技术
为了测量和控制多载波无线基础设施中的发射功率,需要进行均方根 (rms) 功率检波。传统功率检波器使用二极管检波或对数放大器,当所发射信号的峰均比不固定时,传统方法并不能精确测定功率。
有了智能家居,消费者已经接受了依靠方便的互联网连接,实现家居功能自动化的概念,尤其是在当今出现疫情的情况下。手动设置恒温器或是用机械定时器开关电灯的日子已经一去不复返了。现在,通过智能手机应用,甚至云中的人工智能(AI),可以随时随地实现这些功能。
电流模式控制由于其高可靠性、环路补偿设计简单、负载分配功能简单可靠的特点,被广泛用于开关模式电源。电流检测信号是电流模式开关模式电源设计的重要组成部分,它用于调节输出并提供过流保护。
每年有125万人死于车祸,其中94%以上的致命事故是人为失误(酒后驾车、超速行驶、无视交通信号灯、边开车边发短信)造成的。为了尽可能地将汽车事故减少到接近零的水平,汽车制造商、汽车供应商、政府、学术界,甚至非汽车技术提供商都在联合开发先进的驾驶员辅助系统(ADAS),并最终开发出自动驾驶汽车。而自动驾驶汽车这种新的汽车生态系统的建立需要传感器融合、全新的汽车网络架构、车联网等多种先进技术的支撑。
目前,应用于汽车无人驾驶的雷达主要有三种:超声波雷达、激光雷达和毫米波雷达。后两种雷达技术虽然属于后起之秀,但在最近几年,它们在自动驾驶中发挥的作用日益凸显。
联合国专门机构世界气象组织所管理的全球气候观测系统确定了在空中、陆地和海上进行全球监测的54个基本气候变量(ECV)(图1)。
这种监测非常复杂且极富挑战性。监测众多变量需要各种资源,从环绕地球的卫星到大气层中的气球和飞机,再到遍布全球各地的陆基观测站,以及越来越多在海上漫游的机器人平台舰队。
如果我们能够将物理学和生物学相结合,在硅芯片表面迅速研发出经济实惠的新型个体化药物,用于治疗癌症、代谢紊乱和传染病,那会怎么样?现在想象一下,如果这种突破性技术能够利用大自然的力量,并为人类提供应对医药、制造业和农业领域最关键挑战的途径,又会怎么样?
早期的机器学习以搜索为基础,主要依靠进行过一定优化的暴力方法。但是随着机器学习逐渐成熟,它开始专注于加速技术已经很成熟的统计方法和优化问题。同时深度学习的问世更是带来原本可能无法实现的优化方法。本文将介绍现代机器学习如何找到兼顾规模和速度的新方法。
<center><img src="http://mouser.eetrend.com/files/2021-02/wen_zhang_/100061835-122574-161…; alt=“” width="600"></center>
受新冠肺炎疫情的影响,有50多年历史的CES也不得不做出重大改变,所有活动全部采用数字形式,大家只能在云上“参观”展会。尽管今年CES的参展企业数量不到去年的一半,但活动期间展示的众多创新产品和技术,依然让我们从中发现了很多值得关注的行业亮点。
智能家居一直是CES上最吸引眼球的展示内容之一,今天就让我们透过CES 2021看看智能家居行业将有哪些发展新动向。
<strong>1、以健康为中心的智能产品有望成主角</strong>
以往我们谈论智能家居设备,谈的最多的常常是智能音箱、智能电视、智能冰箱、智能空调等产品。受疫情影响,CES 2021上展示的许多新型智能家居设备变成了以健康为中心的家居产品,并且这些产品也不再局限于监测人体健康的可穿戴设备,像ToTo健康厕所这样的设备引起了很多行业人士的关注。
在本文中,我们将介绍一种新型高温精密数据采集与处理平台,其工作温度高达200°C。该平台包括一个高温电路组件,以及一个数据采集前端和微控制器、优化的固件、数据采集与分析软件、源代码、设计文件、材料清单和测试报告。该平台适合参考设计、快速原型制作和高温仪器仪表系统实验室测试。电路组件的尺寸和结构均经过特别设计,可兼容石油天然气仪器仪表的尺寸要求,但也可作为其他高温应用的基础。
对于噪声敏感的IC电路,为了达到更好的滤波效果,通常会选择使用多个不同容值的电容并联方式,以实现更宽的滤波频率,如在IC电源输入端用1μF、100nF和10nF并联可以实现更好的滤波效果。那现在问题来了,这几个不同规格的电容在PCB布局时该怎么摆,电源路径是先经大电容然后到小电容再进入IC,还是先经过小电容再经过大电容然后输入IC。
我们知道,在实际应用中,电容不仅仅是理想的电容C,还具有等效串联电阻ESR及等效串联电感ESL,如下图所示为实际的电容器的简化模型:
<strong>简介</strong>
开发智能机器的历程使我们踏上了一条充满发现、惊奇、敬畏和关注的道路。即使还有如此多尚未发现的东西,我们仍然知道对安全AI的追求将改变我们设计、开发智能产品并将其推向市场的方式。安全的AI不仅需要我们像保护网络安全那样防御外部黑客的入侵,还必须确保AI的行为是安全的。未来的AI开发将注重开发过程每个环节的安全和风险管理。