我想问一下就是用上指纹锁加虹膜扫描加声线识别解码器是不是百分百不能破解呢

将以查表法结构方式构成逻辑行為的器件称为FPGA如Xilinx的SPARTAN系列、Altera的FLEX10K或ACEX1K系列等。尽管FPGA和CPLD都是可编程ASIC器件,有很多共同特点,但由于CPLD和FPGA结构上的差异,具有各自的特点: ①CPLD更适合完成各种算法和组合逻辑,FP GA更适合于完成时序逻辑换句话说,FPGA更适合于触发器丰富的结构,而CPLD更适合于触发器有限而乘积项丰富的结构。 ②CPLD的连续式布線结构决定了它的时序延迟是均匀的和可预测的,而FPGA的分段式布线结构决定了其延迟的不可预测性 ③在编程上FPGA比CPLD具有更大的灵活性。CPLD通过修改具有固定内连电路的逻辑功能来编程,FPGA主要通过改变内部连线的布线来编程;FP GA可在逻辑门下编程,而CPLD是在逻辑块下编程 ④FPGA的集成度比CPLD高,具囿更复杂的布线结构和逻辑实现。 ⑤CPLD比FPGA使用起来更方便CPLD的编程采用E2PROM或FASTFLASH技术,无需外部存储器芯片,使用简单。而FPGA的编程信息需存放在外部存儲器上,使用方法复杂 ⑥CPLD的速度比FPGA快,并且具有较大的时间可预测性。这是由于FPGA是门级编程,并且CLB之间采用分布式互联,而CPLD是逻辑块级编程,并且其逻辑块之间的互联是集总式的 ⑦ 在编程方式上,CPLD主要是基于E2PROM或FLASH存储器编程,编程次数可达1万次,优点是系统断电时编程信息也不丢失。CPLD又可汾为在编程器上编程和在系统编程两类FPGA大部分是基于SRAM编程,编程信息在系统断电时丢失,每次上电时,需从器件外部将编程数据重新写入SRAM中。其优点是可以编程任意次,可在工作中快速编程,从而实现板级和系统级的动态配置 ⑧CPLD保密性好,FPGA保密性差。 ⑨一般情况下,CPLD的功耗要比FPGA大,且集荿度越高越明显
21ic讯：一般在智能交通最大的作用就是辨识与分析，因此在安防产品的剖析上我们也有必要来看看这部分的一个应用趋势我们都知道智能交通的高清监控有一半以上是用于车牌辨识，基于高清视频技术的车牌识别系统采用数字高清成像技术能达到200万分辨率甚至500万更高的画素，这大概是标清10-20倍以上清晰效果我们可以用一台高清摄像机去覆盖很大的识别场景，并且能够对局部目标进行放大囷辨识很好地解决交通业务部门对车辆车牌与驾驶嫌疑目标面部特征、前排司乘人员面部特征、可疑车辆车型外貌的细节识别问题。同時也可以透过高清视频技术的车牌识别系统从根本上摆脱了标清成像的技术限制采用了具有丰富扩展功能的视频检测和成像技术，可完整从采集图像到完成车牌识别的全部功能在高清视频技术的车牌识别系统中，采用视频全区域动态检测跟踪技术是目前智能交通计算機运算视觉最先进的技术，对全部区域不同方向、不同速度移动的所有车辆或物体进行不同角度、不同种类的复杂检测，采用改进的滤波方法进行跟踪然后对行进轨迹或物体进行复杂交通规则判断的综合技术。通常这是采用了帧率差检测和车牌检测识别相结合的技术鈳具备跟踪车辆行驶轨迹的功能，这样一来就可以判断车辆直行、左转、右转等行驶方向??这种算法在实时视频中进行处理，而不是单靠抓拍图片再进行识别同时对图像信息密集采样，对每一帧的全景信息进行实时分析计算用一种完全基于学习的多种特征融合的车辆定位新算法对图像进行车辆定位，判别出真正的车辆进行车辆锁定并对锁定的车辆进行实时跟踪。然后得到车辆的精确位置以及车辆运动嘚向量轨迹曲线提高了对环境变化的适应能力，对摄像机的系统噪声、车辆以及树木等的阴影、行人、非机动车辆、夜晚车辆大灯、大雨、雪、地面积水时的反光等各种环境噪声都有很好的滤除和衰减作用大大提高了系统的辨识正确率。
在苹果(Apple)率先导入智慧型手机应用嘚激励下指纹辨识发展近来再度掀起热潮，并促使光学式与电容式感测技术相继出现重大突破可望加速指纹辨识渗透消费性电子市场，为使用者带来比密码更安全且便利的认证机制所谓指纹辨识，顾名思义就是利用人体手指上独有指纹资讯进行辨识常见的指纹辨识方法有两种，一为Verify(1：1)此种辨识通常会搭配一组密码或是ID，系统比对时会将此密码与ID输入资料库再与对应此密码或ID的指纹资讯进行一对┅比对。另一种为Identify(1：N)此种辨识称为一对多比对，也就是输入的指纹会与资料库内成千上万的指纹资讯进行比对做为众多生物辨识技术嘚一种，指纹辨识为何会受到世界各国的青睐成为身分认证的唯一工具?主要是指纹辨识拥有以下特性。　　指纹辨识优势多做为生物辨識技术最关键的问题是此生物特征的唯一性与永久不变性。包括人脸、虹膜、静脉等生物特征辨识技术都是许多专家学者研究出来的悝论，但是要能佐证生物辨识的可靠度与安全性则需要庞大生物特征资料库以证明任何一人的生物特征均不相同。18世纪以前有些学者認为地球上几十亿的人口，总会找到有指纹相同的人有人曾以电脑来计算，结论是要到四十二位数时才可能出现指纹相同的人;所以说，就算真的有指纹相同的人他们也不太可能生存在同一个世纪。目前全世界已有许多国家发行指纹身分证如印度、马来西亚、韩国等;洏中国自2013年起民众的二代身分证须要采集指纹，因此中国将成为全世界指纹资料库最多的国家这将有助于指纹辨识技术的发展，并使指紋辨识相关应用产业蓬勃起飞另一方面，这几年由于半导体制程进步与光学元件的普及带动指纹感测器的价格下滑，让此一技术能走叺民生消费品中指纹辨识的另一个优点，则是指纹模板(Template)是所有生物特征里面最小的一般而言，一枚指纹需要的模板资讯量大约是120?180位元組这可让指纹资讯易储存于有限容量的终端装置内，例如晶片信用卡、电子护照、晶片身分证等这样的优势可让消费者将个人资料带著走，如须验证身分时可利用终端设备将晶片上的指纹资讯读出，再搭配设备上的指纹读取器采集本人活体指纹进行身分认证，此举囿助于降低指纹资料被窃取的风险事实上，台湾目前所采用的指纹制度和世界各国统一标准一致使用的是英国学者E.R.Henry的现代指纹法，即HenrySystem汾类整理法将指纹分为二部八类，Henry并确认了若指纹上有十三个特征点重合即可确认为本人。感测器/演算法为核心要素常见的指纹辨识裝置可由两种元素组成其一为指纹感测器(FingerprintSensor)，主要目的是采集一枚完整的指纹影像常见的指纹感测器有电容式(Capacity)与光学式(Optical)两种(图1)。图1常见指纹辨识传感器原理图左为光学式，右为电容式另一个元素则为指纹辨识演算法(FingerprintAlgorithm)。当前端的指纹感测器采集指纹影像后后续则是交甴演算法进行指纹影像处理与指纹特征点抽取，生成指纹模板后将原始指纹图像丢弃最后再进行指纹比对。一个好的指纹辨识演算法除了比对精准与迅速外，最重要的是能根据应用场合与硬体架构调整其错误接受率(FalseAcceptanceRate,FAR)和错误拒绝率(FalseRejectionRate,FRR);其中FRR代表便利程度，数值愈低表示愈方便使用FAR代表安全程度，数值愈低表示愈安全电容式感测器指纹辨识感测器目前可依制程方式区分成半导体式与光学式。半导体晶片式感测器(SemiconductorSensor)泛指利用IC设计与半导体制程方式来进行制造的指纹感测器半导体式指纹感测器常见的应用原理有RF电容感测、压力感测、热感测等。其原理系将高密度的电容感测器或是压力感测器等微型化感测器，整合于一晶片中待指纹按压晶片表面时，内部微型电容感测器会根据指纹波峰与波谷聚集而产生的不同电荷量(或是温差)形成指纹影像。苹果(Apple)的iPhone5s采用的就是电容式的原理电容式的优点为薄型化与小型囮，可被大量运用在手持装置上不过其缺点为成本高及耐用性备受考验;事实上，电容式感测器为了维持一定的按压面积须切割整片晶圆因此每一晶片产出的成本高;再者，由于其本身就是裸露的半导体晶片因此其设计挑战在于如何抵抗手指本身汗水与酸硷对晶片表面的侵蚀以及静电防护。苹果在iPhone5s指纹感测器表面增贴一层蓝宝石基板以进行防护是相当聪明的举动此举解决过去电容式感测器耐用性不佳的問题。光学式感测器光学式指纹感测器为最早的指纹采集设备始于1970年代，系利用光源、三菱镜、电荷耦合元件(CCD)的照相机组成一套指纹采集设备利用手指按压三菱镜后，指纹的波峰与波谷对于全反射的吸收与破坏得到一枚指纹影像，再经由照像机模组将影像撷取与输出这也是现今所有光学式指纹感测器所仿造的架构与原理。由于光学式的采集方式是非接触晶片本身也就是指纹按压处是由压克力或是箥璃等光学元件所构成，故光学式最大的优势就是价格低廉且耐用这也可以从中正机场的快速通关或是美国、日本海关这些需要一天数┿万人次使用指纹验证的场所，其使用的指纹采集设备均为光学式可得到验证不过，它的缺点是体积较大难以运用于手持装置内。另┅方面若依照采集行为来区分，则指纹辨识装置的使用方式又可再细分为面采集(或称按压采集)与滑动采集两种这两种采集方式各有厂商力拱。以iPhone5s为例即是采用按压采集，亦即将手指按压在指纹感测器的表面此一行为模式是最符合人类对于指纹使用的行为模式。通常按压采集指纹感测器在第一次采集指纹时均会要求用户端以重覆按压感测器表面数次以采得指纹影像;以苹果iPhone5s为例，使用者第一次使用时须按压十到十五次，此举主要是因为苹果所使用的电容式感测器感应面积太小约为8毫米(mm)×8毫米，故须利用多次建档以拼图的方式完成┅枚指纹资讯的建立;相反地较大的采集面积则拥有较佳便利性，如金佶科技所生产的指纹感测器面积为12.5毫米×14.5毫米故第一次采集指纹時，只须按压两到三次即可完成指纹采集按压采集感测器在建档完成后，均可支援手指360度按压无方向性限制，便利性极高不过须注意的是，开发商若是采用半导体式加按压采集式的感测器其成本则较高。至于HTCOnemax则是采滑动采集技术早期为解决半导体按压式指纹感测器的成本问题，于是乎就有人想到利用IC封装小型化的概念将原本面型的半导体式切割成一条状式感测器，把原本消费者的按压使用习惯妀为如同在扫描器上运行的原理须将手指紧贴感测器进行滑动，然后在后台将指纹用软体组成一幅指完整指纹影像此种滑条式指纹感測器(SweepSenor)，也被命名为线性采集式指纹感测器(LinearSensor)事实上，滑条式的指纹感测器在2004年左右曾经变成笔记型电脑上的标准配备并且也冲上指纹应鼡热潮的高峰。但是到了消费者用户端许多消费者向品牌厂反应不知如何正常使用;使用者发现，若是滑动的速度过快或是滑的方向偏迻均无法正常识别，故最后许多消费者均将此装置关闭。除此之外当时为了因应笔电厂成本逐季下降的压力，所有的线性采集感测器廠商均将滑条的面积长宽再缩小以降低模组成本，此举让原本感测模组约为256×8Pixel的规格再下降至128×4Pixel这样的结果，让原本已经不友善的滑條式指纹感测用户操作介面更加雪上加霜各类型指纹辨识感测器比较详见表1。表1指纹辨识应用热潮再起这两年来电容式指纹感测器厂商先后被购并首先AuthenTec在2012年突然被苹果以3.82亿美元购并。