20、自主运输大数据的高级信号处理

自主运输大数据的高级信号处理

1. 引言

随着信息技术的飞速发展,互联网、大数据和云计算正逐渐渗透到生活的各个领域,与传统生活方式融合或逐步取代它们。“工业 4.0” 概念提出后,受到了各国的广泛关注,例如法国的 “新工业” 战略和美国的 “先进制造” 计划,都是对 “工业 4.0” 的积极响应。中国也在 2015 年提出了 “中国制造 2025” 战略,推动中国工业从 “中国制造” 向 “中国智造” 转变。

在互联网时代,传统制造业与互联网公司的合作成为新常态。在家电领域,美的等企业与小米、京东、当当等合作,实现智能家居和渠道共享;在汽车领域,东风、长安与华为合作,推动 “功能汽车” 向 “智能汽车” 转变。这些都体现了科技信息技术的进步。

工业生产领域与数据密切相关,工厂可视为典型的大数据系统,是大数据在工业中的具体应用。工业大数据主要有三个来源:
- 企业内部业务数据;
- 企业设备在信息互联状态下收集的各类数据;
- 与企业生产运营相关的外部互联网数据。

工业大数据技术是智能制造的关键技术之一,主要促进虚拟信息世界与真实物理世界的双向通信,推动传统制造业向现代制造服务业转型。

大数据信号处理技术的核心是数字信号处理器。传统信号处理主要包括时域分析、频域分析和时频分析三种方法,但由于主处理器计算能力和数据吞吐量低,平台往往难以满足大量数据的实时处理需求。随着信号处理器的升级,它能够执行高速数据分配、访问、实时信号处理和大规模数据交换等任务。

综上所述,随着科技信息技术的快速发展,工业大数据的出现不可避免。为了让工业大数据发挥更大作用,本研究通过构建工业大数据的高级信号处理系统,并分析其中 Kafka 集群的性能,为后续工业生产提供实验基础。

2. 相关工作

目前,信息科学技术的快速发展极大地影响了工业领域的变革,工业大数据的出现是最显著的变化之一,许多研究者对此进行了研究。
- 一些研究者提出了新的多源异构信息结构框架,考虑时空特征描述结构化数据并建模无形因素,使生产过程透明化,实现设备的预测性维护和节能。
- 还有研究者提出增量深度卷积计算模型(DCCM)算法,提高了模型的鲁棒性,并验证了其适应性、保守性和收敛性。
- 也有研究者建立可生产智能,应对生产复杂性的增加,使产品生产过程向更深层次转变。
- 另外,有研究者利用大数据管理企业相关信息,并分析了应用过程中遇到的挑战。

同时,信号处理技术在各行各业也越来越受欢迎。
- 有研究者研究了汽车雷达信号处理技术的各个方面,其发展对汽车雷达系统起着关键作用。
- 还有研究者通过分析肠道声音信号处理,发现先进声音信号处理技术与人工智能结合能更好地监测肠道声音信息。
- 也有研究者利用联合雷达通信(JRC)模型的优势,实现毫米波 JRC 系统,并利用认知、压缩感知和机器学习的最新进展减少资源需求,动态分配资源,显示出信号处理技术良好的应用前景。

总体而言,虽然关于工业大数据技术和信号处理技术的研究众多,但将信号处理技术应用于工业大数据分析的研究较少。因此,本研究将先进信号处理技术与工业大数据相结合,分析工业大数据,推动中国传统制造业的转型升级和健康稳定发展。

3. 方法

3.1 工业大数据

随着科技的发展,大数据概念已渗透到人类生活的各个方面。在工业领域,大数据分为广义和狭义两种。
- 广义工业大数据指协同制造过程中收集的生产数据,具有层次性、场景性和时域性等特点。
- 狭义工业大数据指工业生产过程中有明确目的的数据,主要来自人工收集和传感器收集。

为提高工业大数据收集系统的灵活性、通用性和可扩展性,本研究提出了数据收集系统的数据处理模块,数据库操作与特定数据处理模块相关联,具有可插拔特性。基于 Kafka 的发展,数据处理节点具有分布式特点,一个节点崩溃后,相关数据将由其他机器数据处理节点处理。

数据收集系统的拓扑结构如下:

graph LR
    A[传感器终端] --> B[数据收集节点]
    B --> C[数据处理节点]
    C --> B
    B <--> D[Kafka 集群]
    D <--> C

