搜索资源列表
传感与控制-MAX471_MAX472的特点、功能.doc
- 传感与控制-MAX471_MAX472的特点、功能
TinyOSManualCN
- 一本很好的TinyOS中文手册，很适合入门者。 目录如下： 第一章 前言 第二章 TINYOS简介 第三章 用事件驱动方式从传感器读取数据 第四章 用于处理应用数据的任务 第五章 组件组合与无线通信 第六章 使用 TOSSIM模拟 TINYOS应用程序 第七章 在 PC机上显示数据 第八章 注入和广播数据包 第九章 数据收集应用程序 第十章 TINYDB：一种用于无线传感微粒的声明式查询系统-A good TinyOS Chinese manua
ZigBeeQuickRef
- ZigBee和IEEE802.15.4 为无线传感网络提供所需要的网络基础设施，本文帮助大家快速了解ZigBee的知识。-ZigBee and IEEE802.15.4 for wireless sensor networks to provide the required network infrastructure, this article help you quickly understand the ZigBee knowledge.
WSN(SUNLIMING)
- 无线传感器的好书.国内最新版本，最前沿的动态和分析均在此书中。值得一看，- a good book for wireless sensor network. the book is the latest version for free here.thank you . welcome to download.aaaaaaa aaa
TinyOS
- TinyOS是UC Berkeley（加州大学伯克利分校）开发的开放源代码操作系统，专为嵌入式无线传感网络设计，操作系统基于构件（component-based）的架构使得快速的更新成为可能，而这又减小了受传感网络存储器限制的代码长度。 TinyOS目前的最新版本为TinyOS 2.1 -TinyOS is a UC Berkeley (University of California, Berkeley) development of the open-source operatin
InterferometricFiber-OpticSensor
- 该论文针对光纤传感系统，深入研究随机信号的互相关函数和基于AR模型的功率谱估计，设计出具有事件发生检测功能的传感器信号处理算法。-The paper for the fiber optic sensor system, in-depth study of the cross-correlation function of random signal-based AR model spectrum estimation, designed with the incident detection s
A-Communication-Architecture-
- 介绍了无线传感与执行网络中执行节点通信与协作问题。-In this paper,the coordination and communication problems in WSANs with mobile actors are studied.
BCS-in-WSN
- 无线传感网络中，压缩感知数据恢复的一种贝叶斯分析，也许能用于分布式压缩感知-Wireless sensor networks, compressed sensing data recovery of a Bayesian analysis, may be used for distributed compressed sensing
AGC-based-on-WCN
- 提出将无线传感网络通信技术用于AGV车载节点的设计,使其能够消除传统无线通信集中控制的弊端,让AGV系统内车辆之间可以自组网络通信,进而实现系统的分布式控制管理,使AGV系统的运作更智能化,提高了系统的工作效率 -Proposed wireless sensor network node communication technology for the design of AGV vehicle so that it can eliminate the traditional drawbac
underwater-sensor-mac-protocol
- 主要是水下传感网的mac协议，能够让你很好的认识和理解水声传感网协议-Main mac protocol for underwater sensor networks, can make you a good knowledge and understanding of the underwater acoustic sensor network protocol
11
- 无线传感网络中对分簇算法中，簇头的确定，进行了优化与仿真。-Wireless sensor network best optimization
Compressed-sensing-Profile
- 压缩传感图像。介绍了压缩感知在图像恢复处理方面的应用。-Compressed sensing image . Compressed sensing image restoration processing .
Short-duration-power_CS
- 根据压缩传感(Compressed Sensing，cs)N论，首次提出了短时电能质量扰动信号的压缩采样方法，该方法突破了奈奎斯特采样频率的限制，实现了低于奈奎斯特采样频率的低速率采样。文中对比分析了CS理论与传统采样理论，研究了cS短时电能质量信号压缩采样的实现方法，包括：测量矩阵的构建、稀疏基的选取和电能质量信号快速贝叶斯匹配追踪重构算法(FBMP)-Compressed sensing ( Compressed Sensing , cs ) N theory , first propose
Image-reconstruction_CS
- 合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS)，给出一种在噪声测量条件下重建可压缩图像的方法。该方法将cS理论中图像重建过程看作一个线性回归问题，而待重建的图像是该回归模型巾的未知权值参数；利用sBL方法对权值赋予确定的先验条件概率分布用以限制模型的复杂度，并引入超参数- Hop sparse Bayesian learning ( SBL ) and compressible sensing theory ( CS ) , give a compressible image recon
Wireless-sensor-node-location--
- 一种新的基于链路质量指标或接收信号强度获取 节点相对位置的实用型高适应性定位算法，降低了无线传感网络节点定位对硬件的要求-A new index based on link quality or received signal strength for the relative position of nodes practical high adaptability positioning algorithm, reducing the wireless sensor network no
Iterative-MonteCarlo
- 研究移动无线传感网中的节点定位问题，分析影响蒙特卡罗定位精度的两个因素：观测值和前一时刻的位置样本集，提出一种迭代蒙特卡罗定位算-Research in mobile wireless sensor network node localization problems, analyze the impact of positioning accuracy of Monte Carlo two factors: the observed value and the location of the
yasuoganzhi
- 本程序是采用正交匹配算法实现图像LENA的压缩传感,而且该程序没有经过任何优化处理。-This program is the use of orthogonal matching algorithm for image compression LENA sensing, and the program has not been any optimization.
OPNET-Simulation-Model
- 感器技术、微机电系统、现代网络和无线通信等技术的进步，推动丁具有现代意义的无线传感器网络的产生和发展。无线传感 器网络能档广泛地应用于恶劣环境和军事领域中。该文通过对无线传感器网络特点的分析，提出了基于信道接入的多跳讣簇网络结构，给 出了．OPNET仿真模型，分析了相关仿真结果。-Because of advances in sensor technology，micro-electro—mechanism system fMEMS)．modern network and wireles
matlab-code
- 无线传感网络技术的课程所使用的一些源代码，包括toa算法等等。-Course wireless sensor network technology used by some of the source code, including toa algorithm and so on.
8630
- 毕设内容，高光谱图像基本处理，重要参数的提取，虚拟力的无线传感网络覆盖。- Complete set content, basic hyperspectral image processing, Extract important parameters, Virtual power wireless sensor network coverage.