简介：无线传感器网络栅栏覆盖在入侵监测领域发挥着重要的作用，知何高效、低代价地构建栅栏以及栅栏出现间隙后如何修复是重点研究问题。针对该问题提出一种能耗优先的WSN栅栏覆盖方法，首先根据静态传感器节点构建全连接拓扑图，然后将全连持拓扑图转换为可移动节点需求拓扑图，接着采用K一最每路径算法和匈牙利算法选择可移动节点需求拓扑图中的最佳栅栏构建路径并派遣可移动节点完成栅栏的构建。该方法在充分利用静态传感器节点的基础上派遣少量可移动传感器节点即可完成栅栏的构建。实验结果表明在栅栏构建和修复方面与其他方法相比节约了能量，且栅栏修复率比Optimal方法提高了8％．

简介：采用ZigBee无线通信网络为核心并选择位置指纹与三角质心算法相结合的定值方案，分斩了实验场景下信号强度的统计特征；从统计结果人手，进行ZigBee信号测距的可行性分析，凭化了基于接收的信号强度指示（RSSI）的测距方程。进而使用改进的位置指纹法和优化的参考节点布局方案完成定位。实验结果表明，相比传统方法，位置指纹与三角核心算法相结合的定位方案大幅度提高了定位精度。

简介：当下大部分UHF读写器结构设计复杂，体积和功耗较大。通过对UHF读写器的硬件架构进行理论分析，设计了一款由分立元件构成的小型超高频读写器系统。系统软件设计通过应用新型四叉树防冲突算法，提高了读写器读乌取多标签的速率。测试表明，读写器具备响应速度快、读取距离远等特点，满足RFID系统需求。

简介：随着人工智能的发展，数字识别技术也得到了关注并通过各种算法提高了识别准确率。数字识别在安防、交通、邮政等领域发挥越来越重要的作用，是智能城市不可或缺的一环。通过采用包含隐含层的BP神经网络对数字识别进行仿真。首先介绍Mnist数据集、人工神经元模型、激活函数、BP算法等相关概念，详细描述了BP神经网络的原理，并通过实例进行BP网络设计。同时提出了6种优化方式，分别是初始化权值、设置Dropout、选取不同的激活函数、选取不同的代价函数、采用不同优化器、设置学习率。结果表明BP网络在数字识别方面具有实际应用价值，并能通过各种优化方式提高识别精度。

简介：在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。

简介：传统的消费级或者企业级固态硬盘控制器芯片中,为了节省功耗、减小面积和成本,通常会采用单核CPU进行数据通路和命令通路的计算处理。随着固态硬盘的广泛应用,SSD已经应用在数据中心、存储设备、消费电子等诸多领域。由于计算任务量的急剧增大,导致控制器芯片的CPU负载越来越重,影响到了数据读写的带宽和IOPS等指标;如果采用更高计算能力的CPU核,又面临着功耗和成本的增加。本文提出了一种新型的固态硬盘存储器芯片架构,采用了异构计算的理念,应用一颗DSP来处理额外的计算任务,能够使得控制器芯片在计算能力和成本竞争力中取得平衡。

简介：随着科技的飞速发展,汽车、笔记本电脑、手机以及工业等应用领域,对电源本身的需求与日俱增。德州仪器(TI)持之以恒地不断创新,为设计师带来更小尺寸、更高功率的电源产品。其每一代的产品和上一代相比,不仅仅是芯片本身的尺寸在减小,整体方案的尺寸也在变小,而且电源产品未来会持续地变得更小。

简介：随着半导体工艺技术的不断进步、芯片工艺制程的不断演进和成本的不断降低，半导体芯片广泛应用在物联网、个人终端、汽车电子、可穿戴设备、工业互联网等各个领域。随着芯片工艺的逐步升级，性能问题已不在是芯片设计环节的主要瓶颈，如在很多手持设备领域，低功耗设计成为了芯片设计中的关键核心问题。通过引入一种基于磁存储芯片作为内部存储器件的芯片架构，同时也用作芯片内部的高速缓存，能够有效降低芯片漏电流，有效地提升了设备使用时间，降低了整体的TCO成本，大大提升了产品竞争力。

简介：您手中的笔记本电脑已经足够小、足够轻,但是为什么还不愿意背着它出差呢?因为即便是再小巧的笔记本电脑,配的也往往是沉甸甸的电源适配器。如果以后笔记本电脑的重量仅仅只是自身的重量,谁还会犹豫出差带不带电脑呢?安森美模拟方案部交流直流电源管理高级市场推广经理蒋家亮表示,安森美可以帮助你实现这一愿景!