SX1262最大发射功率可达22dBm，带有两种配电方式，低压差稳压器(LDO)以及高效率降压DC-DC转换器，可选择DC-DC形式，发射电流118mA@22dBm。LoRa1262 无线模块采用了 Semtech 公司的 SX1262 器件，采用高精度的 TCXO 晶振，超低 接收电流和休眠电流,-148dBm 的灵敏度。内置 64KHz 晶振，在低功耗的情况下可以定时唤醒 单片机。此模块天线开关由芯片内部集成控制，节约了外部 MCU 的资源。小巧的体积搭配 22dBm(160mw)的输出功率，在物联网和电池供电的应用场景有极大的优势。 1.工作频率选择要多，SX1262可以定制150~960HMZ，SX1276只提供了868/915 MHz； 2.SX1262还采用了高精度的 TCXO 晶振，可以为无线模块工作过程中提供更加精准和稳定的控制； 3.超低耗的接收电流，SX1278接收电流是10.8mA，SX1262接收电流<6.5mA，可以保证SX1262无更换电池的情况下，有更高的工作时间。
上传时间： 2022-05-24
上传用户：得之我幸78
VREM EmXpert 是一款专业的复杂电磁环境数字仿真平台。该平台具有战场复杂电磁环境及作战单元的建模与仿真推演能力，以高精度的地理信息系统（GIS）为基础，结合专业的电波传播预测模型，可以构建特定作战场景中雷达、通信、电子战等电子信息系统面临的电磁环境，评估复杂电磁环境下装备的作战效能；结合内场或外场的实验条件和硬件设备，还能产生与实际作战环境相似的电磁环境场景，为装备的研发和测试提供支撑。
标签： 电磁环境
上传时间： 2022-05-27
上传用户：默默
LwM2M协议是OMA组织制定的轻量化的M2M协议，主要面向基于蜂窝的窄带物联网（Narrow Band Internet of Things, NB-IoT）场景下物联网应用，聚焦于低功耗广覆盖（LPWA）物联网（IoT）市场，是一种可在全球范围内广泛应用的新兴技术。具有覆盖广、连接多、速率低、成本低、功耗低、架构优等特点
标签： lwm2m协议
上传时间： 2022-06-05
上传用户：kent
物联网、智能硬件产品，要联网传输数据，都需要有天线。空间越小、频段越多，天线设计越复杂。常用天线，按照使用场景分类，主要有以下几种
上传时间： 2022-06-05
上传用户：
现今智慧程式快速的发展之下，单是一颗强力的MPU有时无法应付复杂的应用场景。以工业控制，车用市场上，急需解决的控制问题，SAC团队提出了整合的完整方案。工业控制的人机界面(HMI)，车用的infotainment，都不适用于键盘与鼠标，为考量安全性以及使用的便利性，手势识别成为了一项新的控制方式。以i.MX8MQ为基础，整合原相科技(Pixart)所提供的CMOS光学感应手势识别模组，透过简单的I2C界面做沟通，达成无须键盘及鼠标即可简单并快速的控制面板。目前提供的手势识别超过10个以上，包括上下左右挥动，手势由远到近，近到远，顺时针逆时针旋转，可以依客户需求做修改，弹性的设计可以应付大多数复杂的控制环境。原相科技所提供的CMOS光学感应手势识别模组，以误判率低，判别迅速著称，并且提供Linux驱动程式并由SAC团队技术支援，可协助客户快速的整合并且根据客户需求做修改。此方案完美整合i.MX8MQ的强大运算能力，以原相手势识别模组克服恼人的控制问题，在工业控制以及车用市场上提供客户全新的选择。
标签： qcc3020
上传时间： 2022-06-06
上传用户：
AP4000MT模块是一款插针式4G网络模块，支持2*2贴片卡和外置SIM卡，实现UART 转LTE双向透传功能；支持LTE-FDD、LTE-TDD、WCDMA、GSM通信网络，真正实现广 覆盖，长距离，全国漫游，为用户提供实时、稳定、透明数据传输的通信网络。本产品所有 引脚引出，用户使用更加方便；只需通过简单的设置，即可实现串口到网络的双向数据透明 传输。
上传时间： 2022-06-06
上传用户：
MATLAB深度学习简介深度学习是机器学习的一个类型，该类型的模型直接从图像、文本或声音中学 习执行分类任务。通常使用神经网络架构实现深度学习。“深度”一词是指网络 中的层数 — 层数越多，网络越深。传统的神经网络只包含 2 层或 3 层， 而深度网络可能有几百层。下面只是深度学习发挥作用的几个例子:• 无人驾驶汽车在接近人行横道线时减速。• ATM 拒收假钞。• 智能手机应用程序即时翻译国外路标。深度学习特别适合鉴别应用场景，比如人脸辨识、 文本翻译、语音识别以及高级驾驶辅助系统(包括 车道分类和交通标志识别)。简言之，精确。先进的工具和技术极大改进了深度学习算法，达到了 很高的水平，在图像分类上能够超越人类，能打败世界最优秀的围棋 选手，还能实现语音控制助理功能，如 Amazon Echo® 和 Google Home，可用来查找和下载您喜欢的新歌。如果您刚接触深度学习，快速而轻松的入门方法是使用现有网络， 比如 AlexNet，用一百多万张图像训练好的 CNN。AlexNet 最常用于 图像分类。它可将图像划分为 1000 个不同的类别，包括键盘、鼠标、 铅笔和其他办公设备，以及各个品种的狗、猫、马和其他动物。
