于主流目標(biāo)檢測算法YOLOv8n，通過使用共享卷積層的空洞卷積替換SPPF模塊中的池化層提升檢測速度和精度；引入動態(tài)非單調(diào)調(diào)頻的WIoU損失函數(shù)來提升對低質(zhì)量樣本的檢測能力。實(shí)驗(yàn)結(jié)果表明，優(yōu)化后的算法模型平均檢測精度提高了1.8%，模型權(quán)重所占空間減少17.4%，模型檢測速度提高了7.3%。在多個(gè)實(shí)地場景下進(jìn)行系統(tǒng)測試，視頻目標(biāo)行為智能分析結(jié)果成功率都達(dá)到97%以上，且平均響應(yīng)時(shí)間在1 s以內(nèi)，此系統(tǒng)可以顯著提高工地的管理效率與安全性。

發(fā)表于：7/24/2025 3:46:12 PM

基于雙射頻芯片級聯(lián)的雷視一體系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)[微波|射頻][智能交通]

在智能交通系統(tǒng)（Intelligent Transports System，ITS）領(lǐng)域，相較于單雷達(dá)和卡口相機(jī)的組合，雷視一體機(jī)有著成本低和數(shù)據(jù)融合的優(yōu)點(diǎn)?；谏漕l芯片級聯(lián)技術(shù)，對毫米波雷達(dá)性能進(jìn)行提升，并采用專業(yè)級的安防芯片，通過多傳感器融合，設(shè)計(jì)了一款具有遠(yuǎn)距離探測功能的雷視一體機(jī)系統(tǒng)。算法方面采用多傳感器融合算法，通過更換主干特征提取網(wǎng)絡(luò)和損失函數(shù)對目標(biāo)檢測算法YOLOv8n進(jìn)行改進(jìn)，改進(jìn)后參數(shù)量減少24%，模型大小減小22%。通過交通實(shí)地場景測試，驗(yàn)證了雷視一體機(jī)系統(tǒng)的可靠性，最終實(shí)現(xiàn)交通路口場景的全方位監(jiān)測，且最遠(yuǎn)探測距離可以達(dá)到350 m，探測精度可達(dá)97%以上，符合遠(yuǎn)距交通雷視一體機(jī)的設(shè)計(jì)要求。

發(fā)表于：7/24/2025 3:33:00 PM

一種伺服功率驅(qū)動電路的設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][工業(yè)自動化]

針對現(xiàn)有電動伺服系統(tǒng)驅(qū)動電路效率低、電路復(fù)雜、強(qiáng)弱電不隔離等問題，介紹了一種輸出電流達(dá)36 A的直流有刷電機(jī)功率驅(qū)動電路，該電路具有效率高、熱功耗小、與微控制電路光電隔離、單電源供電等優(yōu)點(diǎn)。將該電路分解為四個(gè)組成部分，對各部分詳細(xì)說明，并從整個(gè)電路內(nèi)部工作原理及仿真實(shí)驗(yàn)情況作具體分析。

發(fā)表于：7/24/2025 3:21:10 PM