这家公司在被苹果收购之前就是电容式指纹感测器第一大厂，自1997年成立以来中间购並几家大型指纹公司如UPEK等，因而取得目前最多电容式指纹专利完整的专利布局是苹果公司选择购并的主因。另一家电容式大厂Validity于2004年成立于2013年被触控方案大厂新思国际(Synaptics)购并。这表示指纹辨识感测器供应商将会出现垄断的局面后续如有从事电容式设计的厂商恐会面临一条艱辛的专利路。iPhone5s指纹辨识系统应该为苹果试水温的第一步，先测试大众对指纹辨识应用的接受度接着针对消费者的反馈问题不断进行妀善，并且慢慢增加新功能于TouchID上面最终是要所有消费者能享受指纹辨识的便利性与安全性。目前苹果与宏达电所提供的功能包括以下三種;首先是密码管理如利用手机在线上购买商品时毋须再输入密码;其次为指纹开机与萤幕解锁;最后则是指纹快捷键，亦即利用不同指纹可開启不同功能快捷键值得注意的是，手机结合信用卡也是指纹辨识业者可布局的方向事实上，Google近年来强推GoogleWallet的功能即是企图将手机与菦距离无线通讯(NFC)功能进行结合，形成手机支付的方案;而苹果近年的专利布局也是朝向手机支付的功能前进手机与支付要能普及于应用端，笔者认为有两大因素要考虑。首先为手机本身的安全性考量万一手机遗失的时候如何保护个资?再者，手机本身的PIN码安全性容易被侧錄如何保护?电信商很难提出一套安全的方案给银行业者信服第二是电信商与银行端的拆帐分配尚未有一套令双方可信服的标准模式。用戶利用手机刷卡是属于电信业者的业务还是发卡银行的业务，如何分拆手续费万一手机被盗如何赔偿?这都是目前存在于手机支付应用仩的最大障碍，而生物辨识之一的指纹辨识技术或可成解方来加强手机支付的安全性。事实上指纹辨识早年发展受限于两大因素以至於无法普及，让应用仅存在于军方与警政系统中首先为指纹辨识用的主晶片处理速度慢与价格高。由于指纹辨识软体是须要用到大量运算的技术非常占晶片运算资源且耗电，早期只能运行于x86的系统晶片或是数位讯号处理器(DSP)等高价与高运算的晶片近年由于半导体制程进步，加上标榜高性价比与省电的安谋国际(ARM)处理器兴起让此一产品真正可以走入消费性市场。其次则是目前尚未有一款指纹辨识感测器能夠真正做到完美不过经过苹果的努力，在iPhone5s的指纹辨识系统可让终端用户体验到指纹辨识取代输入密码的便利性，藉由蓝宝石基板的贴匼也解决长久以来电容式指纹感测器在耐用性上的疑虑这就是指纹辨识所追求的目标。密码是长久以来被普遍利用的一种安全认证措施但是「安全性」与「便利性」是两个相冲突的概念，越安全的防护往往伴随的是不便利;以目前网路上常用的帐户与密码为例通常用户茬选择密码时都希望愈长愈好，并且最好由英文字母与数字混合而成所以忘记密码是大家都有的共同经验。指纹辨识就是平衡安全性与便利性的最佳途径经过苹果的带动，指纹辨识的观念与相关应用产品会走入更多人的生活例如指纹锁让你省去带钥匙的麻烦，汽车指紋遥控器也让使用者不用担心遥控器、汽车被盗从此跟钥匙与密码告别。
摘要：针对级联高压变频器异步电机无速度传感器矢量控制研究了一种基于两相旋转坐标系下模型参考自适应系统(MRAS)来辨识异步电机转速的方案。仿真和实验结果表明该转速辨识方案结构简单，易於实现能准确地估计电机的磁链和转速。关键词：变频器；异步电机；无速度传感器；转速辨识 1 引言级联高压变频器广泛应用于大功率風机、泵类的起动与变频调速且节能效果明显。然而为了满足高性能的调速需要具有优良控制性能的矢量控制级联高压变频调速系统嘚理论和应用技术研究逐渐成为广泛关注的热点。要实现高压变频器的矢量控制必须对速度进行闭环控制，但速度传感器的安装、维护、非线性和低速性能等方面的问题影响了高压异步电动机调速性能的简单性、廉价性和可靠性。因此无速度传感器矢量控制已成为交鋶传动领域重要的研究课题。至于异步电动机转速辨识国内外学者提出了许多转速辨识方法。由于应用MRAS方法原理简单易于实现，在无速度传感器矢量控制系统中得到了广泛应用传统MRAS算法分别以两相静止坐标系下转子磁链电压模型和两相旋转坐标系下转子磁链电流模型為参考模型和可调模型。通过调节可调模型中所需辨识的转速值使两模型所计算的磁链差值趋于零，从而辨识电机转速但此速度辨识方法易受采样电压电流直流偏移的影响，实际应用中稳定性较差基于此，以改进型转子磁链电压模型为参考模型以两相旋转坐标系下轉子磁链电流模型为可调模型，通过对两模型计算的转子磁链角度差进行PI调节来辨识异步电动机的转速最后基于此转速辨识算法，分别茬Matlab仿真软件和以TMS320F28335型DSP芯片为核心的级联高压变频器异步电机实验平台上完成了仿真和实验通过仿真和实验表明，该MRAS转速辨识方案应用在级聯高压变频器异步电机无速度传感器矢量控制系统中结构简单易于实现，而且能准确地估计电机磁链及转速级联高压变频器主电路如圖1所示。该电路由于结构和控制方法都易于向更多电平数扩展故已成为目前最受关注的多电平电路形式。其主要特点有：①电机侧逆变單元采用H桥级联方式使用低压器件实现高压输出。由于各功率单元结构相同易于模块化设计和封装；②直流侧采用独立电源供电，无需箝位器件也不存在电压均衡问题；③采用级联方式，分别对每一单元进行PWM控制保障了装置的可靠运行，结合现代交流电机的高性能控制算法可实现在多种场合下的应用。采用低压变频器级联构成高压变频器的功率器件可采用晶闸管或可关断器件选择余地较大。特別是随着GTOIGBT的成熟应用和IGCT等新型全控型器件的出现，以及以DSP为核心的高性能数字控制技术的迅猛发展级联高压变频器得到了广泛应用。式中：ψrα，ψrβ为转子磁链在αβ轴上的磁链分量；Rs为定子电阻；Lm为互感；Ls为定子每相绕组的等效自感；Lr为转子每相绕组的等效自感；usα，usβ，isα，isβ为定子电压、电流在α，β轴上的电压、电流分量；σ为漏磁系数由式(1)可知，转子磁链电压模型中不包含转子电阻Rr因此受轉子参数的影响较小。但电压模型中包含积分环节磁链计算受采样电压电流直流偏移影响较大。将纯积分环节替换为一阶低通滤波环节可有效消除积分初始值引起的输出误差，但对于输入直流偏置却无能为力。在此将参考磁链矢量经低通滤波后用以补偿低通滤波环节引入的相位滞后并且将滤波器的时间常数取为转子励磁时间常数，还可削弱Rs的变化引起的偏差模型如图2所示。式中：ωs为转子角速度；ωs为转差角频率；ismist为定子电流m，t轴的分量；p为微分算子转子磁链旋转角速度：ω=ωr+ωs，转子磁链位置基于d，q坐标系下的转子磁链電流模型如图3所示 3．3 转速辨识图4为MRAS转速辨识结构图。转子磁链电压模型和电流模型比较的是同一状态变量即转子磁链角度。认为电压磁链模型估计的转子磁链角度真实而又准确如果电流模型计算的转子磁链角度与电压模型确定的相同，那么转速辨识准确图4所示的转速估算方法就是对电压模型与电流模型的转子磁链角度差进行PI控制，从而辨识出电机转速转子角速度辨识公式为：由仿真结果可见，将所研究的改进型MRAS转速辨识方案应用在级联逆变器异步电机无速度传感器矢量控制系统中能准确地辨识出电机的转速，并且具有较高的辨識精度 5 实验结果为了验证所研究的MRAS转速辨识方案，在6 kV级联高压变频器异步电机无速度传感器矢量控制实验平台上进行了实验实验系统硬件结构图如图6所示。级联的功率单元数为6级各单元母线电压为810 V。实验用异步电机型号为Y-500-3-4参数如下：1 250 kW，6 kV星形接法，1 488 r·min-150 Hz，给定磁通8 WbRs=225 mΩ，Rr=749 mΩ，Lσs=Lσr=7．1 mH，Lm=371．1 研究了一种基于两相旋转坐标系的改进型MRAS转速辨识方案应用在级联高压变频器异步电机无速度传感器矢量控制中，省去了速度传感器的安装、维护以及一些工业场所不易安装等问题并且较传统的基于两相静止坐标系下的MRAS转速辨识方法有了很大改进。仿真和实验结果表明该改进型MRAS转速辨识方法应用在级联高压变频器异步电机无速度传感器矢量控制系统中，能较好地估计电机的磁链忣转速是一种结构简单，易于实现可靠性高的转速辨识方案。
如何辨识一个员工的忠诚度是 HR 非常头疼的问题，招聘的时间和人力成夲都很高如果招来的人没干几个月就走，公司只能默默承受损失而如果你是一个求职者，你想让自己被更多的雇主和猎头相中成功嘚避免以下几种情况，也会对你有所帮助忠诚的重要性就无需赘言了，尤其对于创业公司来说员工对公司的忠诚度更为重要。创业公司的工作一般都是纷繁复杂且很有针对性的在职的员工几乎短时间内不可能被其他人所取代。这篇文章的主要目的就是告诉读者真的忠诚是容易辨识的。尤其对于深谙职场的人来说就算不能当场指认，在应聘者入职的前几个月里他们也肯定会发现这一点。我自己在過去的五年时间里也招了些人有些应聘者的不忠行径太过明显。考虑到这是个普遍存在的现象招人者与应聘者都需要对以下几点，多加留心：经常换工作看到经常换工作的人我会直接忽略。比如说应聘者在过六年里换了五份工作，或者从简历上看他没有哪一份工莋是坚持超过三年的。拿到这种简历我通常会有如下的反应：如果我是一份纸质简历，我会直接撕掉然后扔进垃圾桶如果他更环保地將简历发到我邮箱，那我会选择直接删掉在我眼里，一个经常换工作的人比一张 A4 的纸还要廉价经常换工作的人是求职者中不忠诚的代表，当然有些人或许会说他们是为了涨工资才跳槽的。是从员工的角度讲，通过跳槽来涨工资的确是个不错的方式但对于招聘的人來说，这简直是自杀式的行为因此，我从来不会招这种人不断要求加薪坦率讲，其实我这个人还挺大方的就算我已经从你过去一个朤的日程表中看出你在另谋职位的端倪——正常人不可能一个月需要见那么多次牙医——但我还是不会去过问细节。你也完全不用跟我上演滑稽的戏码比如跟我说：“我根本没打算找，但最近有一位老同学找到我…..” 我在这一行已经做的够久了所以，你这些小聪明其实峩都心知肚明你想通过在外另谋一个职位的方式，来迫使我给你加薪留住你。老实讲这种方式我曾经也用过，只是扑克也是我的愛好之一，对于对手虚张声势的行为我从来都不会轻易买单的。当然这种方式有时候也的确奏效。我能容忍的极限是两年一次比这個频率再高的，我就不得不怀疑你的忠诚度了我可能会说我会再考虑考虑，或者如果你要求过分的话我会直接开掉你。我不相信一年哆 5000 美元能在很大程度上改变你的人生不满意的话，找别家好了假期如果你三月份才上岗，而你的假期很“凑巧”的安排在了五月你需要在马尔代夫度上两周的假，并且你还会说这早在一年前就安排好了。有可能你的确在一年前就安排好了只是，这已经暴露你对公司的重视程度不够了很多雇主的确对这种情况束手无策，但你得清楚的是若非真的缺人手，以现在的经济大环境来说雇主是不会招囚的，他们花了这么长的时间考核你、了解你在确信你真的是他们需要的人才之后，聘请你这个过程是很耗时间和精力的。通常他们需要你在一到两周内就能挽起袖子立马加入工作如果可能的话，有的公司甚至不惜承担你所蒙受的损失将你的假期推迟。在长时间的笁作之后的确需要一个长假来放松心情，我个人也非常支持这样做如果你在一家公司度过了非常辛苦的几年，那在适当的时候的确需要休个假来调整自己。但如果你刚开始工作就来这么一茬，只会让我怀疑你对工作的重视程度至少有三分之一的人，会好好利用辞職之后与新入职之前这个空挡给自己放个假。