• 拥有一支由印度空间研究组织 (ISRO) 训练有素、技术娴熟的 60 人团队,可进行小型/中型/大型卫星的组装集成测试。 • 过去 10 年来,通过 ADTL 子公司,成为印度空间研究组织 PSLV/GSLV 发射子系统的供应商。 • 拥有超过 10 年的卫星地面站建设经验,可满足 TT&C、多媒体通信和大量 VSATS 的需求。 • 在班加罗尔、海得拉巴和特里凡得琅建立了最先进的制造/生产中心,以满足陆地、船舶、空间和机载系统的需求。 • 为 DRDO 和 HAL 成功开发了用于高速通信的高动态 2 轴飞机跟踪系统。
多架无人驾驶飞行器 (UAV) 的使用越来越重要。因此,人与机器人之间的交互及其交互设计变得越来越重要,尤其是在战场上的军事侦察中。然而,无人机群规模的不断扩大带来了许多需要解决的挑战,例如复杂的高动态情况增加了对用户的需求。在这项工作中,研究了符合人体工程学的人机交互显示的应用导向选项,重点关注战斗管理系统中的群体。在文献调查中,确定了单个操作员监控大型群体作为高度自动化系统时可能出现的潜在应用和挑战。此外,还确定了已经存在的设计指南。根据这些结果,我们设计了四种不同的群体可视化布局原型,目的是获得全面的态势感知。
一般描述 TA2021B 是一款每通道连续平均功率为 25W (4 Ω ) 的 T 类数字音频功率放大器 IC,采用 Tripath 专有的数字功率处理 (DPP TM ) 技术。T 类放大器既提供 AB 类的音频保真度,又提供 D 类放大器的功率效率。应用 � DVD 接收器 � 微型/微型组件系统 � 计算机/PC 多媒体 � 有线机顶盒产品 � 电视 � 电池供电系统 优点 � 完全集成的解决方案,带有内部 FET � 比 D 类更易于设计 � 与 AB 类放大器相比,效率显著提高 � 信号保真度相当于高质量线性放大器 � 高动态范围,兼容 CD 和 DVD 等数字媒体以及互联网音频 典型性能 THD+N 与输出功率
描述:在不受约束的情况下与人相互作用的机器人中,人类的观察至关重要。这包括根据人类跟踪,行动识别,凝视跟踪,手跟踪的意图理解,并以截然不同的时间和空间尺度进行动作[1]。事件 - 摄像头提供了稀疏的感知,可降低适应不同闪电条件的计算成本和高动态范围,并适应观察到的现象的内在动力学。当前的最新模型不能完全利用事件 - 面膜特征及其优势,需要探索新的模型和方法[2,3]。这些模型需要利用时间分辨率和信息frome通风型相机,实时稳健工作并减少培训数据集,并能够迅速适应数据集中未很好地代表的各种受试者。
摘要:脑机接口(BCI)利用神经活动作为控制信号,实现人脑与外部设备之间的直接通信,通过脑电图(EEG)捕捉大脑产生的电信号,将其转化为反映用户行为的神经意图,正确解码神经意图才能实现对外部设备的控制。基于强化学习的BCI增强解码器仅基于环境的反馈信号(奖励)完成任务,构建了从神经意图到适应变化环境的动作的动态映射通用框架。但使用传统的强化学习方法存在维数灾难、泛化能力差等挑战。因此,本文利用深度强化学习构建解码器以正确解码EEG信号,通过实验证明其可行性,并在具有高动态特性的运动成像(MI)EEG数据信号上展示其更强的泛化能力。
尽管过去几十年来信息技术、微电子、人工传感和信息处理领域取得了令人瞩目的进步,但实际系统在处理现实任务时仍然远不如生物系统有效。这种分析导致了神经形态工程领域的出现,特别是基于事件的传感,旨在构建基于硅的传感和计算设备,模仿生物系统获取和处理信息的方式。与传统图像传感器不同,EB 传感器不对所有像素使用通用采样率(称为帧速率),而是每个像素连续跟踪入射光量并在变化时异步采样信号。这种获取稀疏数据的高效方式、高时间分辨率以及对不受控制的照明条件的鲁棒性(具有高动态范围)是 EB 传感过程的特点,使 EB 成像对众多应用具有吸引力,例如工业自动化、过程监控、监控、物联网、AR/VR、汽车和移动环境。
该设备专为需要低自噪声(高 SNR)、宽动态范围、低失真和高声学过载点的应用而设计。英飞凌的双背板 MEMS 技术基于微型对称麦克风设计,类似于演播室电容麦克风所采用的设计,可在高动态范围内实现高线性输出信号。即使在非常高的声压级下,麦克风失真也不会超过 1%。凭借其低等效本底噪声,麦克风不再是音频信号链中的限制因素,并可提高语音识别算法的性能。数字麦克风 ASIC 包含一个极低噪声的前置放大器和一个高性能 sigma-delta ADC。可以选择不同的功率模式以满足特定的电流消耗要求。严格的制造公差,加上每个设备都采用先进的英飞凌校准算法进行校准,可实现较小的灵敏度和相位匹配公差。这使其成为波束形成阵列和多麦克风应用的理想设备。
首字母缩略词 定义 政府 GPU 图形处理单元 GRC NASA 格伦研究中心 GSFC 戈达德太空飞行中心 GSN 目标结构化表示法 GTH/GTY 收发器类型 HALT 高加速寿命试验 HAST 高加速压力试验 HBM 高带宽存储器 HDIO 高密度数字输入/输出 HDR 高动态范围 HiREV 高可靠性虚拟电子中心 HMC 混合存储立方体 HP 实验室 惠普实验室 HPIO 高性能输入/输出 HPS 高压钠 HUPTI 汉普顿大学质子治疗研究所 I/F 接口 I/O 输入/输出 I2C 集成电路间 i2MOS Microsemi 第二代抗辐射 MOSFET IC 集成电路 IC 集成电路 I-Cache 独立缓存 IUCF 印第安纳大学回旋加速器设施 JFAC 联合联邦保证中心 JPEG 联合图像专家组
摘要。无人机集群具有低成本、大规模、高自主性等特点,逐渐成为军事情报领域的一个新研究方向,广泛应用于突防侦察、诱饵干扰、大面积饱和攻击、区域封控等作战任务。因此,空中集群对抗将成为对抗过程中空战的主旋律之一,集群飞机个体性能指标决定了集群整体水平,较差的个体性能将使得集群不能有效完成任务,优异的个体性能完成任务,但会带来集群成本的增加,因此在空中集群对抗想定中,根据目标性能合理配置个体性能变得重要。本文基于创新微分博弈理论,研究集群高动态追击想定中飞机的有效拦截,研究拦截机个体性能与目标飞机之间的关系,为军事领域飞机总体指标设计提供有效参考。