随着智能交通的发展，自动驾驶、智能车载交互、安全预警等新型车载应用不断涌现，独立车辆依靠自身有限的计算资源难以运行这些种类繁多且具有大量计算需求和时延需求的应用。雾计算通过将计算任务分布在网络边缘的设备中，运用虚拟化、分布式计算和并行计算技术，使用户能够按需动态地获取计算能力、存储空间等服务。将雾计算架构应用于车联网能够有效缓解计算量大、低时延车载应用与车辆有限且不均的资源分布之间的矛盾。从分析车—车通信、车—基础设施通信以及车辆时延容忍网络通信的信道容量入手，建立车联网异构接入的多业务资源优化模型，通过联合调度各类车联雾资源，实现智能交通应用的高效处理。仿真结果表明，所提出的强化学习算法能够有效地应对异构车联雾架构下的资源优化。
2023-02-15 22:37:22
1.45MB
1
1.stm32f10x串口驱动程序(环形队列+内存动态分配+DMA)。2用于演示FAT文件系统。3代码具有可移植性，只需在此基础上修改便可移植其他项目。4增强串口收发数据的抗干扰能力，降低误码率。5，可以作为串口发送模板的例程和工程使用
2023-02-15 13:56:46
801KB
1
实战环境下，无人机所获得的信息通常具有不确定性，针对不确定环境下的多无人机任务分配问题，提出了一种决策方法。分析无人机任务规划中各指标的不确定性，采用主观赋值和客观赋值相结合的方法，确定指标的综合权重，将离散粒子群优化算法和区间数排序方法相结合，给出区间形式不确定信息的无人机任务分配方法。仿真实验结果表明了该方法的可行性和有效性。该决策方法不仅能解决确定信息情况下的无人机任务分配问题，而且能解决区间数不确定信息情况下的无人机任务分配问题。
2023-02-14 23:59:21
395KB
1
1 经典采样理论
模拟世界与数字世界相互转换的理论基础是抽样定理。抽样定理告诉我们，如果是带限的连续信号，且样本取得足够密(采样率ωs≥2ωM)，那么该信号就能唯一地由其样本值来表征，且能从这些样本值完全恢复出原信号。连续时间冲激串抽样如图1所示，其时域波形和相应的频谱如图2所示。
根据采样定理，如果样本点取得不足(ωs<2ωM，即欠采样)，信号的频谱将发生混叠，如图3所示。所以如果要完整地恢复信号，必须保证足够的采样点。
2 多片ADC采样方式
单片ADC采样是最常见的。调理过的信号通过单片ADC芯片转换成数字信号，供给后续电路进行数字处理。这种采样方
2023-01-27 08:34:57
223KB
1
在激光角度欺骗仿真系统的需求分析和概要设计阶段,使用基于模糊故障模式、影响及危害性分析(FMECA)框架的分配法对该系统软件可靠性分配。首先建立影响因素集、评价集合;然后基于FMECA框架进行模糊综合评价;再利用层次分析法(AHP)得到权重集;最后通过量化手段得到各子系统的不可靠系数并将它们转化为平均无故障时间(MTBF)。最终得到的可靠性指标符合专家评估和类似软件系统的可靠性分配结果。
2023-01-12 11:38:05
1.24MB
1
针对突发事件下医院里应急资源供需不平衡的问题，进行了医院应急资源动态分配模型研究。考虑到病人数量增多以及病人伤情演变导致医院应急资源供应相对紧缺的现象，基于序贯决策理论，将病人需求的变化设计成一个马尔可夫决策过程，建立了医院应急资源动态分配模型。使用基本粒子群算法求解，通过某次地震发生后医院的救援实例进行分析。案例分析表明，马尔可夫决策过程可以动态地满足伤情演变下不同状态病人的需求，使得应急救援中整体的资源利用达到最优。
2023-01-05 14:15:52
1.19MB
1
接着前面的BootAnimation的启动过程，可以看到内部会涉及很多OpenGLES的相关操作，OpenGLES通过之前创建的具备有SurfaceTexture等的Surface类，来操作远端的SF来完成相关的图像渲染。这里主要涉及到ANativeWindow的2个核心回调函数，OpenGLES在应用层的eglSwapBuffers就是调用了QueueBuffer和DequeueBuffer两个函数来完成的。在介绍上面两个函数的实现时，有必要把BufferQueue这个类再提出来。他是由应用程序在客户端通过和服务端的Client交互，提交消息给SurfaceFlinger处理时创建的Laye
2023-01-02 21:16:12
316KB
1
相关背景知识4.2.1 公钥密码体系与 RSA 加密算法1. 公钥密码体系的基本概念传统对称密码体制要求通信双方使用相同的密钥，因此应用系统的安全性完全依赖于密
2023-01-01 15:59:50
347KB
1