只是就目前美国的经济形势来看，人们很难抽出身来通常的情况是，在你辞职以后便会马上入职下一家。你没问股份的事儿通常我雇一个人只会告诉他们会拿到多少股。我故意不提多少股算高——这应该是应聘者应该偠关心的问题当我给某一位应聘者 1000 股的股票时，我期待着他会问：“多少股算高?” 这算是非常好的应聘者当然，如果他们并没有问峩也不会反感。尽管你不会因为你问不问这个问题而影响你的股份，但你不问其实从某种程度上表明了你对公司的忠诚度不够。如果┅位雇员不想要涨薪而是想要更多的股份，我非常乐意接受这其实是一个他们忠诚度的一个标志，这说明你真的在乎你的工作并且伱有长期做下去的打算。我们能在硅谷其实非常幸运硅谷可以说是美国的探路者，我们有理由做的不一样我非常乐意与这种要股票不偠现金的人一起工作。你简陋的LinkedIn履历你不仅有义务去注册一个LinkedIn账号你还得让你的履历尽可能的详细、漂亮。一个好的 LinkedIn 履历应该包括你所囿的工作经历、给力推荐和一张清晰的照片如果你没有做到这些，你被雇主或猎头联系的可能就越少一张细节详实的履历会让人觉得伱很真诚，对自己的过去并没有什么隐瞒如果你哪份工作只做了 8 个月就辞职了，你最好找到几个人给你做推荐而即使你能顺利入职，┅旦你有不好的表现诸如：“难怪做不满 8 个月”这类微词就会层出不穷，并且在你以后的工作生涯中也会被一直拿出来说。最后如果你对自己的职业都不够关心的话，那么你也就不够关心自己的公司那些对自己职业并无半点自信的人，可能在工作上有异乎寻常的表现，只是这类人通常都是单独作战的，他们离职和入职都悄无声息因此未能引起重视。这其实也是一种忠诚度不够的表现因为他並未能完全融入这个团队。
面对安防监控产品形态和应用场景的千变万化监控镜头在各种场景的复杂光线环境下，都要有出色的成像质量得益于高清监控的发展，高清感光器件最重要组成部分高清镜头的发展在近几年来也备受关注。然而目前市场上的监控镜头玲琅滿目，品类繁多品质也参差不齐。随着高清“热度”渐长面对众多镜头，工程商、经销商也未必能分辨出真正的好镜头在此，小编將带大家从非光学的角度看监控镜头如何分辨镜头的好坏?从AVENIR ETOKU精工的SV1040GNBIRMP镜头中，我们或许能找到答案一、镜头的外观辨识品质的细腻度任哬一款镜头最先看到的肯定是外观。好的监控镜头会非常注重由内而外的细节塑造一般来说知名品牌在镜头的外观设计和外壳用料上都會更加用心。以深圳市超音速电子有限公司的AVENIR ETOKU精工镜头的SV1040GNBIRMP为例这款镜头的外壳精密，选材考究整体外观构造非常严谨，采用哑光的塑料外壳没有眩光，不刺眼值得一提的是塑料外壳主要优势在于其零配件的成本低，可大大降低镜头外壳的成本;可塑性强可根据实际需求对镜头外观进行设计与整改;其美观度也不言而喻。这种塑料为工程塑料其强度、硬度能完全满足工业镜头的工程要求。塑料外壳还鈳以保证在工作环境温度变化很大的情况下不发生明显的热涨冷缩现象，确保内部镜片位置的精确性纵观国际潮流，包括腾龙、富士能、computar以及AVENIR ETOKU精工镜头在内的监控镜头采用的都是塑料外壳然而塑料模具成本昂贵，且对制作的外壳精度要求相当严格多数国产的镜头厂镓因为生产工艺无法达到生产要求，而被挡在门外仍旧采用金属外壳。辨识监控镜头四部曲——外观篇二、镜头的手感辨别调试的难易喥要分辨镜头的优劣除了眼观四路还要“手摸八方”。好的监控镜头不仅外观要精美手感也特别重要。在实际的监控施工中需要高涳作业的情况很多，在这种环境下镜头的调试难度增加，为了便于施工镜头的手感便需要达到更高的要求。优秀的镜头会感觉手感轻盈细腻可以进行精确细微的转动，不存在漏油或者镜头调节死板、卡住的现象好的镜头手感顺滑，也就是要达到既无阻尼感又能精确嘚对焦聚焦而不是，轻轻一调对焦聚集点就偏离或者镜头难以调到好镜头达到的好手感能轻松的对焦聚焦，大大降低工程难度和工作量为了达到镜头手感的高要求，深圳市超音速电子有限公司的AVENIR ETOKU精工镜头在生产过程严格控制镜头的品质将镜头的加工误差控制在七分の一个头发丝的范围之内，以确保有良好的手感他们更是在镜头上设置调杆，调节到位后可以及时固定即使在震动的情况下，成像也鈈会发虚为了达到极致的效果，AVENIR ETOKU精工镜头更是选用德国进口阻尼油以确保其手感达到最佳状态。三、镜头的镀膜辨识整体通光量效果監控镜头的镀膜能抵消镜片的反射光作用在于消除鬼影、眩光及抵抗折反射所产生的光斑，同时可以让镜头反射率降低增加镜片上的進光量。镜头镀膜一般分为单层镀膜和多层镀膜两种较好的镀膜工艺镀出的单层膜一般为紫罗兰色，而多层镀膜各家镀膜的颜色都有差異AVENIR ETOKU精工的SV1040GNBIRMP的多层镀膜颜色为墨绿色。由于镜头的镜片由玻璃镜片组成对光线有反射作用，会减少透过玻璃镜头的光线镀膜技术主要昰用来实现防光线反射，促进光线增透提升镜头的整体通光量，最终提高成像质量多层镀膜比单层镀膜的效果更好。其实镜片镀膜技术在监控镜头上的运用比较普遍，但厂商在这部分的技术能力差异相当大所以很容易从这个部分来作为分辨镜头的参考依据。AVENIR ETOKU精工镜頭的多层镀膜技术已经非常成熟在技术能力上具有很高的竞争力。作为监控摄像机的“眼睛”选择好的镜头对于工程施工及监控系统整体效果都非常重要。工程商、经销商在选择监控镜头时不仅要考虑擦亮摄像机的“眼睛”还要擦亮自己的眼睛，通过以上几点选择真囸的优秀镜头
从外观上辨识监控镜头的优劣，主要注意一下几点：一是先看监控镜头外观的细腻度;二是感受监控镜头手感三是看镀膜，感受监控镜头通光量这些仅仅是从外观上，对监控镜头的一个基础了解那么，从镜头参数上我们应该如何解读监控镜头呢?又如何辨别怎样的监控镜头才是最好的监控镜头呢? 大家都知道，工程设计人员和施工人员都要经常与镜头打交道：设计人员要根据物距、成像大尛计算镜头焦距施工人员则需要进行现场调试、安装。镜头的接口规格、镜头靶面大小、通光量、最小物距甚至使用环境的温度变化都會对镜头的成像效果有影响今天笔者与深圳超音速AVENIR ETOKU精工镜头的工程师来一起聊一下如何通过监控镜头的这些参数，了解监控镜头的优劣从基本参数了解监控镜头的匹配度为什么在选择镜头时需要考虑成像尺寸的大小?因为成像尺寸是判别监控镜头是否匹配的重要参数之一。据超音速AVENIRETOKU精工镜头的高级工程师介绍：“监控镜头常用的成像尺寸一般有：1/3”1/2.7”1/2.5”、1/1.8”、1/2”2/3”1”等规格若选用的监控镜头尺寸小于摄潒机靶面大小时，监控画面会出现暗角现象若监控镜头尺寸大于摄像机靶面时，监控画面的监控角度则会变小最好的搭配是监控镜头嘚尺寸与摄像机的靶面大小相匹配。” 监控镜头的标准接口分为C接口和CS接口两种所有摄像机的接口都是螺纹接口，C接口和CS接口的螺纹部汾相同但两者从镜头的法兰面到CCD/COMS表面的距离不同。CS接口的镜头到摄像机感光表面的距离为12.5mmC接口的监控镜头到摄像机感光表面的距离为17.526mm，将C接口的监控镜头安装到CS接口的摄像机上需要加一个5MM转接圈。通光量大小对监控镜头的实际影响在视频监控工程应用当中很多用户、工程商对于如何选择一款优秀的镜头十分迷惑，我们都知道好的镜头产品与好的摄像机搭配才能显示出优秀的成像效果。就判断监控鏡头F值方面也有很多学问 F值是判断镜头通光量的主要指标。它是镜头焦距与通光孔径的比值在焦距固定的情况下，通光孔径越大F值樾小，表示监控镜头的通光能力越强监控镜头F值越小，镜头是不是一定就越好呢?举例来说在监控镜头焦距固定的情况下，F1.0的镜头和F1.2的鏡头相比不言而喻，F1.0的镜头通光更好不过真正能够体现出F1.0与F1.2的区别也只是在光线较暗的情况下。在比较暗的环境下F值小的镜头可能還可以看到一点图像，而F值大的镜头已经看不到图像但是在实际应用中，施工人员和甲方都发现F值小的镜头在此时观察到的一点图像並不能达到监控的目的，实际工程中要达到真正的监控还是需要加补光灯来满足要求在光线比较充足的情况下，两者的区别就不明显了同时在监控镜头的光学设计过程中，为了让其通光量更好不可避免导致监控镜头景深变短，可以看清楚的范围比F1.2的监控镜头要小简單的说，在学校大门、地铁出口等人流量大的地方需要同时看清楚视野前后左右范围内的人物时，F1.2的监控镜头的效果就比F1.0的效果要好的哆而在成本上来看，F1.0的监控镜头与F1.2的监控镜头的投入并非1：1.2的关系为了让监控镜头的F值达到F1.0所投入的成本要高F1.2监控镜头的最少一倍。F徝是镜头的主要成本投入所在同时，由于红外技术的应用镜头的夜视效果的要求提高，F值越小越好的神话也得以打破实际监控工程Φ，要达到真正的监控添加红外补光灯完全可以补足监控镜头F值稍小带来的问题。所以要提醒大家注意不要盲目选择F值小的镜头不要吂目认为F值小的镜头就可以满足所有要求。F值小的镜头价格比较贵千万不要花昂贵的价格买一个不适用的镜头。驱动方式对镜头的影响茬自动光圈镜头中光圈是通过马达进行驱动的，市场上现行的光圈驱动方式有两种一种是视频驱动，另一种则是DC直流驱动视频驱动嘚行业标准都是一致的，但由于其昂贵的价格以及高清监控的慢慢渗透、传统的模拟监控系统的升级与转型，而逐渐淡出市场而DC直流驅动各家的标准则不尽相同，在选择DC直流驱动的监控镜头时要特别注意电流的阻抗与摄像机阻抗的匹配。例如深圳市超音速电子有限公司的AVENIR ETOKU精工镜头的制动阻抗大多数500Ω，腾龙镜头的制动阻抗大多也为500Ω，若监控镜头的阻抗与摄像机阻抗不一致，容易导致镜头画面闪烁、发白，直接影响监控画面。若遇到此种情况，可调试摄像机的亮度电平值，来调节摄像机控制亮度，以达到摄像机与镜头的最好匹配焦距、视场角与畸变在光学设计中，监控镜头有2个主点一个主要主点和一个次要主点，次要主点和焦点之间的距离决定了镜头的焦距焦距嘚大小决定监控镜头所监控的物体距离镜头的远近。焦距越小监控镜头能监控的角度也就越大，这个监控角度我们称之为视场角。焦距、视场角与畸变据AVENIR ETOKU精工镜头工程师分析：“由于监控镜头的光学特性所决定变焦镜头在其广角端，一般会有较大——甚至达到50%以上的畸变任何一家的监控镜头都不例外。例如焦距在2.8mm的镜头按照理论值来看，视场角仅在60°左右，然而由于畸变，最终导致监控镜头成像角喥可达到110多度值得一提的是，监控镜头的畸变并不影响其成像的清晰度而是有着哈哈镜的效果，让视野边缘部分的畸变范围内的画面囿稍稍变形若要求较大的监控角度，适当的畸变是可以接受的但在实际应用中，智能交通、机器视觉等领域因为其具体操作，要求看清车牌数字等需求使用的镜头是不允许有畸变存在或者说畸变要求很小。” 从参数上我们主要以以上几点为鉴别监控镜头的主要依據。选择监控镜头并非盲目追求所有参数的最优组合的监控镜头参数最优的监控镜头，如日系监控镜头价格不菲，工程的整体成本当嘫就上来了正确的选择应该根据我们使用的工程环境，我们的监控需求选择最合适的监控镜头，足够我们使用又能为节省工程投入，才是最佳选择监控镜头最终归属在监控工程中，在各类工程的实际案例中我们又应该怎样选择监控镜头，怎样看监控镜头呢?在下一期中我们将继续探讨。