数据收集节点接收传感器终端发送的数据报,并向传感器终端发送控制和调试等命令。数据处理节点处理接收到的数据,生成响应消息、控制和调试命令,Kafka 集群在两个节点之间转发消息。

3.2 信号处理技术

傅里叶变换等实用算法的发展推动了数字信号处理技术的进步。奇异值分解(SVD)是一种有效的矩阵分解方法,最初仅用于实方阵,后来被扩展到复合矩阵和任意维度矩阵。

在处理信号时,由于信号是一维向量,而 SVD 针对矩阵,因此需要将一维信号向量转换为二维矩阵才能进行分解。信号被分解到不同的向量空间,根据需要选择合适的分量,重构后可实现信号去噪和特征提取。与其他噪声处理方法相比,SVD 具有处理结果无相位偏移、波形失真小、信噪比高等优势。

SVD 具有以下特性:
- 双线性函数 :$f (x, y) = x^T Ay$,其中 $x, y \in R^{n×1}$,$A \in R^{n×n}$,$T$ 表示矩阵的转置。通过线性变换 $x = U\xi$,$y = V \eta$,$U, V \in R^{n×n}$,可将其写为 $f (x, y) = \xi^T U^T AV \eta$。若 $S = U^T AV$,则 $f (x, y) = \xi^T S\eta$。当 $U$ 和 $V$ 为正交矩阵时,$S$ 为对角矩阵 $S = diag(\sigma_1, \sigma_2, …, \sigma_n)$。
- 扰动特性 :若 $A, B \in R^{m×n}$,其奇异值分别为 $\sigma_1 \leq \sigma_2 \leq … \leq \sigma_n$ 和 $\tau_1 \leq \tau_2 \leq … \leq \tau_n$,$q = min(m, n)$,则 $|\sigma_i - \tau_i| \leq ||A - B||_2$。这表明矩阵 $A$ 有小扰动时,奇异值变化不超过扰动矩阵的 $L_2$ 范数,小的信号变化不会导致奇异值大幅变化,对信号去噪至关重要。
- 比例不变性 :若矩阵 $A \in R^{m×n}$ 的奇异值为 $\sigma_1 \leq \sigma_2 \leq … \leq \sigma_q$,矩阵 $A$ 乘以常数 $a$ 得到 $aA$,奇异值为 $\sigma_1^ \leq \sigma_2^ \leq … \leq \sigma_q^ $,则 $|a|\sigma_i = \sigma_i^ $,$i = 1, 2, …, q$。即矩阵按比例缩放时,奇异值也按相同比例缩放,奇异值的特征比例和变化趋势不变。
- 旋转不变性 :矩阵 $A \in R^{m×n}$ 的共轭转置矩阵 $A^T$ 的奇异值分解为 $A^T = (USV^T)^T = V S^T U^T$,$A$ 和 $A^T$ 具有相同的奇异值,表明矩阵旋转时奇异值特征不变。

在信号处理中,SVD 通常包括三个步骤:
1. 矩阵建模与分解 :将一维时间序列信号构建为二维空间矩阵形式。若有长度为 $L$ 的原始理想信号 $x = [x(1), x(2), …, x(L)]$,叠加噪声 $w = [w(1), w(2), …, w(L)]$ 得到噪声信号 $y = [y(1), y(2), …, y(L)]$,$y = x + w$。由噪声信号 $y$ 构建 Hankel 矩阵 $Y$:
[
Y =
\begin{bmatrix}
y(1) & y(2) & … & y(n) \
y(2) & y(3) & … & y(n + 1) \
… & … & … & … \
y(m) & y(m + 1) & … & y(L)
\end{bmatrix}
= X + W
]
其中 $X$ 和 $W$ 分别是由理想信号 $x$ 和噪声 $w$ 组成的 Hankel 矩阵,$L = m + n - 1$,$m \leq n$。当 $L$ 为偶数时,$m = L/2$,$n = L/2 + 1$;当 $L$ 为奇数时,$m = (L + 1)/2$,$n = (L + 1)/2 + 1$。
2. 分量选择 :对矩阵 $Y$ 进行 SVD 分解得到各分量矩阵 $Y_i$。理想信号 $x$ 构建的 Hankel 矩阵 $X$ 是病态矩阵,其前几个奇异值大,能量主要分布在前几个分量矩阵;噪声 $w$ 构建的 Hankel 矩阵 $W$ 是满秩矩阵,其奇异值相等且通常小于理想信号矩阵的奇异值。通过定义 $b_i = \sigma_i - \sigma_{i + 1}$,$i = 1, 2, …, m - 1$,得到奇异值差分谱序列 $b = (b_1, b_2, …, b_{m - 1})$,根据差分谱序列最大值的序号确定 $r$ 值,选择前 $r$ 个分量矩阵进行重构,矩阵形式为 $\hat{Y} = U_rS_rU_r^T$,其中 $U_r = [u_1 u_2 … u_r] \in R^{m×r}$ 是左奇异矩阵 $U$ 的前 $r$ 列。
3. 信号恢复 :重构得到的矩阵 $\hat{Y}$ 是对噪声信号形成的矩阵 $Y$ 进行降秩处理后的低秩矩阵,使用简单方法和平均方法从分量矩阵中获取分量信号,选择合适的分量信号累加实现对理想信号的近似估计。