标签： Matlab
上传时间： 2022-06-10
上传用户：
移动通信深刻地改变了人们的生活，面向2020年，为了应对未来爆炸式的流量增长、海量的设备连接和不断涌现的新业务新场景，第五代移动通信系统应运而生。2015年6月ITU定义的5G未来移动应用包括以下三大领域：» 增强型移动宽带 (eMBB)：人的通信是移动通信需要优先满足的基础需求。未来eMBB将通过更高的带宽和更短的时延继续提升人类的视觉体验；» 大规模机器类通信(mMTC)：针对万物互联的垂直行业，IoT产业发展迅速，未来将出现大量的移动通信传感器网络，对接入数量和能效有很高要求；» 高可靠低时延通信(uRLLC)：针对特殊垂直行业，例如自动驾驶、远程医疗、智能电网等需要高可靠性+低时延的业务需求。
上传时间： 2022-06-12
上传用户：d1997wayne
本文以触摸屏的人机交互设计为与机制为课题背景，对不同触摸设备的交互特征和用户使用行为进行分析，包括手机（小尺寸触摸设备）及平板（大尺寸触摸设备），从而总结出触摸设备的交互设计原则。通过实例总结手机为例的小尺寸屏幕的6种典型界面结构，平板为例的大尺寸触屏设备的6种典型界面结构。大部分的应用界面都是以此为基础展开设计。详细介绍了各个框架的优势和劣势，以及对应的使用场景，适合的应用类型。填补了触摸屏界面结构库眼动研究的空白。并通过眼动实验分析用户进行触屏操作时的眼动规律，经过数据分析进一步探索界面结构的应用场景和交互操作特性，得出一套完整的界面结构选择规律。最后应用前文的研究结论，通过实例设计一款未来的家庭厨房生活的概念产品。选择与其匹配的界面结构，进行交互界面及流程设计。本文的研究结论对改善触屏设备的交互设计是非常有意义的，符合科技发展趋势且具有一定的应用价值。随着信息社会的发展，触摸屏设备逐步进入人们的视线。越来越多的触屏设备将投入市场并被用户所使用，触摸设备也将更多的影响和改变人们的生活方式。触摸屏作为一种最新的电脑输入设备，是目前最简单、自然的一种人机交互方式。它赋予了多媒体以崭新的面貌。触摸屏的人机交互和个人电脑的交互方式有着天壤之别，个人电脑的输入设备主要是由键盘和鼠标操作完成，点击式交互是个人电脑上的主要交互方式；而触摸屏则是以手指的手势操作为主。手势操作更直接、有效，但是由于手指触击屏幕的面积较大，相比鼠标更容易造成误操作。同时，不同材质的触摸屏灵敏度也决定了手势交互是否友好。研究表明，用户用食指和拇指进行操作也是有区别的，拇指的触及范围相对食指会更大，触击准确率更低11。因此对触摸屏进行针对性的设计研究，而不是直接将桌面设备的界面设计规则照搬过来是有一定实践意义的。本文的研究以触屏界面结构为落脚点，设计的最终目的是提出一套触屏界面结构的选择规范，为触屏人机界面资源库添加结构库的部分。让产品有着更加良好的用户体验，有效方便的解决开发人员在设计一款新的应用时不知选取怎样的界面结构问题，减少开发人员的重复工作量和不必要的创新和滥用，规范用户界面结构使产品在不同的触摸设备上保持一致的交互体验。这对于产品的最终用户，体验将起到很重要的作用。
上传时间： 2022-06-18
上传用户：zhanglei193
情感识别是机器通过识别和理解过程把人类的语音、表情和肢体语言中的情感信息识别出来。情感交互是机器通过接收人类的情感信息来模拟人类的情感决策过程，从而表达出自身情感的过程。本文的主要目标是把虚拟人技术应用到人机交互中，研究出具有情感识别功能和情感表达功能的机器。本文的具体工作和贡献包括：第一，详细描述虚拟人的三维模型和情感模型的建立过程。这里介绍了虚拟人实体的建立和控制，以及虚拟人的情感计算模型和情感决策机制。利用三维建模工具和游戏制作软件，来建立虚拟人和虚拟场景，并通过对虚拟人控制模块的设定来驱动虚拟人的动作和行为特点，这使虚拟人能够从行为上表达情感。虚拟人的情感模型是虚拟人情感计算和决策的关键，是虚拟人具有情感能力的基础。这里主要工作就是通过模拟人的情感计算过程和决策机制，来建立虚拟人的情感工作机制，从而控制虚拟人的情感计算过程，使虚拟人具有模拟人的情感表达的能力。第二，通过分析情感语音信号，来识别情感语音信号中的参数信息，并进一步识别出情感语音信号中的情感信息。语音信号中的参数有多种，本文在比较和总结的基础上，选定了三种参数来综合的识别语音信号中的情感信息。在情感语音语料库的基础上建立了情感特征参数数据库，这个数据库的主要是建立特征参数的参数模型，为情感识别建立识别基础。第三，利用隐马尔科夫模型算法在语音信号识别上的优点，来对情感语音信号进行情感信息的识别。情感信息与语言信息有共同的声学特征，只是二者反映的信息不同。通过情感语音信号的特征分析和理论验证，隐马尔科夫模型是一个理想的选择。实验证明，隐马尔科夫模型在情感信息的识别上，表现出很好的识别效果和较高的识别率，为隐马尔科夫模型的应用提供了事实支持。第四，建立人机交互系统原型，通过对整个系统进行测试和验证，来证明人机情感交互的可行性和科学性。验证主要通过情感识别和情感决策两方面进行，情感识别的主要是建立在情感语音识别的基础上，情感决策就是通过验证虚拟人情感表达的结果跟期望值的对比结果。
上传时间： 2022-06-18
上传用户：jiabin
