一、获得硬盘最大空间的方法(论文文献综述)
高聪明,石亮,刘凯,薛春,舒继武[1](2021)在《闪存固态硬盘系统结构与技术》文中进行了进一步梳理闪存固态硬盘凭借其高性能、低功耗、非易失等特点已经被广泛应用于个人电脑、数据中心和云存储服务等.近10年来,随着制程工艺和微电子技术的发展,闪存固态硬盘的特性发生了显着的变化.首先介绍了闪存存储单元的基本结构和存储原理.然后讨论了闪存固态硬盘的多项控制器关键技术,包括缓存设备、地址转换层、垃圾回收、数据分配、磨损均衡以及纠错码等.这些关键技术将支撑闪存固态硬盘的正常运作.此外,探讨了闪存固态硬盘的并行结构,并分析了闪存固态硬盘并行性利用的限制条件以及最新的并行性优化工作.接着,分析了3D闪存固态硬盘的发展和堆叠式结构,并针对3D固态硬盘的性能和寿命优化工作进行了归纳和分析,提出了现有3D固态硬盘性能和寿命优化工作的不足.最后,总结了当前闪存固态硬盘的现状,并提出可能的未来研究方向.
张献艺[2](2021)在《图像声呐的数字电路与高速存储的设计与实现》文中研究说明
代春生[3](2021)在《精益思想在S公司轻薄固态硬盘生产中的应用研究》文中指出
童日明[4](2021)在《基于业务流量和资源状态预测的SFC主动编排算法》文中研究表明随着移动物联网新应用的蓬勃发展,移动设备有限的存储和计算能力与应用程序激增的计算需求之间的冲突日益明显,移动边缘计算(MEC)已成为解决该问题的有效技术之一。并且,将MEC与网络虚拟化技术结合,可以进一步提升服务的灵活性和经济性。然而,现有面向虚拟网络功能(VNF)的映射和迁移方案中,大多采用被动服务方式,难以即时响应用户的服务需求和应对故障导致的资源变化。因此,基于对业务需求和资源状态的预测,研究MEC网络中主动式VNF资源分配方法具有重要意义。为解决目前被动式虚拟资源映射方法导致的服务响应延迟大,提出基于流量预测的SFC资源动态供应和部署算法。该方法首先建立基于门控循环单元(GRU)的服务链流量预测模型,并基于流量预测值设计VNF弹性伸缩策略,通过对VNF的水平伸缩,避免服务中断。进而,基于扩展得到的VNF实例,考虑物理节点容量等约束,设计基于深度强化学习的VNF实例部署算法,节约服务成本。最后,根据各VNF实例的部署位置,设计基于业务优先级的服务链流量路由算法,保障高优先级业务服务质量的同时,进一步降低服务成本。仿真结果表明,本文所提VNF部署算法与其他强化学习部署算法和贪心算法相比,分别节约了 7.4%和22.2%的成本。为解决节点故障引起被动服务迁移导致的VNF服务中断和故障保护滞后,本文提出基于故障预测的服务主动迁移算法,提高服务可靠性和资源效用。首先构建物理节点故障预测模型,预测网络中各个节点未来时刻可靠服务能力,进而结合预测结果设计面向成本和业务优先级的VNF实例迁移算法,将服务链(SFC)上可能受承载节点故障影响的VNF实例均衡迁移到可用节点上。仿真结果表明,本文所提方法能够有效保障95%的SFC正常运行,相比启发式算法和贪心算法,可节约21.3%和26.6%的成本。
张佳靖[5](2021)在《基于物联网的智慧社区设计与实现》文中提出随着城市化的建设,居民对于社区居住的安全性、便捷性和高效性等要求越来越高。因此,智慧社区的建设近年来逐步得到关注和重视,智能监控和智慧停车是智慧社区建设中的两项重要内容。本文以呼和浩特市万锦领秀项目为背景,对该小区的监控系统和地下停车路径规划展开深入研究。监控系统研究的主要内容包括监控摄像头布置优化、网络拓扑结构优化和小区异常行为预警系统的设计。首先,为节约成本减少监控范围重叠,在满足小区监控全覆盖的条件下,以监控成本为目标函数通过穷举法实现对监控摄像头布置方式的优化。其次,针对传统网络拓扑结构容易造成视频卡顿及系统瘫痪的问题,提出用分散单元式网络拓扑结构对传统网络拓扑结构进行优化。为提升小区的安全性,提出了在监控系统中利用HOG加LS-SVM的方法对小区的异常行为进行预警。测试结果表明该智能监控系统具有较高的可靠性和实时性,可满足社区智能监控系统的需求。为解决小区专用商业车位停车难的问题,实现对商业车辆停车进行最优路径规划及引导。本文基于栅格图法进行建模,提出将蚁群优化算法和粒子群优化算法相结合的混合优化算法应用到社区地下停车场,对车辆停车路径进行规划,引导车主快速泊车。通过不同场景的仿真和算法对比,仿真结果验证了混合优化算法在停车路径规划中的优越性。
李晋涛[6](2021)在《基于SATA硬盘阵列的数据记录装置设计与实现》文中提出在航空航天领域的飞行试验中,通常需要对飞行过程中的可见光图像和红外图像等数据进行快速的存储。这些高像素、高帧频的图像数据实现高速且可靠的存储是飞行试验的关键部分。针对这一问题,本文以FPGA为主控,光纤为数据接口,设计了一种基于SATA硬盘存储阵列的数据记录装置,主要从接口、缓存、数据存储三个方面阐述了数据记录装置的设计及实现。首先,为了实现速率分别为2.5Gbps和12.5Gbps的两路光学图像的高速传输,采用硬件光电转换模块和IP核配合的方式,设计了两路SRIO图像接口;为了验证IP核的设置是否正确,根据例化工程进行了时序仿真;为了解决突发度写速率较快的问题,设计了DDR3缓存阵列,并针对DDR3的两种不同的拓扑方式进行比较;为了减少布线空间和提高信号完整性选则了Fly-by拓扑方式,并总结了PCB布线时的技巧和规则;为了防止图像混合存储带来的数据混乱,在进入DDR3阵列前通过对图像数据重新编帧的方式将两路图像数据进行区分,之后介绍了MIG控制器和DDR3的读写时序。数据存储模块的设计,考虑到数据记录装置的体积不宜太大,放弃了主流的VPX背板机箱传输方式,选择FPGA直接控制数据存储到固态硬盘的思路;在优先考虑传输速率和空间利用率的情况下,参考RAID0阵列模式设计了基于SATA固态盘的阵列存储模式,并通过优化OOB初始化状态机,解决了硬盘传输中断无法重连的问题;为了方便测试,设计了千兆以太网的硬件电路,作为上位机通信和数据回读的接口。最后,通过硬件和上位机软件搭建了测试平台,对数据记录装置的存储性能做了全面的测试。经过大量的试验测试,数据记录装置的读写功能均正常,可以完成两路光学图像的稳定存储,不存在丢帧和误码现象,实际存储速率不低于850MB/s。
张金硕[7](2021)在《基于人工智能的音视频内容检索系统的设计与实现》文中研究指明互联网技术的迅猛发展激发了音视频内容制造者的创作激情,使得音视频内容得到了极大丰富。同时,这也给音视频内容的监管提出了新的要求。如何高效率地从海量的音视频内容中获取目标信息成为了音视频监管的重要课题。近年来,在AI计算芯片性能迅猛提升的背景下,包括机器学习、深度学习在内的人工智能技术得到了迅猛的发展,深度学习在计算机视觉和音频分析领域有了长足的进步。基于以上背景,本论文利用深度学习中计算机视觉和音频分析的相关技术,设计了一套基于人工智能分析的音视频内容检索系统。该系统基于人工智能的深度学习技术,应用不同的神经网络模型实现对音视频内容的特征提取以及特征向量化,并借助高维检索技术通过输入特定信息检索海量音视频内容中的对应内容;同时设计并实现了前后端分离的前端网页系统和后端服务器。其中,主要使用的神经网络模型有InsightFace、CRNN(Convolutional Recurrent Neural Network)等,神经网络模型训练的主要由TensorFlow和Keras实现;后端模块主要使用Python作为开发语言;前端使用Vue框架完成网页开发;MySQL用来完成系统全部的结构化数据存储工作。本文首先以相关领域的发展情况为依据对确定音视频内容检索这一课题的技术背景和现实意义做了详细的阐述,总结和分析了目前业界对音视频内容检索这一课题的研究进展,提出了本课题的研究内容和目标。文章从前后端核心语言、系统整体搭建工具、深度学习核心模块、搜索引擎等维度出发,介绍了使用的相关技术,包括人脸识别算法、光学字符识别算法、特征提取、高维检索等。分章节描述了整体需求分析、概要设计、功能模块划分、系统设计开发、系统测试等工作的具体细节。
赵宽[8](2021)在《基于同步Flash的高速数据记录仪的设计与实现》文中研究表明数据记录仪被广泛应用于航天领域中对关键飞行数据的采集与存储,随着测试总线及数据采集存储技术的不断发展和演变,可实现高速大容量数据存储的数据记录仪已成为研究的必然趋势。但受限于数据记录仪的使用环境,数据记录仪的体积需要小型化。因此,如何在小型数据记录仪中实现高速数据存储是本文研究的重点。当前数据记录仪广泛采用异步模式进行读写操作,无法发挥Flash的最高性能,针对这一问题本文设计并实现了一种基于同步Flash的高速数据记录仪,外部传输的数据为高速AD采集数据和LVDS数据,选用具有小体积、低功耗、读写速度快、抗震性能高等优点的4片存储容量为32GB的NAND Flash作为存储芯片。使用基于ONFI3.0的DDR接口模式,提高了单片Flash的存储速度,在结合并行访问的优势增加数据传输带宽的同时,使用了片内片外复合流水线技术,提高了Flash阵列的数据吞吐率。同时设计了新的无效块映射机制,解决了由于并行访问导致的存储空间的损失和同一位置的无效块的映射问题。采用USB3.0作为数据回传接口,实现上位机与记录仪之的间高速数据回读。本文对高速数据记录仪系统的硬件电路和逻辑进行了设计,并重点对同步Flash阵列的高速存储进行了论述,通过对硬件内部逻辑的验证和系统各功能的测试保证了高速记录仪的AD采集功能、Flash同步模式下阵列高速读写功能和USB3.0高速传输速度功能均可实现,最终测得实际同步Flash高速阵列写入速度约为280MB/s,USB3.0高速传输速度约为180MB/s。
黄俊泽[9](2021)在《基于高分辨率面阵相机与高光谱成像仪的机载成像系统研究》文中指出高光谱成像仪可依据地物空间形态特征、光谱特征地物反射和发射特性同步进行目标精细分类和识别,广泛应用于城市安全、森林防火、环境监测、精准农业、野外搜救等领域。在目标探测领域,尽管高光谱成像仪可以通过高光谱分辨率对一个或多个像素的点目标进行光谱探测,但如果没有目标的先验光谱信息或高空间分辨率的几何信息就很难实现对目标的快速准确识别。此外,在传感器确定的情况下,高光谱成像仪的高空间分辨率与高光谱分辨率是彼此制约,无法同时提高。因而本论文设计并研制一套基于高分辨率面阵相机和高光谱成像仪的机载成像系统,针对目标探测与识别应用,可同时实现光谱维和空间维的高分辨率检测。本文主要研究工作内容和创新点如下:(1)本论文提出了高光谱异常检测与高空间图像识别相结合的总体技术路线,设计了轻小型高空间与高光谱成像集成系统,完成了高集成度原理样机的研制,为基于无人机平台获取高光谱与高空间分辨率数据提供了重要手段。(2)本论文提出了USB3.0(universal serial bus 3.0)高速可调同步传输系统关键技术,USB3.0外设控制器使用同步FIFO(first in first out)、自动DMA(direct memory access)和数据块定量定时传输设计,避免了UVC(USB video class)协议的丢帧问题,解决了USB3.0采用批量传输模式时带宽不能稳定的难题。相比较异步FIFO和手动DMA传输方式,实现了最高数据传输带宽159MBps,提高了USB3.0的稳定传输速率。(3)本论文提出了基于单板计算机的多USB3.0接口高速数据采集方案,解决了高分辨率高光谱相机帧频高、数据量大的难题,实现了两个高光谱探测器和一个面阵全色探测器共360MBps稳定数据采集,其中可见相机200Hz帧频(数据速率100MBps),短波相机100Hz帧频(数据速率10MBps),全色相机4Hz帧频(数据速率250MBps)。(4)开展了机载飞行实验,系统工作正常,同时获得了地物目标的高光谱影像数据与高空间分辨率相机数据,验证了高光谱成像仪与高分辨率面阵相机相结合实现地物目标异常检测和图像识别方案的有效性。
左乔[10](2021)在《多通道数字视频DVR的设计与实现》文中进行了进一步梳理随着科技的不断进步和人们安全意识的不断提高,市场对视频监控产品的需求和质量要求越来越高,因此本文设计了一款高性能的多通道数字视频录像机(Digital Video Recorder,DVR)。本文围绕TMS320DM8168视频处理芯片为核心处理器设计实现一款多通道数字视频录像机。在硬件方面,完成了整个设备的功能模块设计、电路设计、内存设计、电源模块设计、复位设计以及对外的网络接口、硬盘接口、USB接口、串口等多种接口的设计。在软件方面,为目标板搭建了嵌入式开发环境,基于Linux操作系统完成了整个软件系统的总体设计,实现了多通道视频采集、编解码、本地存储以及网络传输等模块的软件设计,完成了设备的视频监控网页客户端的设计,再对系统的启动和时钟进行配置,以及系统网络模块的配置。最后进行了硬件和软件测试环境的搭建,实现软硬件功能测试,完成多通道数字视频DVR的设计与实现。本文设计的多通道数字视频录像机最多可以支持16路数字视频的高速实时采集,支持视频数据的快速压缩编解码,支持视频本地显示、回放、硬盘存储以及客户端远程访问功能。相比传统录像机,该设备的性能更优,功能更全。促进视频监控产品的快速发展。
二、获得硬盘最大空间的方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、获得硬盘最大空间的方法(论文提纲范文)
(1)闪存固态硬盘系统结构与技术(论文提纲范文)
1 闪存固态硬盘基本特性 |
1.1 闪存单元基本结构特征 |
1.2 闪存单元基本操作 |
1.3 闪存阵列结构 |
1.4 闪存固态硬盘的基本操作 |
2 闪存固态硬盘内部组件及结构特征 |
2.1 闪存固态硬盘控制器 |
2.1.1 缓 存 |
2.1.2 闪存转换层 |
2.1.3 垃圾回收 |
2.1.4 数据分配 |
2.1.5 磨损均衡 |
2.1.6 纠错码 |
2.2 闪存固态硬盘结构特征 |
3 新型闪存固态硬盘 |
3.1 3D固态硬盘特征 |
3.2 3D固态硬盘优化方案 |
4 总结与展望 |
(4)基于业务流量和资源状态预测的SFC主动编排算法(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究内容和创新点 |
1.2.1 研究内容 |
1.2.2 创新点 |
1.3 研究生期间主要工作 |
1.4 论文结构 |
第二章 关键技术及研究现状 |
2.1 引言 |
2.2 关键技术 |
2.2.1 边缘计算 |
2.2.2 网络功能虚拟化 |
2.2.3 服务功能链 |
2.2.4 强化学习技术 |
2.3 国内外研究现状 |
2.3.1 服务链映射 |
2.3.2 VNF迁移机制 |
2.3.3 VNF故障保护机制 |
2.4 本章小结 |
第三章 基于流量预测的SFC资源动态供应和部署算法 |
3.1 引言 |
3.2 移动边缘网络及SFC请求模型 |
3.3 流量预测模型和VNF弹性伸缩机制 |
3.3.1 流量预测模型 |
3.3.2 VNF弹性伸缩机制 |
3.4 基于深度强化学习的VNF实例部署算法和流量路由算法 |
3.4.1 基于深度强化学习的VNF实例部署算法 |
3.4.2 基于优先级的多路径路由规划 |
3.5 VNF缓冲机制 |
3.6 基于流量预测的VNF实例部署和路由算法 |
3.7 仿真验证 |
3.7.1 参数设置 |
3.7.2 流量预测效果 |
3.7.3 VNF缓冲机制效果 |
3.7.4. 服务成本 |
3.8 本章小结 |
第四章 基于故障预测的服务迁移算法 |
4.1 引言 |
4.2 基于BP神经网络的物理节点故障预测模型 |
4.3 基于深度强化学习的VNF迁移算法 |
4.3.1 系统模型 |
4.3.2 算法设计 |
4.4 仿真结果 |
4.4.1 故障预测效果 |
4.4.2 VNF实例迁移算法性能 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 研究工作总结 |
5.2 未来工作展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(5)基于物联网的智慧社区设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文研究内容与结构安排 |
1.3.1 研究内容 |
1.3.2 结构安排 |
第二章 相关技术介绍 |
2.1 监控系统关键技术 |
2.1.1 视频压缩编码 |
2.1.2 方向梯度直方图 |
2.1.3 最小二乘支持向量机 |
2.2 路径规划关键技术 |
2.2.1 栅格图法 |
2.2.2 蚁群优化算法 |
2.2.3 粒子群优化算法 |
2.3 本章小结 |
第三章 智慧社区系统设计 |
3.1 系统设计需求分析 |
3.1.1 视频监控系统设计需求 |
3.1.2 智慧停车系统设计需求 |
3.2 系统总体结构与功能设计 |
3.2.1 视频监控系统总体结构与功能 |
3.2.2 智慧停车系统总体结构与功能 |
3.3 系统总体工作流程设计 |
3.3.1 视频监控系统工作流程 |
3.3.2 智慧停车系统工作流程 |
3.4 本章小结 |
第四章 智能监控系统实现与测试 |
4.1 监控摄像头布置优化 |
4.2 网络拓扑结构调整与优化 |
4.3 视频监控系统功能实现 |
4.3.1 监控信息采集处理与分析 |
4.3.2 视频数据编码与传输 |
4.4 智能监控系统测试与分析 |
4.4.1 监控视频本地播放测试 |
4.4.2 监控视频Web端播放测试 |
4.4.3 异常行为预警测试 |
4.5 本章小结 |
第五章 智慧停车系统设计与实现 |
5.1 基于栅格图的地下停车场建模 |
5.2 基于混合优化算法的停车路径规划研究 |
5.2.1 车位定位 |
5.2.2 蚁群优化算法在路径规划中的应用 |
5.2.3 粒子群优化算法在路径规划中的应用 |
5.2.4 混合优化算法原理 |
5.3 仿真结果与分析 |
5.3.1 不同场景下的混合优化算法性能分析 |
5.3.2 蚁群优化算法与混合优化算法性能对比分析 |
5.4 智慧停车系统手机客户端设计与实现 |
5.4.1 智慧停车系统手机客户端设计 |
5.4.2 智慧停车系统功能测试与效果分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 论文展望 |
参考文献 |
致谢 |
攻读硕士学位期间的科研成果 |
(6)基于SATA硬盘阵列的数据记录装置设计与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题的研究背景和意义 |
1.2 国内外发展现状 |
1.2.1 硬盘发展现状 |
1.2.2 数据记录装置发展现状 |
1.3 本文主要内容及章节安排 |
2 方案设计 |
2.1 数据记录装置技术要求 |
2.2 系统整体方案 |
2.2.1 数据记录装置方案设计 |
2.2.2 测试机方案设计 |
2.3 本章小结 |
3 数据接口设计 |
3.1 光电收发接口设计 |
3.1.1 接口电路设计 |
3.1.2 电源电路设计 |
3.1.3 时钟电路设计 |
3.2 SRIO接口逻辑设计 |
3.2.1 RapidIO传输协议简介 |
3.2.2 SRIO物理层包格式与传输逻辑 |
3.2.3 IP核解析与时序仿真 |
3.3 本章小结 |
4 数据缓存设计 |
4.1 DDR3阵列设计 |
4.1.1 DDR3拓扑类型比较 |
4.1.2 DDR3电路原理设计 |
4.1.3 Fly-by拓扑布线技巧 |
4.2 DDR3逻辑设计 |
4.2.1 数据编帧设计 |
4.2.2 MIG控制器简介 |
4.2.3 DDR3读写逻辑 |
4.3 本章小结 |
5 数据存储设计 |
5.1 数据传输方案分析 |
5.1.1 接收端数据量分析 |
5.1.2 数据存储可行性分析 |
5.2 硬盘存储阵列设计 |
5.2.1 硬盘阵列技术简介 |
5.2.2 SATA电路设计 |
5.3 SATA存储逻辑设计 |
5.3.1 SATA协议简介 |
5.3.2 数据传递逻辑设计 |
5.3.3 OOB状态机优化设计 |
5.4 千兆以太网回读设计 |
5.5 本章小结 |
6 性能测试及验证 |
6.1 测试平台的搭建 |