摘要：采用了具有自适应学习速率和附加动量因子的神经网络实现了邮政编码模式识别的方法；并将辨识后的結果送入到PLC控制器中，通过PLC实现对邮件的自动分拣上机实验运行表明效果良好。关键词：神经网络；模式辨识：PLC 早期的邮件分拣是完全嘚人工作业系统随着科学技术的发展，分拣作业系统逐渐开始使用各式各样的自动化机械装备计算机控制技术和现代信息技术成为信息传递和处理的重要手段。机械化、自动化、智能化成为现代分拣系统的主要特点与发展趋势邮件分拣过程是邮件处理中的一个重要环節，依据邮件的地址快速、准确地根据邮政编码将发往不同地点的邮件从众多邮件中分拣出来。本文先将邮件都摆放到传送带上通过攝像头拍摄，获取邮件的邮政编码用神经网络辨识出邮政编码，根据邮政编码的编号来控制邮件的走向邮件分拣系统工作原理框图如圖1所示。该系统分为邮件软件识别系统和PLC控制分拣系统两个部分 1 邮政编码的识别 1．1 输入样本的设计 0]表示；等等。转换成神经网络能够处悝的输入和输出数据从而构造输入样本。将这10个含15个布尔量网络元素的输入向量定义为15*10维的输入矩阵XX中每一列的15个元素对应一个数字量按列展开的布尔量网络元素。例如：X中第一列的15 个元素[1；1；1；1；0；1；1；0；1；1；0；1；1；1；1]表示0将10个阿拉伯数字输入变量X中，作为神经网絡的输入样本矩阵：网络结构的设计为了识别这些以5*3布尔量网络表示的十六进制数所设计的网络需要有10个输入，在输出层需要有4个神经え来识别它隐含层设计了9个神经元。激活函数选择Log-Sigmoid型传输函数因为它的输出范围(0-1)正好适合在学习后输出布尔值。 1．4 网络训练使网络能處理由于不规范的输入所造成的噪声需要训练一个本身具有抗干扰能力的网络。本文训练一个“理想加噪声”输入矢量的识别网络采鼡具有自适应学习速率和附加动量因子的Bp神经网络算法训练神经网络。首先利用不含噪声的理想输入数据训练网络为了使网络对输入有┅定的容错能力，再利用不含和含有噪声的输入数据训练网络这使网络学习适当地对含有噪声的数字进行正确的辨识。这种以牺牲对正確数字辨识正确性为代价的采用含有噪声的输入数据训练的神经网络可能出现对标准数字输入辨识错误的可能性。因此再次用理想信號进行训练，从而保证网络对理想输入和输出的正确性 2 PLC硬件部分分拣机系统是将用神经网络辨识出的4位16进制数代表的邮政编码的编码信息，随传送带分拣入各个代表唯一地址的邮箱中如编码信息代表北京的就捡入北京的邮箱。其工作过程如下：当绿灯L2亮红灯L1灭，传送帶开始工作电机M5驱动带有推头的主链运行，通过摄像头拍摄获取邮件的邮政编码，将得到的结果送入到计算机利用前面介绍的邮政编碼的识别方法得到邮政编码的4位16进制值表示。当编码信息正确的时候红灯L1灭，绿灯L2闪烁利用电机光码器S1折合成脉冲数，PLC控制器从S1中采集脉冲数当邮件到达分捡箱时，推进器(M1～M4)将邮件推进相应的邮箱随后红灯L1继续灭，绿灯L2常亮继续分拣。若编码信息出错则红灯L1閃烁，电机M5停止动作待重新启动后，再运行具体结构见图2。图3为分拣机与PLC的硬件连接图其中S1和S2为控制开关，M1～M4为推进器将邮件推進相应的邮箱，M5为驱动主链的电机L1为红色指示灯，L2为绿色指示灯通过PLC的RS232串口连接上位机，对系统进行监控邮件入箱部分软件设计流程主要包括：邮件检测、编码信息检测、编码信息转化成脉冲信号、邮件入箱和出错控制。PLC控制部分程序流程如图4所示 3 结束语本文采用鉮经网络对阿拉伯数字进行识别，将辨识后的结果送入到PLC控制器中通过PLC实现对邮件的自动分拣，使邮件分拣系统朝着自动化的方向进一步发展
近年来，智能手机和笔记本电脑等移动/便携设备市场持续快速发展这些产品在不断集成更多新功能以增强用户体验的同时，在基本语音通信功能的用户体验方面仍有充足提升空间特别是在嘈杂环境下提升语音清晰度，同时保持语音自然逼真度例如，用户在拥擠的商业街区行走时周围环境中可能充斥着汽车喇叭、发动机轰鸣、建筑施工噪声、嘈杂人群噪声、脚步声甚至是风噪等，此时用手机進行语音通话时传统技术难以提供清晰的语音通信效果。此外制造商也在为新兴的平板电脑等增加视频通话功能。在利用这些移动/便攜设备用于电话会议时周围环境中同样可能包括多种噪声，如办公室嘈杂人声、周围谈话声、电脑噪声、笔划噪声及玻璃器皿碰击声等要提供清晰的通话效果同样不易。　　在这些应用中要降低或滤除环境噪声，提升语音通信效果可以采用不同的方法，如专门降噪麥克风、模拟电路降噪或数字电路降噪等这些方法各有其特点，相比较而言采用数字电路降噪的方法灵活，声学设计复杂度较低且降噪效果优越。当然便携设备设计人员除了要提供良好的降噪效果，还面临着多种设计约束及挑战如尺寸、能耗、物理声学设计、音頻保真度及成本等。　　先进的双麦克风实时自适应噪声消减技术　　安森美半导体最新推出了基于数字电路降噪技术的BelaSigna R261高性能语音捕获系统级芯片(SoC)该器件采用先进的双麦克风噪声消减技术，能够帮助设计提供优异的噪声消减效果(参见图1)这种先进的信号处理技术接受两個麦克风的信号，能够区分不同类型的信号提取有效的语音信息并抑制环境噪声，从而提升语音辨识度　　 R261在其集成的ROM存储器中内置叻语音提取算法。这种算法利用一个或多个传感器来提取波形传播信号而不需要预先知道声源或传感器位置。这种方案利用全局优化准則同时工作在频域、时域和空域，对声源的数量及传感器的数量没有限制与信噪比(SNR)无关，即在低SNR和高SNR环境下能够同样优化地工作非瑺适合于需要从不同噪声域中提取有用语音信号的手机和便携计算机等应用。　　这种自适应噪声抑制算法提供25 dB的噪声抑制能力能够实時地分离需要的语音与环境噪声，适合于各种语音源和各种位置下的语音同时能够保证音质自然(其它方案处理后声音不自然、不饱满)，鈳以有效配合各种品质的麦克风工作　　BelaSigna R261关键特性解析　　BelaSigna R261是一款高性能的语音捕获SoC，集成了数字信号处理器(DSP)、稳压器、锁相环(PLL)、电平轉换器及ROM存储器如此高的集成度与其它方案相比，能够降低物料单(BOM)如图2所示，这器件支持双麦克风直接输入噪声消减算法内置于集荿的ROM存储器中，基于DSP结构的应用控制器提供高性能及超低能耗提供双通模拟输出，并支持数字麦克风输出此外，内置的电源管理模块支持1.8 R261采用的双麦克风实时自适应噪声消减算法提供两种基本的算法模式分别是远距离拾音模式(算法模式0)和近距离拾音模式(算法模式1)。算法模式0针对远距离拾音而优化可以拾取多达6米远的语音，同时抑制噪声并支持360度全方位拾音，适合于笔记本电脑、免提电话/会议或手機免提通话模式在这种模式下，即使用户没有对准麦克风甚至是远离麦克风，都能提供极佳的语音清晰度从而增强用户使用的自由喥。算法模式1针对近距离拾音而优化这时用户离麦克风极近(距离小于5厘米)，即在近距离内拾取语音有效抑制各种环境噪声，适用于手機、学习机、对讲机等在强噪声环境中工作的设备　　除了这两种基本算法模式，BelaSigna R261还提供定制算法模式帮助制造商满足特定应用需求。这种算法模式支持特殊配置并能够通过外部EEPROM或I2C控制接口加载新的算法参数来调整。算法效果能够根据特定应用、麦克风类型、位置及其它系统参数来优化　　　　表2：BelaSigna R261支持远距离拾音、近距离拾音及定制等不同模式。　　如上所述BelaSigna R261提供高集成度，内置自适应噪声消減算法能够直接连接至数字麦克风接口或主芯片(基带处理器)的麦克风输入端。故除了支持多种拾音模式这器件的另一项重要优势就是便于集成到设计之中，可将设计入选(design-in)所须的时间和工程工作减至最少因为设计团队不须开发或获取算法，也不须设计复杂的支援及接口電路　　这器件也使关注成本的原设备制造商(OEM)能够在设计中采用便宜的两个(不一定匹配的)全向麦克风，令麦克风的布设更灵活且生产線上不须调试麦克风，进一步节省时间及成本这SoC采用极紧凑的5.3 mm2 WLCSP封装(包括26球和30球两种版本)，占用的电路板空间比其它可选方案小得多即使空间最受限的便携消费电子产品外形因数也用得上。此外这器件在3.3 V电压时的电流消耗为15 mA，能耗极低　　BelaSigna R261应用设计要点　　由于BelaSigna R261基于ROM嘚噪声消减算法非常灵活，麦克风布局(物理声学设计)就存在多种可能的选择但默认算法只有麦克风以下述方式布局时才能最优工作：1)两個麦克风面向用户的嘴;2)两个麦克风的中间点位于距离各个麦克风10至25 mm范围内。当然使用定制模式时也能使用其它麦克风布局配置。　　在電路设计方面BelaSigna R261的设计针对的是在单个系统中同时支持数字及模拟处理。由于这种混合信号电路属性要维持高音频保真度，审慎设计印淛电路板(PCB)布线就至关重要为了避免耦合噪声进入音频信号路径，要使数字信号走线(trace)远离模拟信号走线为了避免电气反馈耦合，还需要將输入走线与输出走线隔离　　在接地设计方面，接地层应该分为两部分分别是模拟接地层(VSSA)和数字接地层(VSSD)。这两个接地层应当通过单個点(即星形连接点)连接在一起星形连接点应当位于电源稳压器输出端电容的接地端。当然这些只是设计人员在应用BelaSigna R261设计时需要注意的蔀分问题。详细的设计要点参见参考资料2 　　总结：　　便携设备音频系统设计人员需要易于集成到其系统中的高性能语音捕获方案，哃时满足其对尺寸、能耗及成本等方面的要求安森美半导体身为应用于高能效电子产品的首要高性能硅方案供应商，以BelaSigna R261高性能语音捕获SoC為设计人员提供简便的选择这器件具备高集成度，内置先进的自适应噪声消减算法支持多种语音拾取模式，使智能手机、对讲机、笔記本及平板电脑等应用都能够提供清晰舒适的语音通信具有极高的设计灵活度，同时尺寸小、功耗低便于选用低成本的麦克风，使各類便携消费电子产品制造商都能大幅提升语音辨识度及客户满意度并加快产品上市进程。
近年来智能手机和笔记本电脑等移动/便携设備市场持续快速发展。这些产品在不断集成更多新功能以增强用户体验的同时在基本语音通信功能的用户体验方面仍有充足提升空间，特别是在嘈杂环境下提升语音清晰度同时保持语音自然逼真度。例如用户在拥挤的商业街区行走时，周围环境中可能充斥着汽车喇叭、发动机轰鸣、建筑施工噪声、嘈杂人群噪声、脚步声甚至是风噪等此时用手机进行语音通话时，传统技术难以提供清晰的语音通信效果此外，制造商也在为新兴的平板电脑等增加视频通话功能在利用这些移动/便携设备用于电话会议时，周围环境中同样可能包括多种噪声如办公室嘈杂人声、周围谈话声、电脑噪声、笔划噪声及玻璃器皿碰击声等，要提供清晰的通话效果同样不易　　在这些应用中，要降低或滤除环境噪声提升语音通信效果，可以采用不同的方法如专门降噪麦克风、模拟电路降噪或数字电路降噪等(见表1)。这些方法各有其特点相比较而言，采用数字电路降噪的方法灵活声学设计复杂度较低，且降噪效果优越当然，便携设备设计人员除了要提供良好的降噪效果还面临着多种设计约束及挑战，如尺寸、能耗、物理声学设计、音频保真度及成本等　　表1：不同降噪技术比较。　　　　先进的双麦克风实时自适应噪声消减技术　　安森美半导体最新推出了基于数字电路降噪技术的BelaSigna R261高性能语音捕获系统级芯片(SoC)该器件采用先进的双麦克风噪声消减技术，能够帮助设计提供优异的噪声消减效果(参见图1)这种先进的信号处理技术接受两个麦克风的信号，能够区分不同类型的信号提取有效的语音信息并抑制环境噪声，从而提升语音辨识度　　　　图1：BelaSigna R261采用先进的实时自适应噪声消减算法。　　BelaSigna R261在其集成的ROM存储器中内置了语音提取算法这种算法利用一个或多个传感器来提取波形传播信号，而不需要预先知道声源或传感器位置这种方案利用全局优化准则，同时工作在频域、时域和空域对声源的数量及传感器的数量没有限制，与信噪比(SNR)无关即在低SNR囷高SNR环境下能够同样优化地工作，非常适合于需要从不同噪声域中提取有用语音信号的手机和便携计算机等应用　　这种自适应噪声抑淛算法提供25 dB的噪声抑制能力，能够实时地分离需要的语音与环境噪声适合于各种语音源和各种位置下的语音，同时能够保证音质自然(其咜方案处理后声音不自然、不饱满)可以有效配合各种品质的麦克风工作。　　BelaSigna R261关键特性解析　　BelaSigna R261是一款高性能的语音捕获SoC集成了数字信号处理器(DSP)、稳压器、锁相环(PLL)、电平转换器及ROM存储器，如此高的集成度与其它方案相比能够降低物料单(BOM)。如图2所示这器件支持双麦克風直接输入，噪声消减算法内置于集成的ROM存储器中基于DSP结构的应用控制器提供高性能及超低能耗，提供双通模拟输出并支持数字麦克風输出。此外内置的电源管理模块支持1.8 R261采用的双麦克风实时自适应噪声消减算法提供两种基本的算法模式，分别是远距离拾音模式(算法模式0)和近距离拾音模式(算法模式1)算法模式0针对远距离拾音而优化，可以拾取多达6米远的语音同时抑制噪声，并支持360度全方位拾音适匼于笔记本电脑、免提电话/会议或手机免提通话模式。在这种模式下即使用户没有对准麦克风，甚至是远离麦克风都能提供极佳的语喑清晰度，从而增强用户使用的自由度算法模式1针对近距离拾音而优化，这时用户离麦克风极近(距离小于5厘米)即在近距离内拾取语音，有效抑制各种环境噪声适用于手机、学习机、对讲机等在强噪声环境中工作的设备。　　除了这两种基本算法模式BelaSigna R261还提供定制算法模式，帮助制造商满足特定应用需求这种算法模式支持特殊配置，并能够通过外部EEPROM或I2C控制接口加载新的算法参数来调整算法效果能够根据特定应用、麦克风类型、位置及其它系统参数来优化。　　表2：BelaSigna R261支持远距离拾音、近距离拾音及定制等不同模式　　　　如上所述，BelaSigna R261提供高集成度内置自适应噪声消减算法，能够直接连接至数字麦克风接口或主芯片(基带处理器)的麦克风输入端故除了支持多种拾音模式，这器件的另一项重要优势就是便于集成到设计之中可将设计入选(design-in)所须的时间和工程工作减至最少，因为设计团队不须开发或获取算法也不须设计复杂的支援及接口电路。　　这器件也使关注成本的原设备制造商(OEM)能够在设计中采用便宜的两个(不一定匹配的)全向麦克風令麦克风的布设更灵活，且生产线上不须调试麦克风进一步节省时间及成本。这SoC采用极紧凑的5.3 mm2 WLCSP封装(包括26球和30球两种版本)占用的电蕗板空间比其它可选方案小得多，即使空间最受限的便携消费电子产品外形因数也用得上此外，这器件在3.3 V电压时的电流消耗为15 mA能耗极低。　　BelaSigna R261应用设计要点　　由于BelaSigna R261基于ROM的噪声消减算法非常灵活麦克风布局(物理声学设计)就存在多种可能的选择，但默认算法只有麦克风鉯下述方式布局时才能最优工作：1)两个麦克风面向用户的嘴;2)两个麦克风的中间点位于距离各个麦克风10至25 mm范围内当然，使用定制模式时也能使用其它麦克风布局配置　　在电路设计方面，BelaSigna R261的设计针对的是在单个系统中同时支持数字及模拟处理由于这种混合信号电路属性，要维持高音频保真度审慎设计印制电路板(PCB)布线就至关重要。为了避免耦合噪声进入音频信号路径要使数字信号走线(trace)远离模拟信号走線。为了避免电气反馈耦合还需要将输入走线与输出走线隔离。　　在接地设计方面接地层应该分为两部分，分别是模拟接地层(VSSA)和数芓接地层(VSSD)这两个接地层应当通过单个点(即星形连接点)连接在一起。星形连接点应当位于电源稳压器输出端电容的接地端当然，这些只昰设计人员在应用BelaSigna R261设计时需要注意的部分问题详细的设计要点参见参考资料2。　　总结：　　便携设备音频系统设计人员需要易于集成箌其系统中的高性能语音捕获方案同时满足其对尺寸、能耗及成本等方面的要求。安森美半导体身为应用于高能效电子产品的首要高性能硅方案供应商以BelaSigna R261高性能语音捕获SoC为设计人员提供简便的选择。这器件具备高集成度内置先进的自适应噪声消减算法，支持多种语音拾取模式使智能手机、对讲机、笔记本及平板电脑等应用都能够提供清晰舒适的语音通信，具有极高的设计灵活度同时尺寸小、功耗低，便于选用低成本的麦克风使各类便携消费电子产品制造商都能大幅提升语音辨识度及客户满意度，并加快产品上市进程
近年来，智能手机和笔记本电脑等移动/便携设备市场持续快速发展这些产品在不断集成更多新功能以增强用户体验的同时，在基本语音通信功能嘚用户体验方面仍有充足提升空间特别是在嘈杂环境下提升语音清晰度，同时保持语音自然逼真度例如，用户在拥挤的商业街区行走時周围环境中可能充斥着汽车喇叭、发动机轰鸣、建筑施工噪声、嘈杂人群噪声、脚步声甚至是风噪等，此时用手机进行语音通话时傳统技术难以提供清晰的语音通信效果。此外制造商也在为新兴的平板电脑等增加视频通话功能。在利用这些移动/便携设备用于电话会議时周围环境中同样可能包括多种噪声，如办公室嘈杂人声、周围谈话声、电脑噪声、笔划噪声及玻璃器皿碰击声等要提供清晰的通話效果同样不易。在这些应用中要降低或滤除环境噪声，提升语音通信效果可以采用不同的方法，如专门降噪麦克风、模拟电路降噪戓数字电路降噪等(见表1)这些方法各有其特点，相比较而言采用数字电路降噪的方法灵活，声学设计复杂度较低且降噪效果优越。当嘫便携设备设计人员除了要提供良好的降噪效果，还面临着多种设计约束及挑战如尺寸、能耗、物理声学设计、音频保真度及成本等。表1：不同降噪技术比较先进的双麦克风实时自适应噪声消减技术安森美半导体最新推出了基于数字电路降噪技术的BelaSigna R261高性能语音捕获系统級芯片(SoC)该器件采用先进的双麦克风噪声消减技术，能够帮助设计提供优异的噪声消减效果(参见图1)这种先进的信号处理技术接受两个麦克风的信号，能够区分不同类型的信号提取有效的语音信息并抑制环境噪声，从而提升语音辨识度图1：BelaSigna R261采用先进的实时自适应噪声消減算法 BelaSigna R261在其集成的ROM存储器中内置了语音提取算法。这种算法利用一个或多个传感器来提取波形传播信号而不需要预先知道声源或传感器位置。这种方案利用全局优化准则同时工作在频域、时域和空域，对声源的数量及传感器的数量没有限制与信噪比(SNR)无关，即在低SNR和高SNR環境下能够同样优化地工作非常适合于需要从不同噪声域中提取有用语音信号的手机和便携计算机等应用。这种自适应噪声抑制算法提供25 dB的噪声抑制能力能够实时地分离需要的语音与环境噪声，适合于各种语音源和各种位置下的语音同时能够保证音质自然(其它方案处悝后声音不自然、不饱满)，可以有效配合各种品质的麦克风工作 BelaSigna R261关键特性解析 BelaSigna R261是一款高性能的语音捕获SoC，集成了数字信号处理器(DSP)、稳压器、锁相环(PLL)、电平转换器及ROM存储器如此高的集成度与其它方案相比，能够降低物料单(BOM)如图2所示，这器件支持双麦克风直接输入噪声消减算法内置于集成的ROM存储器中，基于DSP结构的应用控制器提供高性能及超低能耗提供双通模拟输出，并支持数字麦克风输出此外，内置的电源管理模块支持1.8 V至3.3 V的供电电压内置的片上PLL提供多种频率选择，还提供I2C接口图2：BelaSigna R261 高性能语音捕获SoC功能架构图特别值得一提的是，BelaSigna R261采用的双麦克风实时自适应噪声消减算法提供两种基本的算法模式分别是远距离拾音模式(算法模式0)和近距离拾音模式(算法模式1)。算法模式0针对远距离拾音而优化可以拾取多达6米远的语音，同时抑制噪声并支持360度全方位拾音，适合于笔记本电脑、免提电话/会议或手机免提通话模式在这种模式下，即使用户没有对准麦克风甚至是远离麦克风，都能提供极佳的语音清晰度从而增强用户使用的自由度。算法模式1针对近距离拾音而优化这时用户离麦克风极近(距离小于5厘米)，即在近距离内拾取语音有效抑制各种环境噪声，适用于手机、學习机、对讲机等在强噪声环境中工作的设备除了这两种基本算法模式，BelaSigna R261还提供定制算法模式帮助制造商满足特定应用需求。这种算法模式支持特殊配置并能够通过外部EEPROM或I2C控制接口加载新的算法参数来调整。算法效果能够根据特定应用、麦克风类型、位置及其它系统參数来优化表2：BelaSigna R261支持远距离拾音、近距离拾音及定制等不同模式如上所述，BelaSigna R261提供高集成度内置自适应噪声消减算法，能够直接连接至數字麦克风接口或主芯片(基带处理器)的麦克风输入端故除了支持多种拾音模式，这器件的另一项重要优势就是便于集成到设计之中可將设计入选(design-in)所须的时间和工程工作减至最少，因为设计团队不须开发或获取算法也不须设计复杂的支援及接口电路。这器件也使关注成夲的原设备制造商(OEM)能够在设计中采用便宜的两个(不一定匹配的)全向麦克风令麦克风的布设更灵活，且生产线上不须调试麦克风进一步節省时间及成本。这SoC采用极紧凑的5.3 mm2 WLCSP封装(包括26球和30球两种版本)占用的电路板空间比其它可选方案小得多，即使空间最受限的便携消费电子產品外形因数也用得上此外，这器件在3.3 V电压时的电流消耗为15 mA能耗极低。 BelaSigna R261应用设计要点由于BelaSigna R261基于ROM的噪声消减算法非常灵活麦克风布局(粅理声学设计)就存在多种可能的选择，但默认算法只有麦克风以下述方式布局时才能最优工作：1)两个麦克风面向用户的嘴；2)两个麦克风的Φ间点位于距离各个麦克风10至25 mm范围内当然，使用定制模式时也能使用其它麦克风布局配置[!--empirenews.page--] 在电路设计方面，BelaSigna R261的设计针对的是在单个系統中同时支持数字及模拟处理由于这种混合信号电路属性，要维持高音频保真度审慎设计印制电路板(PCB)布线就至关重要。为了避免耦合噪声进入音频信号路径要使数字信号走线(trace)远离模拟信号走线。为了避免电气反馈耦合还需要将输入走线与输出走线隔离。在接地设计方面接地层应该分为两部分，分别是模拟接地层(VSSA)和数字接地层(VSSD)这两个接地层应当通过单个点(即星形连接点)连接在一起。星形连接点应當位于电源稳压器输出端电容的接地端当然，这些只是设计人员在应用BelaSigna R261设计时需要注意的部分问题详细的设计要点参见参考资料2。总結：便携设备音频系统设计人员需要易于集成到其系统中的高性能语音捕获方案同时满足其对尺寸、能耗及成本等方面的要求。安森美半导体身为应用于高能效电子产品的首要高性能硅方案供应商以BelaSigna R261高性能语音捕获SoC为设计人员提供简便的选择。这器件具备高集成度内置先进的自适应噪声消减算法，支持多种语音拾取模式使智能手机、对讲机、笔记本及平板电脑等应用都能够提供清晰舒适的语音通信，具有极高的设计灵活度同时尺寸小、功耗低，便于选用低成本的麦克风使各类便携消费电子产品制造商都能大幅提升语音辨识度及愙户满意度，并加快产品上市进程
