整个系统主要由AT89S52芯片、热释电传感器、声光报警、键控组成。
功能好，工作稳定，非常适合防盗报警领域，而今制作简单、成本低，安装比较方便，而且防盗功能比较稳定，抗干扰能力强、灵敏度高、安全可靠。
这种防盗器安装隐蔽，不易被盗贼发现。
同时它的信号经过单片机系统处理后利于跟PC机通信，便于多用户统一管理。
功能好，工作稳定，非常适合防盗报警领域，而今制作简单、成本低，安装比较方便，而且防盗功能比较稳定，抗干扰能力强、灵敏度高、安全可靠。
这种防盗器安装隐蔽，不易被盗贼发现。
同时它的信号经过单片机系统处理后利于跟PC机通信，便于多用户统一管理。
2018/11/6 2:26:22
225KB
1
基于遗传算法的LuGre摩擦模型参数辨识与补偿，温玉芹，褚明，综述文章：文针对摩擦对伺服系统的干扰问题，提出基于遗传算法的LuGre摩擦模型的参数辨识方法及摩擦补偿控制方法。
首先建立LuGre摩��
首先建立LuGre摩��
2017/10/25 13:55:03
515KB
1
基本部分：1）生成单音干扰、多音干扰、宽带噪声干扰、部分频带噪声干扰、宽带梳状谱干扰、线性调频干扰等6种通信干扰信号；
2）选择合适的特征参数，采用决策树法实现对上述干扰信号的识别，高斯白噪声信道，干噪比(JNR)为0~15dB，识别正确率大于95%。
扩展部分：选择合适的特征参数，采用NN或者SVM机器学习实现对上述干扰信号的识别，高斯白噪声信道，干噪比(JNR)为0~15dB，识别正确率大于95%。
实验次要完成了三部分工作。
1.通信干扰信号的生成。
对6种干扰信号进行了仿真。
2.特征参数的提取和讨论。
对时域和频域的参数进行了提取，分析了不同JNR下的参数变化趋势，以及不同干扰信号之间的差异。
3.基于特征参数的分类。
选择合适的特征参数，分别使用决策树法、支持向量机法以及神经网络法对干扰信号进行了分类。
2）选择合适的特征参数，采用决策树法实现对上述干扰信号的识别，高斯白噪声信道，干噪比(JNR)为0~15dB，识别正确率大于95%。
扩展部分：选择合适的特征参数，采用NN或者SVM机器学习实现对上述干扰信号的识别，高斯白噪声信道，干噪比(JNR)为0~15dB，识别正确率大于95%。
实验次要完成了三部分工作。
1.通信干扰信号的生成。
对6种干扰信号进行了仿真。
2.特征参数的提取和讨论。
对时域和频域的参数进行了提取，分析了不同JNR下的参数变化趋势，以及不同干扰信号之间的差异。
3.基于特征参数的分类。
选择合适的特征参数，分别使用决策树法、支持向量机法以及神经网络法对干扰信号进行了分类。
2018/6/7 15:27:17
514KB
1
本文提出使用AgilentADS仿真软件进行几种典型干扰信号对脉压雷达干扰效果的仿真与分析，产生的干扰样式包括：噪声调频干扰、异步脉冲干扰、距离假目标干扰三种干扰样式，经仿真分析得出上述干扰对脉压雷达干扰效果较明显，并在某雷达上进行实测，得到了与仿真分析十分近似的结果。
2020/4/11 1:24:30
323KB
1
在无限个天线的极限情况下，特别是不相关噪声和快衰落影响的消失，吞吐量和终端个数独立于小区的大小，频谱效率独立于带宽，每比特所需的传输的能量消失。
独一剩下的损害就是由在别的小区重复使用的导频序列而产生的小区间干扰，并不会随着天线数目的无限多而消失。
独一剩下的损害就是由在别的小区重复使用的导频序列而产生的小区间干扰，并不会随着天线数目的无限多而消失。
2016/6/8 1:31:56
194KB
1
光纤传感器作为一中新型的传感器，具有精度高，抗干扰性强和单点成本低的优点，逐步广泛应用于人们的生活当中。
该书描绘了各种光纤传感器和及相应的技术，使读者能够迅速的了解和掌握光纤传感器。
该书描绘了各种光纤传感器和及相应的技术，使读者能够迅速的了解和掌握光纤传感器。
2019/6/26 9:50:56
32MB
1
近年来卷积神经网络框架被成功地应用到目标跟踪领域,并取得了较为稳健的跟踪结果。
基于此思想,提出一种基于定位-分类-匹配模型的目标跟踪方法。
首先,在定位模型中,利用前一帧的位置信息预测当前帧中的候选目标区域。
然后,采用已训练的深度特征对候选区域进行类间筛选,选出N个次优目标区域。
最后,利用常规颜色特征对次优目标区域进行类内寻优匹配,从而确定最终的跟踪目标。
与此同时,分别对定位、分类中的网络进行更新,并对建立的匹配模型进行在线实时更新,使得其对目标的描述愈加准确。
在OTB50和OTB100标准数据库上进行实验测试,结果表明,提出的跟踪方法在快速运动、相似物体干扰、复杂背景等条件下具有较好的跟踪稳健性。
基于此思想,提出一种基于定位-分类-匹配模型的目标跟踪方法。
首先,在定位模型中,利用前一帧的位置信息预测当前帧中的候选目标区域。
然后,采用已训练的深度特征对候选区域进行类间筛选,选出N个次优目标区域。
最后,利用常规颜色特征对次优目标区域进行类内寻优匹配,从而确定最终的跟踪目标。
与此同时,分别对定位、分类中的网络进行更新,并对建立的匹配模型进行在线实时更新,使得其对目标的描述愈加准确。
在OTB50和OTB100标准数据库上进行实验测试,结果表明,提出的跟踪方法在快速运动、相似物体干扰、复杂背景等条件下具有较好的跟踪稳健性。
2018/11/13 7:13:26
11.2MB
1
智能天线已成为当今无线通信领域的一大研究热点，它结合了天线阵列技术与信号空时处理，在系统设计中增加了空时处理的自由度，改善了系统功能，增加了系统容量及频谱利用率。
本文重点研究阵列天线信号处理中的自适应波束形成算法，它能利用传感器阵列实现增强有用信号并抑制干扰和噪声的目的。
移动无线通信基于LMS思维自适应波束形成算法研究，
本文重点研究阵列天线信号处理中的自适应波束形成算法，它能利用传感器阵列实现增强有用信号并抑制干扰和噪声的目的。
移动无线通信基于LMS思维自适应波束形成算法研究，
2016/2/7 22:48:56
293KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB