【摘 要】
：
随着智能家居的飞速发展,实现对家电的无线网络控制已成为信息家电发展的主流和趋势,然而由于现今的物联网家电网络构建成本高、功能操作复杂等原因,使其难以在中低收入群体
【机 构】
：
佛山市顺德区瑞德电子实业有限公司,广东工业大学信息工程学院
论文部分内容阅读
随着智能家居的飞速发展,实现对家电的无线网络控制已成为信息家电发展的主流和趋势,然而由于现今的物联网家电网络构建成本高、功能操作复杂等原因,使其难以在中低收入群体中普及应用。介绍了一种基于CC1101无线模块,通过433 MHz频段搭建智能家庭无线网络的方法,有效降低了家庭无线局域网的构建难度与成本,其所用无线模块具有体积小、成本低、功耗低、跨越障碍能力强等特点。实验证明该设计具有较强的稳定性和可靠性,为廉价智能家居的推广与普及提供了可能。
其他文献
1搞好猪场绿化场区内道路两旁种植杨树等高大树种,猪舍中间的空闲地带种植牧草或绿化草种,减少水泥地面所占比例,改善场区小气候,营造一个清凉环境。2做好猪舍隔热新建猪舍和
针对信号调制类型识别的问题,提出一种新的基于分形盒维数和归一化峰度的信号调制类型识别算法.该算法具有计算复杂度低、抗噪性能强的优点.仿真实验结果表明该算法在高斯白
在稻田里养殖甲鱼,是种植业与养殖业有机结合的一种生产模式。它是利用稻田的自然环境,辅以人为的措施,使稻田内的水资源、水生动物资源及其它物质更加充分地被甲鱼所利用,并
针对现有基于特征的拼接算法在特征单一的场景中存在配准精度和效率方面的不足,提出了一种新的拼接算法,巧妙地将摄像机标定与相位相关的方法相结合,通过摄像机标定求出摄像机内外参数,对摄像机输入的视频图像进行矫正,从而使得两幅待匹配的图像间只具有平移参量。再通过相位相关算法求取高精度的平移参数,最后进行图像融合处理。拼接过程中,不需要提取拼接图像的特征,减少了图像配准过程中算法对于场景特征的依赖性。实验结
针对遥感图像监督分类方法需要人工提取训练样本的缺陷,提出一种模糊K均值聚类(FCM)提取训练样本、支持向量机(SVM)进行分类的方法。首先用FCM进行初步分类得到隶属度矩阵并判断每个样本的类别号;然后根据隶属度矩阵提取每类样本中密集程度较高的样本作为训练样本;最后用SVM对样本进行训练、再次分类。该方法克服了SVM算法需要人工样本的缺点,改善了传统非监督分类算法的性能,UCI标准数据库Iris数据