3.3 基于信号处理的自动驾驶实现与应用

高性能图像处理器最常见的应用之一就是自动驾驶。随着自动驾驶车辆和下一代安全系统的发展,图像信号处理器在这些应用中变得越来越重要。以下是自动驾驶技术的关键模块:
|模块|描述|
| ---- | ---- |
|环境感知|通过各种传感器(如激光雷达、摄像头、毫米波雷达等)实时感知车辆周围的环境信息,包括道路状况、障碍物、其他车辆和行人等。|
|决策规划|根据环境感知模块提供的信息,结合预设的规则和目标,制定车辆的行驶策略和路径规划。|
|控制执行|根据决策规划模块生成的指令,控制车辆的动力系统、转向系统和制动系统等,实现车辆的自主行驶。|

graph LR
    A[环境感知] --> B[决策规划]
    B --> C[控制执行]

借助自动驾驶技术,物流运营过程(如装卸、运输、接收、仓储和配送等)将逐渐实现无人化和机械化,这将推动物流配送领域整个产业链的成本降低、效率提升、创新和升级。自自动驾驶行业兴起以来,无人物流一直是各大企业,特别是电商快递企业的必争之地。

自动驾驶终端配送车能够解决上述问题。它集成了硬件、软件、算法、通信等多种技术,能够更准确地确定配送位置,不受天气影响,提高了货物配送的及时性,保护货物免受损坏。同时,它也解决了物流行业劳动力供应不足的问题。自动驾驶终端配送车的独特之处在于其配送场景具有 “小、轻、慢、重” 的特点,因此对无人驾驶技术的可靠性要求相对较低。在现阶段,无人驾驶技术尚未完全成熟的情况下,终端配送场景相对封闭,技术实施难度较小,市场规模可观,为自动驾驶的应用提供了坚实的基础。

自动驾驶也是出租车模式的一次创新。自动驾驶出租车顶部配备了一套无人传感器套件,由激光雷达、摄像头、毫米波雷达、高精度定位等传感器组成,具有 360° 的感知范围。在行驶过程中,这些传感设备实时扫描车身周围的环境、车辆和行人,并将行驶轨迹、车辆信息、行人信息和交通信号以三维数字模型的形式显示在车内的高清显示屏上,自主选择最优路线和运营方案。乘客上车后,需要在手机上扫码确认订单无误,然后点击触摸屏上的 “开始行程” 按钮,即可开始体验之旅。后排乘客可以通过车载屏幕实时了解路线、路况、车速等信息。

综上所述,随着科技的不断进步,工业大数据和信号处理技术在工业生产和自动驾驶等领域发挥着越来越重要的作用。通过构建先进的信号处理系统,能够更好地处理和分析工业大数据,为工业生产提供有力支持。同时,自动驾驶技术的发展也将为物流和交通行业带来巨大的变革,提高效率、降低成本、提升安全性。未来,我们可以期待这些技术在更多领域得到广泛应用,推动社会的进一步发展。

