虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

智能漏水检测系统

  • 基于嵌入式Linux智能家居监控系统的设计

    针对传统家居监控系统布线复杂的问题,提出了一种嵌入式智能家居无线监控系统。该系统以S3C2440为硬件平台,以Linux操作系统为软件平台,系统内移植Web服务器,并采用了GPRS无线网络通信传输技术,用户可通过浏览器查询家居信息。实现了对家居的远程监控、状态查询等功能,可满足人们对家居高品质生活的追求。

    标签: Linux 嵌入式 智能家居 监控系统

    上传时间: 2013-10-23

    上传用户:menggesimida

  • 嵌入式汽车检测系统开发过程的研究

      针对当前汽车产业对测控系统多功能、高度智能化的复杂性要求,提出了一种应用于汽车安全性能检测的嵌入式设计方案。整个系统以韩国SAMSUNG公司生产的ARM920T为内核的S3C2410微处理器为主控芯片搭建硬件平台,采用嵌入式Linux操作系统作为软件平台,可以大大提高系统的功能。

    标签: 嵌入式 汽车检测 系统开发 过程

    上传时间: 2013-11-17

    上传用户:半熟1994

  • 基于ZigBee技术的无线智能家用燃气报警系统

    在研究传统家用燃气报警器的基础上,以ZigBee协议为平台,构建mesh网状网络实现网络化的智能语音报警系统。由于传感器本身的温度和实际环境温度的影响,传感器标定后采用软件补偿方法。为了减少系统费用,前端节点采用半功能节点设备,路由器和协调器采用全功能节点设备,构建mesh网络所形成的家庭内部报警系统,通过通用的电话接口连接到外部的公用电话网络,启动语音模块进行报警。实验结果表明,在2.4 GHz频率下传输,有墙等障碍物的情况下,节点的传输距离大约为35 m,能够满足家庭需要,且系统工作稳定,但在功耗方面仍需进一步改善。 Abstract:  On the basis of studying traditional household gas alarm system, this paper proposed the platform for the ZigBee protocol,and constructed mesh network to achieve network-based intelligent voice alarm system. Because of the sensor temperature and the actual environment temperature, this system design used software compensation after calibrating sensor. In order to reduce system cost, semi-functional node devices were used as front-end node, however, full-function devices were used as routers and coordinator,constructed alarm system within the family by building mesh network,connected to the external public telephone network through the common telephone interface, started the voice alarm module. The results indicate that nodes transmit about 35m in the distance in case of walls and other obstacles by 2.4GHz frequency transmission, this is able to meet family needs and work steadily, but still needs further improvement in power consumption.

    标签: ZigBee 无线智能 报警系统

    上传时间: 2013-10-30

    上传用户:swaylong

  • 基于ZigBee网络的无线智能照明系统设计

    介绍了ZigBee技术,提出了一种基于ARM9芯片与ZigBeeCC2480芯片控制的、应用于家居中的智能无线照明系统。该系统具有上电自组网的功能,用户可以控制协调器通过路由器向该路由器节点上的任意一个终端设备发送信号,终端设备接收到命令并产生PWM信号,实现了对每一盏LED的多级调光及情景模式控制功能。阐述了实现该系统的几个关键问题并给出了实验结果。

    标签: ZigBee 网络 无线智能照明 系统设计

    上传时间: 2013-11-09

    上传用户:lina2343

  • 基于ARM11的视频图像中运动物体检测跟踪系统

    通过深入研究国内外视频图像运动目标的跟踪技术现状,基于目前对视频图像中运动物体进行检测与跟踪设备的便携性差、耗电量高等缺点,本系统利用ARM11平台搭载Linux系统实现相关应用的方法,完成了一套较完整的小型化检测系统的设计。本系统通过对实验室中走动的人进行视频检测跟踪试验,最终得出本系统可以对通过USBCAM采集的视频信号进行实时的数据处理,视频分辨率为240×320。包括检测出运动物体,标记出运动物体的图形中点,并对其进行轨迹的标注等。

    标签: ARM 11 视频图像 物体检测

    上传时间: 2013-10-23

    上传用户:zq70996813

  • 基于 FPGA 的实时 QRS 波检测系统设计

    根据在线心电信号自动分析系统的实时性要求,提出了一种基于现场可编程门阵列的QRS波检测解决方案和硬件结构。该方案采用离散小波变换(DWT)算法结合阈值检测算法进行特征点提取,克服了传统算法受噪声、基漂、杂波等影响的缺点,逻辑简单,适合硬件实现。

    标签: FPGA QRS 检测系统设计

    上传时间: 2013-10-16

    上传用户:

  • 多点温度检测系统的设计 孙露

    本设计系统地介绍了基于DS18B20的多点温度测量系统的组成、设计方案、电路原理、程序设计以及系统仿真过程。DS18B20多点温度测量系统是以AT89C51单片机作为控制核心,智能温度传感DS18B20为控制对象,运用汇编语言编程实现系统的各种功能。 该系统由单片机最小系统、传感器电路、报警电路、LCD显示电路、行列式键盘电路、电源电路六大部分组成。借助PROTEUS软件,实现了系统电路设计和仿真。它适用于电力工业、煤矿、森林、火灾、高层建筑等场所,还可以用于环境恶劣的工业控制现场。通过DS18B20的单总线技术,实现对远程环境的温度测量与监控。

    标签: 多点 温度检测

    上传时间: 2015-01-03

    上传用户:wpt

  • 运动目标检测是数字图像处理技术的一个重要组成部分,它是计算机视觉、模式识别、 目标识别与跟踪、运动图像编码、安全监控等研究领域的重点与难点,在军事、国防和工业 等领域有着广泛的应用前景。序列图像的

    运动目标检测是数字图像处理技术的一个重要组成部分,它是计算机视觉、模式识别、 目标识别与跟踪、运动图像编码、安全监控等研究领域的重点与难点,在军事、国防和工业 等领域有着广泛的应用前景。序列图像的运动分析因其巨大的应用价值而受到广泛的重视. 它的基本任务是从图像序列中检测出运动信息,简化图像处理过程,得到所需的运动矢量,从 而能够识别与跟踪物体。正确地从视频流中提取运动目标是许多智能视频监视系统,如:视 频监视,交通自动监控,人体检测与跟踪等的基础部分。本文讨论了一种用于智能视频监控 图像中运动人体检测算法,并阐述其在数字视频监控系统中的应用。

    标签: 运动目标检测 数字图像 处理技术

    上传时间: 2015-12-06

    上传用户:hoperingcong

  • 入侵检测是近几年发展起来的新型网络安全策略

    入侵检测是近几年发展起来的新型网络安全策略,它结合防火墙等静态防护技术,实现了网络系统安全的动态检测和监控。现有的入侵检测系统仍存在着快速性和准确性的问题。因此,智能技术在入侵检测技术中的应用成为研究的热点。文章分析了现有的入侵检测技术,并深入分析了统计方法、专家系统、神经网络等多种检测技术在入侵检测系统中的应用。

    标签: 入侵检测 发展 网络安全 策略

    上传时间: 2014-11-23

    上传用户:wfl_yy

  • 针对数字信号处理器(DSP)系统集成度高、速度快、适合大量数据实时处理的特点,分析微弱 信号的双相位相干检测原理,从应用的角度研究基于DSP实现的双相位检波模式的优点。利用DSP产生 精确的相干波

    针对数字信号处理器(DSP)系统集成度高、速度快、适合大量数据实时处理的特点,分析微弱 信号的双相位相干检测原理,从应用的角度研究基于DSP实现的双相位检波模式的优点。利用DSP产生 精确的相干波,从而使谐波的抑制能力可以达到-120dB。随机噪声中的信号幅值误差可以达到0.45 ,相 位误差0.228 。构建了一个以DSP为核心高精度的微弱信号检测系统。

    标签: DSP 数字信号处理器 实时处理

    上传时间: 2013-12-26

    上传用户:dancnc