摘要：采用CC2430/CC2431为核心芯片设计ZigBee节点,并采用此类节点构成一个ZigBee定位网络。根据节点接收信号强度(RSSI)的模型,估计出盲节点与参考节点的距离,并采用最小二乘法对估计的距离进行修正。选择3个接收信号强度最强的参考节点,根据修正的距离采用三边测量法估计出盲节点的坐标。实验表明,修正后的定位精度高于修正前的定位精度。

摘要：Zigbee技术是当前研究的热点,它具有低复杂度、低功耗、低数据速率、低成本等特点,具有广泛的应用.首先介绍ZigBee拓扑结构和ZigBee协议,接着对ZigBee各种不同应用技术和不同通信方式进行分析,总结当前ZigBee技术存在的关键问题,并提出设计实例,最后总结未来研究的方向.

摘要：针对蜂窝中继系统中单一应用网络编码技术无法提升系统性能的问题,提出基于概率与网络编码的蜂窝中继选择机制CRS-PNC。在该机制中,数据的交互基于ARQ模式进行,中继节点对侦听到的待中继的数据报文会结合编码机会和本身的负载情况来计算转发概率,并构造概率转发函数来设计自适应的发送时延,以实现数据报文网络编码后的竞争时延发送。仿真表明,CRS-PNC与经典的几种蜂窝中继机制相比,在系统吞吐量上具有较好的性能。

摘要：为了提升天线线圈在空间中产生的磁场强度,提出一种双驱动端口的双层天线方案.首先,从理论出发介绍了设计双层天线时应该考虑的各个参数;其次,改变双层天线的参数,通过三维电磁仿真软件Ansoft HFSS进行建模仿真,探究两线圈的匝数、间距、半径以及相对位置对双层天线的影响;最后,对仿真结果进行分析,找出了最优的双层天线设计方案,对实际设计的中高频RFID读写器天线具有一定的参考价值.

摘要：为适应当前"大数据+深度模型"时代的到来,利用FPGA进行各种算法的硬件加速为其提供了一种可行的解决方案.本文利用Vivado HLS工具,基于遗传算法设计了一套智能硬件加速架构,编程实现自动生成tcl文件、自动调用HLS工具完成仿真和提取报表中的数据进行分析,并对Xilinx公司所给的FIR和DCT等案例程序进行了测试.实验中寻找到了较优的解决方案,效率相比人工不断尝试的方法有了数量级的提升,满足了当前一般算法在硬件加速的通用性.

摘要：本文基于深度学习目标检测算法设计并实现了一种实时的智能停车场车位信息查询系统.采用YOLO目标检测算法结合大量关于汽车以及车牌的图像数据对物体检测模型进行训练.利用该模型对停车场视频监控画面进行处理,根据模型处理的结果以及所设计的相关算法对车位进行判断,并且计算出被占用车位停车时长,识别出车辆的车牌信息.车位信息将以示意图的方式通过微信终端进行接收,使车主能够实时获取停车场车位信息.该系统能够准确地判断出停车场的车位信息,可为城市商业停车场管理方式提供参考.

摘要：由于遥感影像中建筑物种类繁多且与周围环境信息混淆,传统方法难以实现建筑物的准确高效提取.本文提出了一种基于改进Mask-RCNN的建筑物自动提取方法,利用PyTorch深度学习框架搭建改进Mask-RCNN网络模型架构,在网络的设计中添加了路径聚合网络和特征增强功能,通过监督和迁移学习的方式对Inria航空影像标签数据集进行多线程迭代训练与模型优化学习,实现了建筑物的自动精确分割和提取.基于不同开源数据集,分别与SVM、FCN、U-net和Mask-RCNN等建筑物提取算法进行对比,实验表明,本文方法可以高效准确、高效地提取建筑物,对于同一个数据集,提取结果的mAP、mRecall、mPrecision和F1分数这4个评价指标均优于对比算法.

摘要：针对有线网络可靠性高和无线网络移动性好的特点,设计了一个基于ARM的远程视频传输设备,介绍了该设备的设计原理和实现流程。并对设备中所使用的H.264视频压缩模块和自适应链路选择策略进行了重点分析。

摘要：由于在实际环境下,产品对天线的尺寸有着一定的限制,所以对面积限定下天线磁场强度的研究具有一定的价值.简要介绍了RFID系统的基本工作原理,并通过三维电磁仿真软件Ansoft HFSS和MATLAB软件在面积限定的条件下对不同线宽、线距和匝数的环形天线的磁场强度进行了对比,旨在找出在面积限定下具有较强磁场强度的环形天线的设计参数,对实际设计13.56MHz PCB平面RFID读写器天线具有一定的参考价值.

摘要：目标检测的一个重要应用场景是对室内流动人员的检测与定位,为了降低模型的冗余度和提高检测的精确度,因此本文提出一种基于DE-YOLO的室内人员检测方法.通过使用K-means算法对数据集进行聚类,并设计出这种DE-YOLO深度卷积神经网络结构.通过DE-YOLO网络结构中的密集型连接,实现模型大小的压缩和特征信息的复用,最后对提取到的特征进行目标检测.在VOC2012数据集上进行实验表明,新改进的深度卷积网络应用性能有较大的提升.