相关推荐

深入解析Xilinx XDMA IP中的AXI协议选择与应用场景

本文深入解析了Xilinx XDMA IP中AXI协议的选择与应用场景,详细介绍了AXI4.0-full、AXI4.0-lite和AXI4.0-stream三种协议的特点及适用场景。通过实际案例和性能对比,帮助开发者优化FPGA设计,提升数据传输效率,特别适用于PCIe接口与主机数据交换的高性能应用。

weixin_29235525的博客 178

数学建模竞赛全攻略:从模型构建到论文写作的实战指南

数学建模是将现实世界复杂问题抽象为数学模型,并通过算法求解的核心方法。其原理在于运用数学语言描述系统变量间的关系,结合优化、统计与机器学习等算法进行求解。这一过程的技术价值在于培养系统性的问题拆解、逻辑抽象与量化分析能力,是连接理论与应用的关键桥梁。在数据分析、金融量化、资源调度与预测评估等应用场景中,数学建模能力至关重要。本文聚焦于数学建模竞赛的实战准备,深入解析了团队组建、时间管理、模型构建与论文写作等关键环节,并特别强调了优化算法与数据预处理在提升模型效果中的核心作用,为参赛者提供了一套从理论到实践的

weixin_30570101的博客 428

【信息科学与工程学】计算机科学与自动化——第十篇 芯片设计05 器件物理模型(20)

编号工艺节点与芯片类型器件物理模型领域器件物理的数学方程式建模、限界条件与组合约束关联的各类理论知识和工程知识A1​FinFET​ (如22nm, 7nm, 5nm节点)双栅/三栅FinFET的载流子输运与量子限制效应​1. 核心方程: • 泊松方程(考虑量子修正):,其中ψ为静电势,n、p为电子/空穴浓度,通常采用密度梯度或薛定谔-泊松耦合模型处理量子限制效应。 • 漏极电流模型(漂移-扩散):,其中为反型层电荷密度,为有效迁移率。 • 阈值电压模型(含量子力学修正):,其中。

weixin_49199313的博客 809

【信息科学与工程学】【安全领域】安全基础-第五篇04 计算理论基础与网络攻击算法

这个扩展表格继续深化了计算理论与网络安全、密码学的交叉,涵盖了代数拓扑、微分几何、表示论、代数几何、动力系统、随机矩阵、范畴论、同伦类型论、域理论、信息几何、K理论、稳定性理论、高阶代数、非交换几何、算术几何等多个前沿数学领域。这个扩展的表格体系进一步深化了计算理论与网络安全的交叉研究,涵盖了从范畴论、同伦类型论、代数几何、微分几何、代数拓扑、动力系统、随机矩阵理论、计算代数、计算数论、计算几何、符号计算到量子信息的广泛领域。这个全面的理论框架为网络安全的深入研究和创新发展提供了丰富的理论基础和思想源泉。

weixin_49199313的博客 1273

20、自主运输大数据的高级信号处理探索

本文探讨了将先进信号处理技术应用于工业大数据分析的创新路径,重点研究了奇异值分解(SVD)在数据去噪与特征提取中的作用,并结合Kafka构建分布式数据处理系统。文章进一步分析了信号处理技术在自动驾驶环境感知、决策规划与控制执行中的关键应用,阐述了工业大数据与信号处理融合在提升生产效率、降低成本、提高产品质量等方面的优势,同时指出了数据处理难度、安全隐私、人才短缺等挑战。最后展望了该领域向智能化、融合创新、多行业拓展和绿色可持续发展的趋势。

e4f5g6h的博客 62

【信息科学与工程学】【数据科学】数据科学领域-第三篇 数学基础04 集合论02

编号类型概念类别概念名称数学定义/描述数学表示性质特征重要特例相关理论问题的数学分析参数列表及参数数值范围关联知识1基础集合论本体集合若干确定的、互不相同的对象的总体A,B,…确定性、互异性、无序性∅,N,RZFC 公理系元素归属判定 x∈A势 ∥A∥∈{finite}∪[ℵ0​,+∞)朴素集合论→公理化2基础集合运算并/交/差/补按逻辑联结词定义的集合操作A∪B,A∩B,A∖B交换律、结合律、分配律、De MorganA∪∅=A布尔代数多集合推广 ⋃i∈I​Ai​I为指标集,可数/不可数测度论3基础构造幂

weixin_49199313的博客 374

【信息科学与工程学】【解决方案体系】企业知识库知识内容涵盖系列

1.2 知识领域分层 (D: 01-20) 1.3 尺度层次分类 (S: 01-10) 二、物理科学知识体系 (01-XX-XXX-XXXXX) 2.1 基础理论层次 编码名称理论描述数学表达式特征/定理关联编码01-01-001-00001​量子力学基础微观粒子行为理论薛定谔方程: iħ∂ψ/∂t = Ĥψ波粒二象性, 不确定性原理01-02-101-0000101-01-001-00002​量子电动力学电磁相互作用理论拉氏量: L = ψ̄(iγᵐ∂ₘ -

