是德科技助力蔚来验证新一代汽车无线系统

最新资讯

基于微波雷达的近距离移动物体检测系统设计

为了快速识别一定范围内的移动物体并提高检测的准确度，提出了一种基于STM32的微波雷达近距离移动物体的检测系统设计。该系统使用电磁波的多普勒原理来检测移动物体的反射波波长差异。通过STM32和优化算法对接收的信号进行处理以提高检测判定速度和准确度。最后对系统测试，表明该系统具有成本低、工作环境稳定、快速准确显示的能力。

发表于：12/30/2020

鼎阳科技发布SNA5000X系列矢量网络分析仪

2020年12月18日，鼎阳科技正式发布SNA5000X系列矢量网络分析仪（Vector Network Analyzer），其测量频率高达8.5GHz,支持4端口S参数测量，差分(平衡)测量，时域测量，滤波器插入损耗、带宽、Q值等一键测量，支持端口阻抗转换、端口扩展功能，支持极限测试、纹波测试功能，支持夹具仿真和去嵌入功能，支持线性频率扫描、对数频率扫描、分段频率扫描、线性功率扫描方式，支持SOLT、SOLR、TRL、Response、Enhanced Response等校准方法，可广泛应用于滤波器，双工器，天线，有源器件，射频线缆等领域的研发，生产制造。

发表于：12/22/2020

基于生命体征监测与室内定位技术的消防员协助系统

现代科技发展带来高层建筑和复杂建筑结构增多，导致消防员很容易在火场内受到生命危险。针对消防人员进入复杂火场后的生命体征状态及室内定位问题，提出了一套完整的协助系统。提出使用LSTM神经网络预测消防人员的动作姿态，使用光电传感器监测消防员的心率血氧以及周边气体环境。同时，提出了一种基于超宽带通信定位与高精度惯性元件导航进行数据融合的室内消防员定位手段。最后，终端通过LoRa-170M无线系统上传给移动监测平台，利用LabVIEW软件完成了监测上位机，并通过实验验证了其可靠性及稳定程度。

发表于：12/22/2020

块LBP-TOP稀疏表示表情与车辆检测技术研究

提出基于分块LBP-TOP(Local Binary Patterns from Three Orthogonal Planes)特征和改进的加权稀疏表示分类解决微表情识别与专用线车辆状态检测问题。首先利用LBP-TOP特征描述符对从分块图像中选择出的有效块进行提取特征，将提取的特征作为字典，采取加权稀疏表示(Weighted Sparse Representation，WSRC)和对偶增广拉格朗日乘子法(Dual Augmented Lagrange Multiplier，DALM)相结合的算法(WSRC_DALM)进行稀疏表示分类；然后利用不同尺寸的块划分图像，选择有效块提取特征，特征融合后参与分类。在CASME Ⅱ与SAMM表情数据库上采用“留一人交叉验证”(Leave One Subject Out, LOSO)的分类方法进行5分类，得到的识别率分别达到了77.30%与58.82%，在车辆状态检测检测数据库上的实验达到了84.60%的检测率。实验结果表明了所提出算法的有效性。

发表于：12/18/2020

曼瑞（MRT）选择是德科技的5G法规测试解决方案进行测试

2020年12月16日，是德科技公司（NYSE：KEYS）日前宣布，专注于提供射频（RF）和电磁兼容性（EMC）检测认证服务的供应商曼瑞检测科技有限公司 （MRT）已选择是德科技的5G法规测试解决方案进行5G终端设备测试。是德科技是一家领先的技术公司，致力于帮助企业，服务提供商和政府加速创新，创建安全互联的世界。

发表于：12/16/2020

MVG推出用于全尺寸汽车天线测量的多探头测量系统SG 3000M

无线连接测试专家MVG近日宣布推出多探头测量系统SG 3000M。SG 3000M专为全尺寸汽车天线测量和OTA测试而设计，可将现有吸波暗室升级为用于互联车辆的天线测量和OTA测试设备。

发表于：12/16/2020

品牌保护就是消费者保护：英飞凌SECORA Blockchain让产品来源和历史清晰可见

【2020年12月14日，德国慕尼黑讯】英飞凌科技股份公司（FSE：IFX / OTCQX：IFNNY）为区块链应用开发了定制的安全解决方案，以改善品牌和消费者保护。新的SECORABlockchain安全解决方案已集成到品牌产品中，并通过NFC技术连接到区块链，从而将现实与数字世界联系在一起。通过将信息存储在区块链中，制造商可以记录产品的真实性，提供限量版特征或展示生产的可持续性，例如符合环境标准。消费者可以通过移动设备和应用程序访问存储在区块链中的信息。

发表于：12/16/2020

基于DAPA的卷积神经网络Web异常流量检测方法

针对Web攻击流量检测问题，提出一种基于动态自适应池化算法(Dynamic Adaptive Pooling Algorithm,DAPA)的卷积神经网络模型。首先将数据集中每一条请求流量进行剪裁、对齐、补足等操作，生成一系列50×150的矩阵数据A作为输入，然后搭建基于动态自适应的卷积神经网络模型去进行异常流量检测，使之可以根据特征图的不同，动态地调整池化过程，在网络结构中添加Dropout层来解决流量特征提取过程中的过拟合问题。实验表明，该方法比未使用动态自适应池化的方式精确度提升了1.2%，损失值降低了2.6%，过拟合问题也得到了解决。

发表于：12/15/2020

低成本脉冲激光测距系统研究

基于脉冲飞行时间测距法构建了一套近程高精度脉冲激光测距系统，系统采用直接探测工作方式，利用FPGA(Field Programmable Gate Array)主控芯片控制脉冲激光的发射以及回波信号的采集和处理，进而实现高精度测距。在实验室条件下，借助测距性能验证实验，获得了泡沫板目标的距离信息，且系统测距精度可达5.43 mm@8.08 m。主要介绍了脉冲激光测距系统的工作原理、系统构成以及基于FPGA的距离信息提取算法。

发表于：12/14/2020

基于YOLO改进残差网络结构的车辆检测方法

针对车辆检测任务，设计更高效、精确的网络模型是行业研究的热点，深层网络模型具有比浅层网络模型更好的特征提取能力，但构建深层网络模型时将导致梯度消失、模型过拟合等问题，应用残差网络结构可以缓解此类问题。基于YOLO算法，改进残差网络结构，加深网络层数，设计了一种含有68个卷积层的卷积神经网络模型，同时对输入图像进行预处理，保证目标在图像上不变形失真，最后在自定义的车辆数据集上对模型进行训练与测试，并将实验结果与YOLOV3模型进行对比，实验表明，本文设计的模型检测精准度(AP)达90.63%，较YOLOV3提高了4.6%。

发表于：12/14/2020