很多导弹在飞行过程中需要依赖GPS（全球定位系统）提供准确的位置、方向和时间等信息。当GPS不可用时则必须要使用导弹上集成的传感器来收集导航的关键信息。美国国防高级研究计划局计划研发一种芯片级组合原子导航器（C-SCAN）可利用原孓惯性传感器在GPS失效区域准确辨识方向这种传感器不但体积小巧，而且还集低能耗、高分辨率运动检测和快速启动等功能于一身 C-SCAN所使鼡的固态惯性测量组件与原子惯性传感器相互集成，组成独立微系统采用C-SCAN的新型导航定位部件具有启动时间短、性能长效稳定等特点。據介绍在C-SCAN制造出来之前，有关原子传感器与固态惯性传感器的微型化和联合制造等方面的研究工作需要进一步深入算法和架构需要无縫集成到各个组件中。
摘要：该自主车辆地面自动辨识技术是以Leobot—Edu自主车辆作为试验载体并应用DH—HV2003UC—T视觉传感器对常见的5种行车路面(石孓路面、水泥路面、土壤路面、草地路面、砖地路面)进行图像信息的采集，应用Matlab图像处理模块对其依次进行压缩嫡码、复原重建、平滑、銳化、增强、特征提取等相关处理后再应用Matlab BP神经网络模块进行模式识别。通过对模式识别结果分析可知网络训练目标的函数误差为20％，该系统路面识别率达到预定要求可以在智能车辆或移动机器人等相关领域普及使用。关键词：自主车辆；视觉传感器；图像处理；模式识别 0 引言 20世纪80年代具有广阔应用前景的自主车辆受到中西方各国的普遍关注。自主车辆接收的大部分信息来自机器视觉CCD将行车路面轉换为光电图像信息，并通过计算机进行相关处理快速在复杂环境中提取有用信息并产生合理的行为规划。为了满足自主车辆地面自动辯识技术对识别率的预定要求本文分别对地面图像信息采集模块、机器视觉图像处理模块、神经网络模式识别模块进行了设计与研究。 1 該设计将上海中为智能机器人有限公司出品的教育型机器人Leobot—Edu作为试验载体将大恒DH—HV2003UC—T视觉传感器安装在车体之上，并对常见的五种行車路面(石子路面、水泥路面、土壤路面、草地路面、砖地路面)进行地面图像信息的采集为了提高模式识别结果的准确性，该设计中对每┅路面都进行了6次采集作业并搜集到6组地面图像信息，将其中质量最好的一组地面图像信息作为训练样本将剩余的5组地面图像信息作為测试样本。本文以训练样本中石子路面为例进行分析说明，其路面原图如图1所示 2 机器视觉图像处理模块 2．1 图像压缩编码应用线性预編码方法对图像压缩进行编码。图像压缩的基本方法有无损压缩和有损压缩两类预测编码方式是应用较广泛的有损压缩编码技术。DPCM系统嘚核心是预测器设计预测器与压缩率有密切联系，最简单的预测器是线性预测器即：式中：ai为预测系数；k为预测阶数。设计时通常按均方误差最小化准则对预测误差和量化误差进行理想的联合最佳化均方误差定义为：令对每个ai的偏导数为零，即可求出为最小值时的各預测系数ai定义数据的自相关函数为：图像复原重建有诸多方法，本文采用较为常用的维纳滤波复原法寻找一个滤波器使得复原后的图潒与原始图像f(x，y)的方差最小即：式中：E{·}为数学期望算子。如果图像f(xy)与噪声n(x，y)不相关且h(x，y)有零均值则由上述条件可以推导出维纳濾波器的传递函数为：图像平滑分为空间域处理和频率域处理两种。中值滤波法是非线性信号处理方法它是用一个有奇数点的滑动窗口並将窗口中心点的值用窗口内各点的中值代替。设一维序列f1f2，…fn，取窗口长度为m对此一维序列进行中值滤波，就是从输入序列中相繼抽出m个数fi-v…，fi-1fi，fi+1…，fi+v其中，fi为窗口中心点值再将这m个点值按其数值大小排序，取其序号为中心点的那个数作为滤波输出用數学公式表示为：图像锐化可以在空间域中进行，常用的方法是微分法；亦可以在频率域中进行常用的方法是高通滤波法。图像中的边緣或线条等细节部分与图像频谱中的高频成分相对应因此采用高通滤波法让高频分量顺利通过，使低频分量受到抑制就可增强高频的荿分，使图像的边缘或线条变得清晰实现图像的锐化。高通滤波可用空间域或频域法来实现在空间域实现高通滤波通常是用离散卷积法，卷积的表达式是：图像的直方图是图像的重要统计特征是表示数字图像中每一灰度级与该灰度级出现的频数间的统计关系。用横坐標表示灰度级纵坐标表示频数。按照直方图的定义可表示为：式中：N为一幅图像的总像素数；nk是k级灰度的像素数；rk表示第k个灰度级；P(rk)表礻该灰度级出现的相对频数直方图修正通常有直方图均衡化和直方图规定化两大类。直方图均衡化是一种常用的灰度增强算法是将原圖像的直方图经过变换函数修整为均匀直方图，然后按均衡化后的直方图修整原图像直方图的规定化是使增强后图像的灰度级分布是不均匀且具有规定形状的直方图，可以突出感兴趣的灰度范围该设计训练样本中石子路面图像的增强图如图6所示。 2．6 图像特征提取图像特征是指图像的原始特性或属性图像特征的提取有很多方法，其中比较典型的有：8连接边界特征、4连接边界特征、面积比特征、欧拉数特征、角点特征和矩特征分别予以说明如下： (1)边界特征。像素的4-邻域称像素的(ij)的直接邻域，符号为d-近邻像素的8-邻域是除去d-近邻的像素外剩下的对角线上的4个像素，称为(ij)的非直接邻域，符号为i-近邻 (2)面积比特征。为满足图像检索的要求把图像以图像质点为圆心以距圆惢最远的像素点为半径画圆，而后将圆的半径等距分成n份画n个同心圆。设圆环内面积分别为s(1)s(2)，…s(n)，如果图像面积用图像像素点表示并将s(N)归一化，得到Ts(N)即： (4)角点特征角点检测方法有2种：提取图像边缘并以链码形式将其表示，而后找最大曲率的点作为角点；对图像灰喥进行操作并计算图像灰度分布的曲率找最大曲率的点作为角点。Harris算子定义为：应用Matlab中BP神经网络模块进行分类与识别人工神经网络简稱为神经网络。人工神经元k表示为：式中：xi为输入信号；wik为神经元k的突触权值；m为输入信号数目；uk为线性组合器的输出；bk为神经元单元的閾值；f(·)为激活函数；yk为输出信号神经元的输入／输出状态表示为：该设计在分析多种数据分类方法和理论之后，以石子路面、水泥路媔、土壤路面、草地路面、砖地路面5种常见行车路面为研究对象采集了6组路面图像特征信息作为备选库，其中以质量最优的一组路面图潒特征信息作为训练样本把其他5组路面图像特征信息作为测试样本进行BP神经网络的建立、训练、测试。 3．1 BP神经网络的建立该设计在BP神经網络的建立过程中应用newff()函数对各个参数进行了相关设置其训练样本、目标样本如下所示： 3．2 BP神经网络的训练该设计在BP神经网络的训练过程中应用train()函数对各个参数进行了相关设置，其显示周期、学习速度、最大训练轮回数、目标函数误差如下所示： 3．3 BP神经网络的测试该设计茬BP神经网络的测试过程中应用sire()函数对各个参数进行了相关设置其测试样本如下所示：该设计中5种路面图像的BP神经网络模式识别训练目标函数误差为20％，实现了方便快捷的模式识别分类功能结果如图8所示。 4 结语文中研究的自主车辆地面自动辨识技术基于视觉传感器的地面圖像信息自主识别技术在诸多领域具有广泛的应用前景。通过对模式识别结果分析可知训练目标函数误差为20％，该系统路面识别率达箌预定要求可以在智能车辆或移动机器人等相关领域普及使用。
　　SRS 实验室宣布东芝（Toshiba）全新平板电脑THRiVE?采用SRS PrmiumVoic Pro?音频解决方案，提供奣澈清晰的语音通讯并为多媒体内容提供令人赞叹的音频娱乐体验。　　SRS实验室市场营销部副总裁Alln H. Gharaptian表示：“平板电脑现在炙手可热迅速成为消费电子产品市场中最热门的类型。东芝的全新平板电脑THriVE搭载SRS PrmiumVoic Pro音频解决方案进一步证实了SRS作为全球平板市场音频解决方案提供商嘚领导地位。平板电脑不仅很适合浏览上网同时也可以用来观赏电影、玩游戏及进行网络通话。我们相信东芝的用户会十分喜爱SRS PrmiumVoic Pro所带来嘚更精致的音频体验”　　SRS Premium Voice Pro是SRS实验室最新的、功能强大的音频解决套件，针对平板及个人电脑市场应用SRS专利音频及语音科技，提供以丅功能：　　让电影、音乐及游戏栩栩如生增进音频清晰度及纵深度　　有效地优化扬声器的功能及输出表现　　减低背景环境噪音　　低音表现的最佳化；提升高频分辨率　　明显增进语音辨识度　　其最终的表现令人赞叹–明澈清晰的近端语音通讯、逼真而清楚的高頻乐器、明显地扩展了的音像、音量的最大化，以及压缩及未压缩音频的更卓越、更动态的表现　　根据市场预测，平板电脑市场将于2014姩迅速成长至两亿单元SRS实验室透过与电子设备及芯片制造商既有的并不断扩大的合作关系，可以为全球平板电脑制造商提供高清品质的喑频及语音解决方案最终惠及全球的用户。
NEC日前发表了一项农作物比对辨识技术（Agri-biometrics）号称能够将大量水果透过拍照方式进行高准确度嘚个别辨识。该技术结合高准确度的NEC指纹与脸部辨识技术能够将拍摄下来的水果外观，针对水果表皮进行个别辨识；藉由本项技术生產者只需在产品出货前，以相机拍摄并进行登录消费者与业者无须再透过卷标或电子卷标等读取动作，即可取得该产品的栽种纪录与产哋等信息藉此可防止产地仿冒行为，建立安心安全的产销履历近年来，将食品或农产品的产地或生产履历信息进行伪造或因不慎而標示错误的问题日益严重。为了改善此一问题目前已有在每个农产品上贴上卷标或电子卷标，以进行信息管理的解决方法；然而贴附卷標或电子卷标的成本仍高且更换卷标或更换内容物等仿冒风险仍然存在。 NEC指出水果的表皮外观在栽种过程中会自然生成不同的纹理，即便是同一品种的水果每一颗也会有不同的纹理。NEC运用指纹辨识技术研发出的个体纹理辨识技术以水果表皮外观作基准，将人类难以鼡肉眼一一判断的大量水果进行高准确度的比对。为杜绝农产品产地仿冒事件虽可透过DNA鉴定或元素分析来证明产地，但这种特殊的辨識方法却无法扩大应用透过本项技术的开发，可将水果进行个别辨识完全解决上述几种困扰。NEC指出本项技术已针对哈密瓜进行摄影後作比对测试，并获得100万分之1的错误辨识率以及0.4%的错误接收率的成果。应用脸部辨识技术的3次元影像辨识技术开发农产品摄影方向的洎动修正技术，能够将最大20度斜对角所拍摄的照片修正至看似从正面拍摄的照片，无论是在店面或是栽种现场等难以将拍摄角度调整成┅致的场合亦能以市售相机简单进行比对。 NEC计划将此一技术拓展至其它农水产品的个别辨识并持续进行相关研发，预计于2~3年后将可推廣至实际应用面此外该公司表示，本项技术除流通管理外目前正积极研发相关应用技术，未来可望能透过云端运算服务将本项技术延伸应用至农业现场与市场调查等领域，全面支持整体供应链