weixin_49199313的博客 1035

【企业管理】【管理科学】企业全岗位综合运营与组织知识矩阵体系01

岗位类别核心职责工作内容(详细)协作模式协商焦点博弈策略信任建立机制序列化工作流程关键绩效指标研发类​技术创新与产品开发1.需求分析:R=f(U,M,T) 2.概念设计:C=D(S,B) 3.原型开发 4.测试验证 5.文档编写敏捷团队、跨功能协作技术方案、资源分配、优先级纳什均衡:ui​(si​,s−i​)≥ui​(si′​,s−i​)代码审查、技术分享、结果透明瀑布模型/敏捷迭代1.专利数量P 2.技术就绪度TRL 3.缺陷密度D<0.1/KLOC其中:U=用户需求,

weixin_49199313的博客 746

【信息科学与工程学】【产品体系】第十一篇 ICT制造业服务器生产

编号设备类别设备子类具体设备型号加工能力精度等级适用范围控制方式1钣金加工设备激光切割机TRUMPF Trulaser 5030切割厚度0.5-20mm±0.05mm机箱面板、支架CNC数控2钣金加工设备数控冲床AMADA EMK 3610 NT冲孔、成型±0.1mm通风孔、安装孔CNC数控3钣金加工设备折弯机AMADA HDS 1303 NT折弯角度精度±0.5°机箱结构件CNC数控4注塑成型设备注塑机ARBURG Allrounder 570 S注射重量5-200g±0.02mm塑料部件、连接器伺服电机

weixin_49199313的博客 1084

【信息科学与工程学】【通信工程】第八十六篇 通信网络设备及通信网络组网的所有学科知识01

编号001类型网络虚拟化与覆盖技术网络领域数据中心网络子领域大二层网络 / 网络虚拟化核心数学方程式/算法模型核心算法:VXLAN封装与解封装。关键在于24位VNI(虚拟网络标识符)到物理网络的三层IP地址的映射。封装:收到原始以太帧后,为其添加 VXLAN 头部(含 VNI)、外层 UDP 头(目的端口 4789)、外层 IP 头(源 IP 为本地 VTEP IP,目的 IP 为对端 VTEP IP)以及外层 MAC 头。解封装:对端 收到报文后,剥离外层头部,根据内层帧的目的 MAC 和 VNI 进行二

weixin_49199313的博客 852

【信息科学与工程学】计算机科学与自动化——第十六篇 GPU 05 工艺(3)

序号工艺工序名称工艺步骤核心参数其他参数关键部件及原材料控制指标加工设备类型加工工艺/技巧1衬底准备​1.1 硅晶圆清洗 1.2 热氧化生长薄SiO₂层(1-5nm) 1.3 衬底温度稳定温度: 600-800°C 厚度: 1-5nm 表面粗糙度: <0.2nm晶向: (100) 晶圆尺寸: 300mm 掺杂浓度: 1-10 Ω·cm p型Si晶圆、O₂气体、清洗液(SC1/SC2)氧化层厚度均匀性(±0.1nm) 界面态密度(Dit)<1e10 cm⁻²eV⁻¹清

weixin_49199313的博客 1335

【信息科学与工程学】【控制科学】第十二篇 微型计算机控制技术01

更精确的经典模型:I1在第5周期WB结束,I2最早可在第6周期进入EX,但I2在ID阶段就需要R1,因此I2的ID需在第6周期,而I1的WB在第5周期,所以I2的ID可以紧接在第6周期,但中间仍有一个stall(因为I1的EX结果要等到MEM之后才能转发给ID?有优先级继承后,Task_L被提升优先级,不会被Task_M抢占,阻塞时间缩短为Task_L剩余执行时间(9ms),仍可能超过10ms,但可通过调整任务周期或使用中断处理缓解。电感L=10μH,输出电容C=100μF,ESR=5mΩ。

weixin_49199313的博客 8647

【信息科学与工程学】【数据科学】数据科学领域 第六篇 算法设计 01

算法设计

weixin_49199313的博客 1504

Simulink Test Sequence自动化测试实战:从Excel到模型验证

本文详细介绍了如何利用Excel和MATLAB脚本实现Simulink Test Sequence的自动化测试。通过设计结构化Excel模板管理测试数据,并调用Simulink Test API批量创建与执行测试用例,该方法能显著提升复杂模型单元测试的效率,便于集成到CI/CD流程,实现从数据到验证的全自动化。