6.2 数据记录装置可靠性验证 |
6.2.1 OOB状态机测试 |
6.2.2 数据存储性能测试 |
6.3 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
攻读硕士学位期间发表的学术论文及所取得的研究成果 |
致谢 |
(7)基于人工智能的音视频内容检索系统的设计与实现(论文提纲范文)
摘要 |
英文摘要 |
第一章 绪论 |
1.1 课题的背景与意义 |
1.2 国内外研究现状 |
1.3 课题研究内容与成果 |
1.4 本人承担任务 |
1.5 论文组织结构 |
第二章 相关技术 |
2.1 人工智能技术概述 |
2.1.1 计算机视觉技术的发展情况 |
2.1.2 自然语言处理技术的发展情况 |
2.2 分布式部署框架概述 |
2.2.1 Docker与Kubernetes |
2.3 前后端技术与深度学习框架概述 |
2.3.1 Node.js与Vue |
2.3.2 Python与Anaconda |
2.3.3 Tensorflow与Keras |
2.3.4 NSQ消息队列 |
2.4 搜索引擎框架概述 |
2.4.1 Elasticsearch概述 |
2.4.2 Faiss概述 |
2.5 本章小结 |
第三章 音视频内容检索系统需求分析 |
3.1 音视频内容检索系统需求概述 |
3.2 系统功能需求分析 |
3.2.1 原始音视频内容采集 |
3.2.2 音视频内容预处理 |
3.2.3 人工智能分析 |
3.2.4 识别结果索引化 |
3.2.5 前端搜索界面 |
3.3 系统非功能需求分析 |
3.4 本章小结 |
第四章 音视频内容检索系统概要设计 |
4.1 系统结构设计 |
4.2 功能模块设计 |
4.3 数据库表结构设计 |
4.3.1 数据库表分类汇总 |
4.3.2 数据表内容详细介绍 |
4.4 接口设计 |
4.5 前端界面设计 |
4.6 本章小结 |
第五章 音视频内容检索系统详细设计和实现 |
5.1 音视频采集模块详细设计和实现 |
5.1.1 音视频内容采集 |
5.1.2 音视频内容采集功能 |
5.2 音视频预处理模块的详细设计和实现 |
5.2.1 音视频预处理模块工作流程 |
5.2.2 音视频预处理模块功能详述 |
5.2.3 NSQ消息队列存取实现 |
5.3 人工智能分析模块详细设计和实现 |
5.3.1 模块流程设计 |
5.3.2 人脸特征提取模型详解 |
5.3.3 字符识别模型详解 |
5.3.4 语音识别模块 |
5.4 搜索引擎模块的详细设计与实现 |
5.4.1 ElasticSearch详细技术实现 |
5.4.2 Faiss详细技术实现 |
5.5 前端展示模块 |
5.5.1 前端展示模块的功能介绍 |
5.6 本章小结 |
第六章 系统介绍与测试 |
6.1 系统真实工作环境 |
6.2 系统功能测试 |
6.3 智能识别模块测试 |
6.3.1 人脸识别模块测试 |
6.3.2 字符识别模块测试 |
6.4 前端页面展示 |
6.4.1 前端搜索主界面 |
6.4.2 前端页面交互展示 |
6.5 测试总结 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 工作不足与展望 |
参考文献 |
致谢 |
(8)基于同步Flash的高速数据记录仪的设计与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题背景 |
1.2 课题研究目的和意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 存储方式的发展现状 |
1.5 论文主要研究内容 |
1.6 论文主要结构 |
2 高速数据记录仪方案设计 |
2.1 记录仪功能及性能指标 |
2.1.1 记录仪主要功能 |
2.1.2 记录仪设计指标要求 |
2.2 高速数据记录仪总体方案设计 |
2.2.1 主控制器的选择 |
2.2.2 传输接口的选择 |