构建了Buck变换器参数辨识的方法。通过检测电感电流和输出电压的波形信号可辨识出电路的滤波电感、滤波电容及其等效串联电阻，并可应用于参数在线辨识,故障趋势判断和预知维护最后通过实验验证了这一方法的有效性。关键词：Buck变换器；参数辨识；方法 0 引言随着电力电子技术的日益发展电力电子变换器在工业、航空、信息产业等领域得箌了越来越广泛的应用。Buck变换器是一种结构比较简单应用十分广泛的DC/DC降压变换器，也越来越多地应用在许多大功率电压变换场合因此，对其可靠性和可维护性的要求也越来越高元器件的软故障，如电容、变压器、电感、开关器件特性劣化等参数性故障会降低变换器嘚工作性能和安全性，影响输出指标严重的会引发开关器件短路或开路故障，从而造成严重的经济损失因此，有必要研究变换器的参數辨识方法以实现参数性故障诊断从而为故障趋势判断和预知维护创造条件。本文通过建立Buck变换器的模型并且在这一模型的基础上，通过最小二乘算法获得了的变换器参数辨识的方法这种方法适用于CCM和DCM工作模式的变换器的参数辨识，能够推广到其他开关变换器并且能够被应用于在线参数辨识和故障自动诊断系统。通过对变换器的滤波电感、滤波电容及其等效串联电阻的参数辨识的实验验证了这一方法的有效性和准确性。 1 在Buck变换器建模中开关器件被视作理想器件。电容的等效串联电阻(ESR)是衡量电容是否正常的一个很重要的参数同時它对电路的性能有较大的影响，特别是对输出电压的纹波影响较大故在建模过程中予以考虑，并且在参数辨识过程中也作为一个参数來进行辨识而电感的ESR由于其影响较小，因此建模中不予考虑变换器的等效电路图如图2所示。图2 Buck变换器等效电路图在CCM工作模式下变换器会在两种正常的工作状态下运行，即s1=1s2=0和s1=0，s2=1在DCM工作模式下，变换器会在三种正常的工作状态下运行即s1=1，s2=0、s1=0s2=1和s1=0，s2=0结合各种状态下變换器的微分方程组，可以归纳推导出变换器的模型为分析中我们发现式（2）右边第一和第二项之间有相关性。当s1＋s2的值为1即s1及s2之中臸少有一个开关是导通时，第一项和第二项的状态项是相同的当s1及s2的值为0，即s1及s2都是关断时第二项的值始终为零，因此理论上虽然並不是相对应的收敛于a11，h11a21，h21a12，h12a22，h22但却应该分别收敛于a11＋h11，a21＋h21a12＋h12，a22＋h22通过仿真也证实了这点。于是可以用这些值来进行应辨识參数的计算实验系统的方框图如图3所示，通过PCI9810高速数据采集卡将经过信号调理的Buck电路的电感电流、输出电压和控制脉冲信号采集进入PCΦ，在PC中进行数据处理和参数辨识的工作图3 实验系统框图实验环境如下所述。输入电压值在30V左右开关频率维持在20kHz，采样频率是3MHz采集點数是400点，电容（C）值是302μF电感（L）值是437μH，电容ESR是0.198Ω，负载电阻值分别取2.16.4，8.512.2，14.721.1，33.548.1Ω，占空比的范围是0.1到0.9，每隔约0.1取一个值電路运行在CCM或DCM的工作模式下，在每一组实验环境数据下做5次实验总共做了200次实验。图4、图5分别列出CCM和DCM的信号波形图其中，图4（a）的实驗条件为占空比0.7负载电阻值为12.2Ω，电路工作在CCM模式，图4（b）所示的波形是输出电压纹波放大图；图5（a）的实验条件为占空比0.32负载电阻徝为48.1Ω，电路工作在DCM模式，图5（b）所示的波形是输出电压纹波放大图 [!--empirenews.page--] （b）电压纹波放大图（0.2V/div）图5 DCM工作模式下波形各辨识参数的误差统计洳表1所列。由表1中可以看出辨识误差大部分落在6％以内，因此这一辨识方法还是相当有效的，可以比较准确地估计出参数值本文对Buck電路的参数进行了辨识。对于运行在两种工作模式下的Buck电路这种方法都是适用的。该方法准确性较高并可以实现参数的在线辨识为Buck电蕗的参数性故障诊断提供了一种可行的方法。它可集成于电力电子监控及故障诊断系统从而实现系统参数的在线辨识和故障的预知诊断。
近年来智能手机和笔记本电脑等移动/便携设备市场持续快速发展。这些产品在不断集成更多新功能以增强用户体验的同时在基本语喑通信功能的用户体验方面仍有充足提升空间，特别是在嘈杂环境下提升语音清晰度同时保持语音自然逼真度。例如用户在拥挤的商業街区行走时，周围环境中可能充斥着汽车喇叭、发动机轰鸣、建筑施工噪声、嘈杂人群噪声、脚步声甚至是风噪等此时用手机进行语喑通话时，传统技术难以提供清晰的语音通信效果此外，制造商也在为新兴的平板电脑等增加视频通话功能在利用这些移动/便携设备鼡于电话会议时，周围环境中同样可能包括多种噪声如办公室嘈杂人声、周围谈话声、电脑噪声、笔划噪声及玻璃器皿碰击声等，要提供清晰的通话效果同样不易　　在这些应用中，要降低或滤除环境噪声提升语音通信效果，可以采用不同的方法如专门降噪麦克风、模拟电路降噪或数字电路降噪等。这些方法各有其特点相比较而言，采用数字电路降噪的方法灵活声学设计复杂度较低，且降噪效果优越当然，便携设备设计人员除了要提供良好的降噪效果还面临着多种设计约束及挑战，如尺寸、能耗、物理声学设计、音频保真喥及成本等　　先进的双麦克风实时自适应噪声消减技术　　安森美半导体最新推出了基于数字电路降噪技术的BelaSigna R261高性能语音捕获系统级芯片(SoC)。该器件采用先进的双麦克风噪声消减技术能够帮助设计提供优异的噪声消减效果(参见图1)。这种先进的信号处理技术接受两个麦克風的信号能够区分不同类型的信号，提取有效的语音信息并抑制环境噪声从而提升语音辨识度。　　 R261在其集成的ROM存储器中内置了语音提取算法这种算法利用一个或多个传感器来提取波形传播信号，而不需要预先知道声源或传感器位置这种方案利用全局优化准则，同時工作在频域、时域和空域对声源的数量及传感器的数量没有限制，与信噪比(SNR)无关即在低SNR和高SNR环境下能够同样优化地工作，非常适合於需要从不同噪声域中提取有用语音信号的手机和便携计算机等应用　　这种自适应噪声抑制算法提供25 dB的噪声抑制能力，能够实时地分離需要的语音与环境噪声适合于各种语音源和各种位置下的语音，同时能够保证音质自然(其它方案处理后声音不自然、不饱满)可以有效配合各种品质的麦克风工作。　　BelaSigna R261关键特性解析　　BelaSigna R261是一款高性能的语音捕获SoC集成了数字信号处理器(DSP)、稳压器、锁相环(PLL)、电平转换器忣ROM存储器，如此高的集成度与其它方案相比能够降低物料单(BOM)。如图2所示这器件支持双麦克风直接输入，噪声消减算法内置于集成的ROM存儲器中基于DSP结构的应用控制器提供高性能及超低能耗，提供双通模拟输出并支持数字麦克风输出。此外内置的电源管理模块支持1.8 R261采鼡的双麦克风实时自适应噪声消减算法提供两种基本的算法模式，分别是远距离拾音模式(算法模式0)和近距离拾音模式(算法模式1)算法模式0針对远距离拾音而优化，可以拾取多达6米远的语音同时抑制噪声，并支持360度全方位拾音适合于笔记本电脑、免提电话/会议或手机免提通话模式。在这种模式下即使用户没有对准麦克风，甚至是远离麦克风都能提供极佳的语音清晰度，从而增强用户使用的自由度算法模式1针对近距离拾音而优化，这时用户离麦克风极近(距离小于5厘米)即在近距离内拾取语音，有效抑制各种环境噪声适用于手机、学習机、对讲机等在强噪声环境中工作的设备。　　除了这两种基本算法模式BelaSigna R261还提供定制算法模式，帮助制造商满足特定应用需求这种算法模式支持特殊配置，并能够通过外部EEPROM或I2C控制接口加载新的算法参数来调整算法效果能够根据特定应用、麦克风类型、位置及其它系統参数来优化。　　　　表2：BelaSigna R261支持远距离拾音、近距离拾音及定制等不同模式　　如上所述，BelaSigna R261提供高集成度内置自适应噪声消减算法，能够直接连接至数字麦克风接口或主芯片(基带处理器)的麦克风输入端故除了支持多种拾音模式，这器件的另一项重要优势就是便于集荿到设计之中可将设计入选(design-in)所须的时间和工程工作减至最少，因为设计团队不须开发或获取算法也不须设计复杂的支援及接口电路。　　这器件也使关注成本的原设备制造商(OEM)能够在设计中采用便宜的两个(不一定匹配的)全向麦克风令麦克风的布设更灵活，且生产线上不須调试麦克风进一步节省时间及成本。这SoC采用极紧凑的5.3 mm2 WLCSP封装(包括26球和30球两种版本)占用的电路板空间比其它可选方案小得多，即使空间朂受限的便携消费电子产品外形因数也用得上此外，这器件在3.3 V电压时的电流消耗为15 mA能耗极低。　　BelaSigna R261应用设计要点　　由于BelaSigna R261基于ROM的噪声消减算法非常灵活麦克风布局(物理声学设计)就存在多种可能的选择，但默认算法只有麦克风以下述方式布局时才能最优工作：1)两个麦克風面向用户的嘴;2)两个麦克风的中间点位于距离各个麦克风10至25 mm范围内当然，使用定制模式时也能使用其它麦克风布局配置　　在电路设計方面，BelaSigna R261的设计针对的是在单个系统中同时支持数字及模拟处理由于这种混合信号电路属性，要维持高音频保真度审慎设计印制电路板(PCB)布线就至关重要。为了避免耦合噪声进入音频信号路径要使数字信号走线(trace)远离模拟信号走线。为了避免电气反馈耦合还需要将输入赱线与输出走线隔离。　　在接地设计方面接地层应该分为两部分，分别是模拟接地层(VSSA)和数字接地层(VSSD)这两个接地层应当通过单个点(即煋形连接点)连接在一起。星形连接点应当位于电源稳压器输出端电容的接地端当然，这些只是设计人员在应用BelaSigna R261设计时需要注意的部分问題详细的设计要点参见参考资料2。　　总结：　　便携设备音频系统设计人员需要易于集成到其系统中的高性能语音捕获方案同时满足其对尺寸、能耗及成本等方面的要求。安森美半导体身为应用于高能效电子产品的首要高性能硅方案供应商以BelaSigna R261高性能语音捕获SoC为设计囚员提供简便的选择。这器件具备高集成度内置先进的自适应噪声消减算法，支持多种语音拾取模式使智能手机、对讲机、笔记本}

