为了满足远程防盗报警的需要，提出了一种基于电话网络的多路无线防盗报警系统，并完成系统的软硬件设计。该系统由多路探测器和主机构成，探测器采用热释电红外传感器探测入侵者，并以无线方式发送报警位置编码给主机。主机接收解码探测器信号，并通过电话网络自动拨打报警电话。主机提供人机接口，可设置报警电话号码和录制报警语音，并提供撤防和布防控制。实际应用表明，系统工作稳定，达到设计要求。
上传时间： 2013-12-21
上传用户：mikesering
网络优化的主要目标是达到所承建的TD－SCDMA 网络服务质量达到或超过商业合同标准，切实为用户打造一个TD－SCDMA 的精品网络。
上传时间： 2013-12-28
上传用户：asasasas
首先介绍了无线传感器网络的基本拓扑结构与传感器节点的结构，详细说明了基于ZigBee协议栈的无线传感网络的建立过程，包括协调器启动及建立网络、传感器节点启动及加入网络、传感器节点与协调器之间建立绑定以及传感器节点向协调器发送数据的过程。设计了基于ZigBee协议栈的无线传感网络系统。以采集温度信息为例，协调器能够接收到传感器节点发来的数据，并能通过RS232串口，将收到的数据发送给PC机进行显示。实验显示在距离80 m远处，系统仍能保持良好的通信质量。
上传时间： 2013-10-30
上传用户：truth12
在建立机动通信网络模型的基础上，分析了复杂电磁对抗环境的基本构成，探讨了敌方可能的基于重要性指标的攻击目标选择策略，建立了电子对抗条件下模拟环境模型。再结合节点连通性、信道带宽、信道丢失率和平均时延等多项指标，建立了复杂电磁环境下机动通信网络抗毁性评估模型，并完成了抗毁性评估计算及仿真分析。
上传时间： 2014-12-30
上传用户：weareno2
指出了超声波在测距应用中的局限性, 并给出解决方案。着重从新的角度补偿超声传感器的误差, 提出了用BP前馈神经网络补偿超声波声速受温度、湿度变化而引起的误差。
上传时间： 2014-04-24
上传用户：erkuizhang
提出了一种基于PIC16F877A微控制器和CC2500射频收发器芯片的低功耗、低成本RFID（Radio Frequency Identification， 无线射频识别）局域定位系统设计方法，介绍了系统的定位工作原理、主要硬件电路模块及定位算法的设计和实现。采用基于序列号对时隙数运算的排序算法有效解决了多标签识别碰撞的问题，基于射频辐射强度（Received Signal Strength Indication， RSSI）和圆周定位算法实现了基于RFID多标签系统的平面定位。实验测试表明，这种射频定位方法能够实现一定精度下的无线局域定位的功能。
上传时间： 2013-11-06
上传用户：weareno2
为解决现Z-Stack定位程序代码量大，结构复杂等问题，提出一种基于TinyOS的CC2430定位方案。在分析TinyOS组件架构基础上，设计实现盲节点、锚节点与汇聚节点间的无线通信以及汇聚节点与PC机的串口通信。在此基础上实现PC对各锚节点RSSI（Received Signal Strength Indicator）寄存器值的正确读取，确定实验室环境下对数-常态无线传播模型的具体参数，并采用质心算法来提高定位精度。实验显示，在由四个锚节点组成的4.8×3.6 m2矩形定位区域中，通过RSSI质心定位算法求得的盲节点坐标为（2.483 1，1.018 5），实际坐标为（2.40，1.20），误差为0.199 6 m，表明较好地实现对盲节点的定位。
上传时间： 2013-10-21
上传用户：whymatalab2
地面站是卫星导航通信系统中必不可少的重要组成部分，具备接收、发射信号，监控卫星以及与地面通信网络通信交换等功能，地面站的大天线对星跟踪是卫星通信开展的基础。针对卫星地面站的重要性，介绍了CAPS（中国区域定位系统）位于北京的卫星通信地面站天线对星跟踪系统，利用该天线对准亚太I号卫星时的方位角、俯仰角以及系统AGC电平值分析了亚太I号卫星的运动轨迹，亚太I号卫星的漂移幅度在不断的增大。
上传时间： 2013-11-25
上传用户：gengxiaochao
针对无线通信情况下地域通信网中心交换机节点间的通信质量，采用模块化的方法描述节点对象的行为并对节点进行建模，通过OPNET网络仿真工具对地域通信网各网络节点的仿真模型以及组成各节点的进程模块进行设计实现，结合地域通信网的一个实例，得出了节点受不同干扰情况下的全局数据业务丢包率和话音业务呼损率。
上传时间： 2013-10-30
上传用户：chenbhdt
为了预报电力系统负荷，采用GRNN（广义回归网络）的方法，通过GRNN神经网络和BP神经网络建立电力系统负荷预报网络模型，用MATLAB7.0仿真，达到了预测的目的。利用GRNN神经网络预测结果准确率高，避免了BP网络预测同样的数据库，算法冗长，网络预测结果不稳定的缺点，GRNN网络具有更好的预报精度。
上传时间： 2014-01-12
上传用户：zhangyigenius