weixin_29261711的博客 144

西门子【Automation Framework V1.2】AF架构:从软件栈到高效自动化项目的构建蓝图

本文深入解析西门子Automation Framework V1.2 (AF架构) 的核心价值与实施蓝图。该框架通过定义标准化的软件栈(如TIA Portal V19、STEP7、WinCC Unified)和严格的安装配置流程,将自动化项目开发从依赖个人经验的“手工作坊”模式,转变为高效、可复制的工业化模式。遵循此架构,工程师能快速构建稳定可靠的项目基础,规避环境冲突,从而专注于核心工艺与逻辑设计,大幅提升团队协作与项目交付效率。

weixin_29230059的博客 431

RU.EXE实用指南:从基础操作到高级调试技巧

本文是RU.EXE(RW Everything)的实用指南,详细介绍了这款硬件调试工具从基础操作到高级技巧的全过程。文章阐述了RU.EXE作为直接读写硬件寄存器、内存和PCI配置空间的强大工具,如何帮助硬件工程师和开发人员高效进行底层系统调试与故障排查,并强调了安全操作的重要性。

weixin_29228203的博客 283

IPD(集成产品开发)管理之道

IPD,是集成产品开发(Integrated Product Development)的缩写,它是集成了众多管理模型和理论、众多企业最佳管理实践的一整套体系,可以帮助企业快速响应市场变化、缩短产品上市时间、减少资源浪费、提高生产力,最终取得商业成功。IPD的思想最早来源于美国PRTM公司出版的《产品及生命周期优化法》一书中,该书详细描述了IPD模式所包含的各个方面。但IPD在中国的普及,源于IBM和华为的推行使用。IPD作为一套先进的产品研发管理模式,其成功的基础是功能部门和各团队之间的密切配合。

钢镚·真的博客 2716

c语言【分糖果】2023蓝桥杯4124(枚举,递归,dfs)

但是这是不符合我们糖果刚好分完的条件的,我们应该往回退到上一层,也就是孩子6这层,然后j+1=3,孩子7分到3个第二种糖果,这也不符合我们糖果刚好分完的条件,然后就会再次回退到孩子6这里,然后j+1=4,让我们的孩子7获得5块第二种糖果,然后还是不符合糖果刚分完的条件,于是再一次退回到孩子6这里,然后就会有外循环i+1=1,j=1,孩子7分到1块第一种糖果1块第二块糖果......然后就是这样的不停地回溯,试探,直到把整棵树遍历一遍,并且记录所有的满足条件的组合。先放一下我的代码,我的代码超时啦救命!

weixin_74331419的博客 732

执行HDevelop项目

这一节,我们讲述的是如何用HDevEngine加载和执行一个HDevelop项目。代码部分来源于示例程序exec_program(源文件exec_program.cpp),检测塑料零件边界上的毛刺。1.Step 1:初始化首先,我们包含HALCON/C++和HDevEngine头文件以及命名空间。注意到在这个示例程序中,HDevEngine头文件已经包含在my_hdevoperatorimpl中,所

Z's Palace 2998

【实践】VECTOR AUTOSAR创建SWC读写CAN信号

在AUTOSAR开发中最必要的功能就是读写CAN信号,本文通过一步步说明,介绍如何开发SWC来读写CAN信号,可以说在AUTOSAR中实现读写CAN信号的实践过程,是一个非常基础且典型的练习。在本篇文章阅读之前,推荐阅读AUTOSAR RTE介绍,本篇文章介绍了RTE的比较全面的介绍了AUTOSAR RTE。理解了RTE之后,才能对SWC的设计更加清楚。话不多说,接着上一篇内容VECTOR DaVinci从0到1搭建工程,此篇文章我们介绍如何在DaVinci Developer中开发SWC访问CAN信号。为

酒无忧的博客 1233

【WRFDA教程第四期】雷达数据同化(Radar Data Assimilation)

雷达数据同化(Radar Data Assimilation)

WW、forever的博客 1761

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

上一篇: 16、金融服务中的云计算与人工智能审计应用洞察
下一篇: 31、图像特征描述与音频隐写算法研究
随身带U盘
博客等级 码龄4年 30粉丝 1526原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值