摘要:最近的声学遥测定位系统能够以几厘米至几米的规模重建生物体的位置和轨迹。但是,它们提出了几种后勤约束,包括接收器维护,校准程序和对实时数据的访问有限。我们在这里提出了一种基于到达的时间差异(TDOA)算法和全球移动(GSM)通信技术的新颖,易于人才,能量自我的水下定位系统,能够实时找到标记的海洋生物体。我们使用在鱼和底栖无脊椎动物中使用连续和编码标签的经验示例来说明该系统的应用。对操作系统的原位实验测试表现出与当前可用的声学定位系统相似的性能,全球定位误差为7.13±5.80 m(平均值±SD),三分之一的pINGS可以定位在远距离浮标的278 m内。尽管需要进行一些改进,但该原型的设计为自主,可以在各种环境(河流,湖泊和海洋)中从表面部署。事实证明,这对于实时监测各种物种(底栖和全骨)很有用。其实时属性可用于快速检测系统故障,优化部署设计或生态或保护应用。
2,3,4,5学生,计算机工程,辛哈加德工程学院,康德瓦,浦那,马哈拉斯特拉邦,印度摘要:在自动驾驶汽车技术的快速发展中,确保道路安全仍然是最重要的挑战。有效检测车道和潜在危害,包括断路器和坑洼,对于安全的自动驾驶至关重要。在这项研究中,我们使用Yolov4 Tiny(一种最先进的对象检测算法和计算机视觉技术)介绍了创新的车道,断路器和坑洼检测系统(LSPDS)。我们的系统集成了计算机视觉和机器学习技术,以分析道路状况。通过采用相机传感器,我们捕获了道路场景并应用图像处理算法以识别车道,速度断路器和坑洼。此外,该系统还将壁垒合并用于用户身份验证和SMS服务以实时警报。Yolov4 Tiny用于在捕获的图像中准确检测和分类这些特征,从而增强了自动驾驶汽车的感知能力。这项研究通过同时解决车道检测,快速检测和坑洼检测来有助于提高自动驾驶系统的道路安全性。关键字:道路安全,速度断路器,坑洼,车道检测,Yolov4 Tiny,CNN,计算机视觉。
检测器是带有集成摄像机的双重元素运动。当它检测到运动时,将警报信号和图像发送到控制中心。检测器配备了可配置的设置,可以根据周围环境进行调整,以避免误报并在外部提供最佳性能。
UMET S.P.A.保留随时无需通知的任何时间更改设备的权利。 安装必须由合格的人员进行,并尊重与安装产品安装的电气材料相关的规则。UMET S.P.A.保留随时无需通知的任何时间更改设备的权利。安装必须由合格的人员进行,并尊重与安装产品安装的电气材料相关的规则。
摘要:RSA是最广泛采用的公钥加密算法之一,它通过利用模块化指数和大质量分解的数学属性来确保安全通信。但是,其计算复杂性和高资源要求对实时和高速应用构成重大挑战。本文通过提出针对RSA加密和解密的优化非常大规模的集成(VLSI)设计来解决这些挑战,重点是加速模块化凸起过程,这是RSA计算的核心。设计结合了蒙哥马利模块化乘法,以消除时间密集型的分裂操作,从而在模块化算术域中有效地计算。它进一步整合了诸如管道,并行处理和随身携带加盖之类的技术,以减少关键路径延迟并增强吞吐量。模块化启动是使用正方形和多种方法的可扩展迭代方法实现的,该方法针对硬件效率进行了优化。硬件原型是使用FPGA和ASIC平台合成和测试的,在速度,区域和功耗方面表现出卓越的性能。所提出的体系结构在保持安全性和可扩展性的同时,可以实现高速操作,使其适用于实时的加密应用程序,例如安全通信,数字签名和身份验证系统。与现有实现的比较分析突出了重大改进,将提出的设计作为下一代安全硬件加速器的可行解决方案。关键字:RSA算法,Verilog,FPGA
抽象无线传感器网络(WSN)已成为未来最有前途的技术之一。这是通过技术的进步和小型,廉价和智能传感器的可用性来实现的,从而产生了成本效率且易于部署的WSN。但是,研究人员必须采取各种挑战,以促进现实世界中WSN技术的广泛部署。在本调查中,我们概述了无线传感器网络及其应用领域,包括为了进一步推动技术应解决的挑战。然后,我们回顾了WSN的最新技术和测试床。最后,我们确定了几个未来需要研究的开放研究问题。我们的调查与现有调查不同,因为我们专注于无线传感器网络技术的最新发展。我们回顾了领先的研究项目,标准和技术以及平台。此外,我们重点介绍了WSN研究中最近的一种现象,该现象是探索传感器网络与其他技术之间的协同作用,并解释这如何帮助传感器网络实现其全部潜力。本文打算通过对最近的发展进行全面调查来帮助新的研究人员进入WSN领域。
从SSO的角度来看,对SAML的内置支持(安全断言标记语言)以及SCIM(跨域身份管理的系统)为组织提供了将网络视为资源或服务提供商(SP)的能力。随着客户从使用半径和复杂的NAC解决方案转移,尼罗河提供了利用SSO进行无线访问以及有线连接的能力,这是唯一的。也可以说是为了支持SCIM,特别是针对需要集中解决方案来管理和删除按大规模访问申请的组织。
摘要。在无线传感器网络(WSN)中,通常由具有资源限制的节点组成,利用效率的流程对于增强网络寿命以及因此,在超密集和异质环境中的可持续性(例如智能城市)至关重要。特别是平衡在这种动态环境中有效传输数据所需的能量,这对降低数据冗余性的交易构成了重大挑战,这是降低数据冗余性的交易,同时实现可接受的交付率是一个基本的研究主题。通过这种方式,这项工作提出了一种新的能源感知的流行病协议,该协议使用网络能量的当前状态来通过自我调整每个节点转发行为自我调整为渴望或懒惰的局部残留电池来创建动态分布拓扑。模拟的评估证明了其在能耗,输送率和计算负担下的效率与经典八卦协议以及定向协议相比。
摘要信息和无线通信技术的快速发展,以及最终用户数量的大幅度增加使无线电频谱比以往任何时候都更加拥挤。此外,随着电磁环境正在发展并变得越来越复杂,提供稳定且可靠的服务是具有挑战性的。因此,迫切需要更可靠和智能的通信系统,以提高频谱效率和服务质量以提供网络资源的敏捷管理,从而更好地满足未来无线用户的需求。特别是自动调制识别(AMR)在大多数智能通信系统中起着至关重要的作用,尤其是随着软件定义无线电(SDR)的出现。AMR是在认知无线电(CR)中执行频谱传感的一项必不可少的任务。多亏了深度学习(DL)应用中的显着进步,已经提供了新的和强大的工具,可以解决该领域的问题。因此,今天,将DL模型整合到AMR中已引起了许多研究人员的关注。这项工作旨在提供针对单输入单输出(SISO)和多输入多输出(MIMO)系统的最新机器学习(ML)AMR方法的全面最新审查。此外,将确定每个模型的体系结构,并在规范和性能方面进行详细的比较。最后,提供了开放问题,挑战和潜在的研究方向的概述以及讨论和结论。
思科和思科徽标是Cisco和/或其在美国和其他国家的商标和/或其分支机构的商标或注册商标。要查看Cisco商标列表,请转到此URL:https://www.cisco.com/c/en/us/about/legal/legal/trademarks.html。提到的第三方商标是其各自所有者的财产。使用该词合作伙伴一词并不意味着思科与任何其他公司之间的伙伴关系。(1721r)