2.3 记录仪系统总体设计 |
2.4 本章小结 |
3 高速数据记录仪电路设计 |
3.1 AD模块设计 |
3.1.1 AD9267 特性分析 |
3.1.2 AD9627 采集电路设计 |
3.2 LVDS数据接收接口设计 |
3.2.1 LVDS传输原理 |
3.2.2 LVDS接收电路设计 |
3.3 USB3.0 传输接口设计 |
3.4 同步NAND Flash高速存储阵列设计 |
3.4.1 同步NAND Flash存储结构 |
3.4.2 同步Flash片内片外复合流水线设计 |
3.4.3 同步Flash DDR接口设计 |
3.4.4 同步Flash并行阵列结构设计 |
3.5 本章小结 |
4 高速数据记录仪时序逻辑设计 |
4.1 AD9627 采集逻辑设计 |
4.2 USB接口逻辑设计 |
4.3 同步Flash时序逻辑设计 |
4.3.1 同步Flash读写操作实现 |
4.3.2 Flash并行阵列无效块检测 |
4.3.3 Flash ECC校验 |
4.4 本章小结 |
5 高速数据记录仪系统测试 |
5.1 AD采集功能测试 |
5.2 USB3.0 传输系统测试 |
5.2.1 USB3.0 数据传输功能验证 |
5.2.2 USB3.0 数据传输系统速度测试 |
5.3 同步Flash存储阵列验证 |
5.3.1 上电初始化 |
5.3.2 同步读模式 |
5.3.3 同步擦除 |
5.3.4 同步页编程 |
5.3.5 Flash阵列流水线测试 |
5.3.6 Flash阵列速度测试 |
5.4 本章小结 |
6 总结与展望 |
参考文献 |
攻读硕士学位期间发表的论文及所取得的研究成果 |
致谢 |
(9)基于高分辨率面阵相机与高光谱成像仪的机载成像系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 研究背景与意义 |
1.1 研究背景 |
1.2 国内外发展现状 |
1.2.1 高光谱成像系统国内外研究现状 |
1.2.2 数据采集与存储技术国内外研究现状 |
1.3 关键技术概述 |
1.4 研究意义和主要研究内容 |
第2章 高空间分辨率和高光谱分辨率机载成像系统研究 |
2.1 高空间分辨率和高光谱分辨率机载成像系统概述 |
2.1.1 需求分析 |
2.1.2 总体设计 |
2.1.3 关键参数分析 |
2.2 机载成像系统原理样机设计与实现 |
2.2.1 高光谱光机系统 |
2.2.2 高光谱成像电子学系统 |
2.2.3 高分辨率面阵相机系统 |
2.2.4 电源供配电系统 |
2.2.5 多通道数据采集与处理控制系统 |
2.3 机载成像系统集成测试与结果分析 |
2.3.1 高光谱成像仪系统集成装调 |
2.3.2 高光谱成像仪系统静态传函与噪声测试 |
2.3.3 高分辨率面阵相机集成与测试 |
2.4 本章小结 |
第3章 USB3.0 高速可调同步传输系统关键技术研究 |
3.1 USB3.0 高速可调同步传输系统概述 |
3.1.1 需求分析 |
3.1.2 总体设计 |
3.1.3 同步传输机制特点 |
3.2 USB3.0 传输系统设计与实现 |
3.2.1 TLK2711 高速芯片传输机制设计 |
3.2.2 USB3.0 外设控制器同步传输机制设计 |
3.2.3 单板计算机上位机软件的采集存储同步控制机制设计 |
3.2.4 多通道数据采集的存储带宽分析与设计 |
3.3 USB3.0 传输系统测试结果与分析 |
3.3.1 系统测试方法 |
3.3.2 测试结果与分析 |
3.4 本章小结 |
第4章 机载成像系统性能测试与成像实验 |
4.1 高光谱成像仪性能测试与地面成像实验 |
4.1.1 信噪比估算与实测结果分析 |
4.1.2 地面成像验证实验与结果分析 |
4.1.3 摇摆台模拟飞行成像测试与结果分析 |
4.2 机载成像系统外场航飞成像实验 |
4.2.1 外场航飞成像实验概述 |
4.2.2 航飞成像实验设计与数据预处理方法 |
4.2.3 航飞成像实验结果与分析 |