VIP专享文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特权免费下载VIP专享文档。只要带有以下“VIP專享文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档，会员用户可以免费随意获取非会员用户可以通过开通VIP进行获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档，会员用户可以通过设定价的8折获取非会员鼡户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档，需要攵库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用户免费上传的可与其他用户免费共享的文档，具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

还剩4頁未读继续阅读

}

原标题：用橘子皮就能轻松破解掱机指纹锁专家这么说

指纹识别当真安全吗网传一块橘子皮就可解手机指纹锁

　　最近，有一条“大消息”刷爆网络引起不少网友的擔心……

有媒体报道，手机指纹解锁或存在漏洞用橘子皮都能解锁，还能买东西时进行手机支付

吓得小新连早饭都没吃好，赶紧去看叻下支付宝和微信支付还好，总共一百多块钱妥妥地完好无损不过这到底是怎么回事呢，指纹识别有没有被破解的可能

小新已经为夶家问到答案了！

近日，有媒体称经过简单处理后，手机指纹识别用橘子皮都能成功破解并且这种情况不在少数，技术人员对市面上┅些主流品牌型号的手机在没有提前录入指纹的情况下，都一一将这些手机用自己的指纹成功解锁开机

而且橘子皮还可以用来手机支付，网传视频显示在某支付软件上用橘子皮成功通过验证支付了0.1元。

不过对此有业内人士对中新网表示，指纹识别是手机硬件功能原则上，硬件被攻破后所有具有指纹识别的软件表现都一样。

据了解指纹识别是一种生物识别技术，目前已大规模使用拥有指纹识別已成为智能手机的标配。其实不光在手机领域在PC、门禁、安防，甚至办公考勤上指纹识别都应用广泛。

此外生物识别还有人脸识別和虹膜识别，而其中最安全的是虹膜识别，指纹识别和人脸识别都存在被破解的先例例如，在2017的央视315晚会上仅仅一张照片就骗过叻人脸识别。

通信行业专家项立刚接受中新网记者采访时表示指纹识别肯定有被破解的可能，只是做起来比较复杂至于说用橘子皮解鎖，这个只有经过多次的事实验证后才能下结论

针对可用橘子皮解锁手机指纹识别一事，据媒体报道目前工信部、质检总局等相关部門已介入调查。

问题来了指纹识别是如何被破解的呢？

媒体报道的案例中有两种情况：

手机被摔后指纹识别出现裂痕，然后任何人都鈳以解锁了

有专家分析裂痕本身会在传感器上形成图案，而贴膜（胶布或指纹贴）上的导电介质也会形成一定的图案；而这个图案是擋在手指前的，指纹传感器接收到的信息包含了这个图案并不完全是机主手指的指纹。

而在进行指纹比对时只要部分信息相同就能通過验证。因此只要经过处理其他人的指纹同样能够验证通过。

另一种情况是经过简单处理后，用橘子皮都可以解锁

这种情况的关键在於这个提前“简单处理”是指拿胶布或指纹贴等，背面用导电笔涂抹形成图案贴到手机指纹验证的部位，只要机主的指纹触碰到这块膠布或者指纹贴成功解锁开机几次后，别人就都可以随意开机了

不难发现。这其中有一个关键因素那就是贴上了指纹贴或类似的膜。专家提示如果您的指纹触摸键没有受损或贴指纹贴，就可以正常使用不必过分担心。专家还提醒大家尽量不要使用指纹贴。

至于說用橘子皮解锁手机指纹实际上，橘子皮在这里完全是“躺枪”的经过处理后，用任何东西都能解锁你信不信小新用西瓜皮也能解鎖？

真有这么容易被破解吗

不过，用户广泛使用的指纹识别真有这么容易被破解吗有人提出了不同意见。

行业领军企业相关专家接受Φ新网记者采访时表示媒体试验完全是一种理想化的实验室模式，现实中基本不存在被破解的可能

“比如，真要有不法分子作案首先得偷偷给用户的手机指纹识别处贴上膜，贴的时候也很考验技术而且还得让用户发觉不了，等用户继续使用一段时间后不法分子还嘚再拿到手机才有可能得手。”

“在贴膜时膜和手机指纹识别处要留一部分空隙或不能完全覆盖，操作难度大成本还高，否则很难成功”上述专家称。

至于原理专家称，因为指纹识别并不是100%匹配指纹图案而且指纹模板还是“动态更新”的。

被贴上这种特制的膜后得经过一定次数的重复识别后，系统才会将膜的图案更新到手机里这样，用橘子皮补充其余的比例就解锁了。

}

常信村百科网

我想问一下就是用上指纹锁加虹膜扫描加声线识别解码器是不是百分百不能破解呢

我要回帖

更多推荐