摘要：针对某些嵌入式系统中数据存储量大且改写频繁,以及Flash存储器寿命有限的问题,结合氨气检测仪的应用,研究了一种基于铁电存储器和Flash的混合数据存储方案。给出了基于主控制器STM32F407的氨气检测仪的整体设计,分析了混合数据存储系统的软硬件设计,在此基础上制订了数据存储协议,提高存储效率。同传统的存储方案相比,基于FRAM和Flash的混合数据存储系统提高了仪器的数据存储速度和效率,延长了使用寿命,提高了仪器整体的稳定性和可靠性。

摘要：针对传统超声流量测量系统数据记录容量小,参数记录不完整,数据存储实时性低,数据存储安全性不够高的问题,提出了基于FPGA的超声波流量测量仪数据存储系统设计方案。文中采用SDIO总线与数据存储系统进行数据交互,RS422总线与数据分析设备进行数据传输,SD NAND FLASH作为存储单元,设计了采集模块、时钟控制、实时处理、数据融合等功能模块。实验测试结果表明:数据传输误码率低于0.05%,在高低温、高冲击等恶劣实验环境下正常存储数据,具有操作简单、工作稳定、集成度高的优点。

摘要：传统数据储存系统是在分布式数据库跨区域储存的基础上实现的,其系统结构复杂,数据储存完整量低且数据存储耗时长。为此设计了基于正交编码的大规模RDF数据存储系统。结合正交编码技术,确定正交频率编码的关系,构建预编码函数和解码函数,利用正交编码处理位置信号,组成编码状态数据,获取动子实际位置;依据缩小储存空间与加快数据取读速度的设计原则,利用布尔矩阵分解的方法,合理布局RDF数据存储并进行数据转化,通过规划系统电路,设置控制模块、硬盘操作模块与数据传输模块,完成RDF数据存储系统设计。仿真结果表明,上述系统能够提高储存完整量,有效降低存储消耗时间,提高存储效率。

摘要：设计了一种新型海洋要素数据存储系统。该系统以USB接口进行数据存储,实现了对U盘的读写,解决了海洋数据采集过程中,数据存储量大、存储设备不易与PC机接口的问题。

摘要：无人机遥感载荷在无人机飞行过程中会产生大量载荷数据,这些数据需要实时存储并在返回地面后回放和分析;无人机遥感载荷数据存储系统是基于SOPC的数据存储解决方案;该方案使用多个固态硬盘作为存储介质并实现并行读写,使用SDRAM作为数据缓存,设计了超大块文件系统对数据进行管理;系统测试表明所设计的存储系统实现了1.8Gbps四路载荷数据的实时存储,满足无人机遥感载荷数据存储的要求。

摘要：无线传感器网络集感知、计算和无线通信为一体,是以数据为中心的网络,数据存储和访问是无线传感器网络研究的重要问题之一.而无线传感器网络的路由协议是实现数据存储和访问的基础,围绕无线传感器网络以数据为中心,以分簇路由为基础,设计出一种适合分簇路由的无线传感器网络数据存储管理系统.首先从数据存储和数据查询两方面分别对此数据存储管理系统进行了阐述,然后通过实验对数据存储管理系统的能耗和查询速度方面进行了验证,效果良好,为WSN数据存储和管理提供了一种良好的途径.

摘要：针对传统ZigBee无线传输系统在复杂区域多因素条件下监测困难、数据量小、仅适合短距离的问题,采用Z-stack协议栈,设计了一种基于eMMC的64路无线数据存储系统.选择CC2530芯片作为Z-stack通信标准的实现模块,其高抗干扰能力及高灵敏度解决了监测困难的问题,并且结合芯片的射频收发器与ZigBee的自组网特性可大幅度提升系统传输范围.系统通过模拟开关与ADC转换器实现64通道数据采集,以及通过FPGA完成对相应通道的数据编帧处理,并存储至eMMC存储器中,解决了传统无线传输系统数据量较小的问题.实验结果验证,系统能够实现在单路1Kbps采样率前提下的数据存储及准确收发.

摘要：针对目前国内银行的OLAP(Online Analytical Processing)技术滞后于海量数据处理需求的情况,研究了海量数据存储、处理的关键技术,设计并实现了用Hadoop平台和关系型数据库架构的银行海量数据处理系统.介绍了系统架构、文件存储层次设计、数据迁移方案、任务调度算法等关键技术的实现.通过实验验证,系统能够实现数据的高可靠性与数据的高可用性目标,既能满足业务数据实时处理的需求,也能满足海量数据统计分析的需求.

摘要：计算机控制系统中历史数据的存储和查询是一个重要的功能。文章提出使用不固 定的周期对原始信号进行采样存储，为其设计了以B树为基础的存储结构，并对其查询性能 作了分析。

摘要：大型桥梁健康监测系统具有数据量大、采集频率高、架构复杂等特点,为计算机资源的合理利用带来了巨大的挑战。该文根据桥梁健康监测系统的应用特点,设计了一套高效的数据管理方案,在数据的存储位置、存储方式和存储时限等方面进行了优化。为了解决硬盘空间占用率和数据监测可靠性之间的矛盾,提出了"分层统计"的概念,并综合运用了重采样和数据压缩等技术,大大提高了数据管理的科学性。