4.3 本章小结 |
第5章 总结与展望 |
5.1 主要研究成果 |
5.2 论文的创新性体现 |
5.3 未来的研究方向 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(10)多通道数字视频DVR的设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 论文的研究背景 |
1.2 国内外研究现状 |
1.3 论文研究意义 |
1.4 论文主要内容 |
1.4.1 论文研究内容 |
1.4.2 论文结构 |
第二章 多通道数字视频录像机DVR设计方案及工作原理 |
2.1 设备总体设计方案 |
2.1.1 硬件设计方案 |
2.1.2 软件设计方案 |
2.2 设备工作原理 |
2.3 本章小结 |
第三章 多通道数字视频录像机DVR硬件设计 |
3.1 硬件总体设计 |
3.2 主控模块设计 |
3.2.1 核心处理器选型 |
3.2.2 处理器子系统 |
3.3 设备接口设计 |
3.3.1 视频采集接口设计 |
3.3.2 视频输出接口设计 |
3.3.3 网络接口设计 |
3.3.4 SD卡接口设计 |
3.3.5 USB接口设计 |
3.3.6 SATA接口设计 |
3.3.7 UART接口设计 |
3.4 设备内存单元设计 |
3.5 设备电源设计 |
3.5.1 电源模块的电路设计 |
3.5.2 芯片上电时序与设计 |
3.5.3 设备负载均衡设计 |
3.6 设备复位设计 |
3.7 设备PCB布局布线设计 |
3.8 本章小结 |
第四章 嵌入式开发环境搭建 |
4.1 主机端程序开发环境搭建 |
4.2 目标板程序开发环境搭建 |
4.3 本章小结 |
第五章 多通道数字视频录像机DVR软件设计 |
5.1 软件设计框架 |
5.1.1 McFW开发模式 |
5.1.2 LinkAPI机制和Chain创建 |
5.2 软件系统设计与实现 |
5.2.1 多路视频采集模块设计 |
5.2.2 视频编解码模块设计 |
5.2.3 视频存储模块设计 |
5.2.4 视频传输模块设计 |
5.2.5 本地视频显示模块设计 |
5.3 系统的启动和时钟配置 |
5.3.1 系统的启动模式 |
5.3.2 系统的时钟配置 |
5.4 系统的网络配置 |
5.5 本章小结 |
第六章 设备调试 |
6.1 测试系统的搭建 |
6.1.1 硬件测试系统搭建 |
6.1.2 软件测试系统搭建 |
6.2 硬件调试 |
6.3 功能测试 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
攻读学位期间参加科研情况及获得的学术成果 |
四、获得硬盘最大空间的方法(论文参考文献)
- [1]闪存固态硬盘系统结构与技术[J]. 高聪明,石亮,刘凯,薛春,舒继武. 计算机研究与发展, 2021(07)
- [2]图像声呐的数字电路与高速存储的设计与实现[D]. 张献艺. 哈尔滨工程大学, 2021
- [3]精益思想在S公司轻薄固态硬盘生产中的应用研究[D]. 代春生. 西南大学, 2021
- [4]基于业务流量和资源状态预测的SFC主动编排算法[D]. 童日明. 北京邮电大学, 2021(01)
- [5]基于物联网的智慧社区设计与实现[D]. 张佳靖. 内蒙古大学, 2021(12)
- [6]基于SATA硬盘阵列的数据记录装置设计与实现[D]. 李晋涛. 中北大学, 2021(09)
- [7]基于人工智能的音视频内容检索系统的设计与实现[D]. 张金硕. 北京邮电大学, 2021(01)
- [8]基于同步Flash的高速数据记录仪的设计与实现[D]. 赵宽. 中北大学, 2021(09)
- [9]基于高分辨率面阵相机与高光谱成像仪的机载成像系统研究[D]. 黄俊泽. 中国科学院大学(中国科学院上海技术物理研究所), 2021(01)
- [10]多通道数字视频DVR的设计与实现[D]. 左乔. 西安石油大学, 2021(09)