头条 ST宣布中国本地造STM32微控制器已开启交付 3 月 23 日消息,意法半导体(ST)今日宣布,中国本地制造的 STM32 通用微控制器现已开启交付。首批由华虹宏力代工的意法半导体 STM32 晶圆产品已陆续发货给国内客户。这一里程碑标志着意法半导体全球供应链战略的重大进展。公司计划 2026 年将有更多 STM32 产品系列(包括高性能、安全及入门级的微控制器)实现本地量产。 最新资讯 基于硬件Kalman滤波器的航拍云台姿态获取 航拍云台姿态获取是航空摄影中相机姿态校正的基本依据,介绍了一种基于硬件Kalman滤波器的航拍云台姿态获取的实现方法。设计中采用MPU6050作为系统的姿态传感器,它提供三轴角速度和三轴加速度数据。 发表于:2015/5/8 基于蓝噪声理论的遥感图像森林植被分割研究 森林植被是生态系统的重要组成部分,在生态系统中发挥着非常重要的作用。目前,研究森林植被图像特征的主要方法是采用基于统计分析、频域分析、纹理结构模式等方法分割遥感图像中的森林植被区域[1-2]。徐剑波等人[3]提出使用地质统计学方法,使用植被群落空间结构特征的变程和基台值来表达植被信息,分析植被群落的空间分布规律,该方法虽然减少了人工调查的投入,但仍存在时间复杂度较高的问题。Li Chengfan等人[4]和HEBLINSKI J等人[5]提出根据光谱特征分析森林植被的方法,虽然取得了较好的效果,但仍存在分割区域不精细的问题。 发表于:2015/5/7 基于FPGA的光电信号转换系统的设计 随着现代网络传输媒介技术的发展,光纤逐渐成为传输媒介中的主体,在光纤媒介中所传输的信号为光信号,无法直接进行信号处理。 发表于:2015/5/7 不同拓扑结构的并行粒子群优化算法的实现 料子群优化PSO(Particle Swarm Optimization)算法最早于1995年由EBERHART博士和KENNEDY博士提出[1],由于实现容易、精度高和收敛快等优点,引起了学术界的重视,并且在实际问题的解决中展示了其优越性。 发表于:2015/5/7 基于DSP的机载伺服控制系统设计 伺服系统本质上就是一种随动系统,本文介绍的伺服系统为一维伺服转台,用于控制一种机载天线实时跟随另一种瞄准设备,时刻保持机载天线和瞄准设备在同一位置上,以达到微波系统通信的目的。瞄准设备电机运行速度常常不停变化,为使系统的输出以一定精度跟随瞄准设备的变化,与一般电机调速系统相比,其对转矩和速度的动静态控制特性要求要严格得多。 发表于:2015/5/6 正交匹配追踪算法的优化设计与FPGA实现 设计了一种基于FPGA的正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法的硬件优化结构,对OMP算法进行了改进,大大减少了乘法运算次数;在矩阵分解部分采用了交替柯列斯基分解(Alternative Cholesky Decomposition,ACD)方法避免开方运算,以减小计算延迟,整个系统采用并行计算、资源复用技术,在提高运算速度的同时减少资源利用。 发表于:2015/5/6 遥测噪声数据无损压缩关键技术实现 提出了采用DSP+FPGA架构搭建硬件平台,通过ARC算法实现对多路噪声数据无损压缩的设计方法。对设计中关键技术(如模/数转换、数据缓冲设计和DSP程序设计)作了详细的说明。 发表于:2015/5/6 一种基于参数约束关系的工业相机的线性标定法 视觉检测由于具有非接触、测量速度快、信息量大等优点而被广泛应用于质量检测[1-2]、尺寸检测[3-5]以及方位检测[6-8]等诸多工业检测领域[9]。其中,视觉检测的一个基本任务就是通过工业相机获取的二维图像信息精确地计算出空间物体的三维几何信息,而实现这一过程的前提和基础是摄像机标定[10-12]。摄像机标定就是确定摄像机的位置、属性参数(称为摄像机内外部参数),以便于确定世界坐标系中物理点与其在图像坐标系中所成的像点之间的对应关系[13]。精确标定摄像机内外部参数不仅可以提高视觉检测任务的可靠性,而且还可以提高视觉检测任务的精度;同时,标定的实时性可以更好地满足工业现场检测应用的需要。 发表于:2015/5/5 基于可编程器件的通信检测系统接口设计 针对某型通信设备检测需求,借鉴虚拟仪器设计结构,以通用计算机和多功能检测接口组成检测系统。检测接口电路使用可编程器件提高检测接口的自动化程度,以FPGA为核心单元,通过DAC和ADC完成激励信号的生成和响应信号采集,并使用混合电路完成回波抵消实现检测接口的收发双工,解决了检测系统无法实时收发的问题。 发表于:2015/5/5 自适应篮球视频图像分割 随着篮球娱乐事业的蓬勃发展,研究篮球视频图像的人也越来越多,而从篮球视频中获取到帧图像之后,首先要做的工作就是对源图像进行必要的分割。这是因为,通常篮球视频图像上都有很大一部分的观众席,而研究者的感兴趣区域只是比赛场地部分,所以有必要最大限度地将这两部分切割开来。对篮球视频进行分割有两个作用:一是大大减少了后续研究的工作量;二是消除了这部分数据对后续研究的干扰,有利于后续的图像分析[1],从而使得篮球赛事视频的镜头分割工作进展更加顺利。 发表于:2015/5/4 <…196197198199200201202203204205…>