共查询到19条相似文献,搜索用时 125 毫秒
1.
针对传统汽车胎压监测系统(TPMS)的不足,设计了基于智能手机的汽车胎压监测系统。该系统由轮胎传感器、中继器和智能手机三部分组成,通过无线射频技术和蓝牙技术,实现在智能手机上实时显示轮胎状态,以及对系统的报警阈值、传感器ID等参数进行设置的功能。实验结果表明:该系统的最大测量误差为±0.06 bar,上车测试的丢失率为1.69%,传感器匹配时间约为1 min。该系统有效地将TPMS和智能手机结合起来,改善了TPMS的显示效果,增强TPMS的交互性,使其有高品质用户体验效果,具有极高的产业化价值。 相似文献
2.
3.
4.
为了方便患者检测血糖值、长期存储检测数据并及时得到医生的诊断结论,设计了一种基于智能手机血糖监测系统。系统由无线血糖检测传感器、患者智能手机、医生智能手机组成,可实现远程会诊和远程监护。基于MSP430单片机的无线血糖检测传感器通过蓝牙与患者智能手机连接,不仅完成了检测功能,还可利用手机的短信功能发送检测值和接收医生的诊断;同时利用智能手机强大的软件平台完成数据的存储、管理、维护等功能。通过测试,该设计较好地满足了预定要求。 相似文献
6.
赵晋芝 《电脑与微电子技术》2012,(8):77-80
为充分发挥智能手机在运算和信息传输上的优势.基于智能手机和嵌入式数据库设计图书馆读者服务系统。系统选择.NET平台,采用SQLite数据库,实现读者认证和文献资源搜索与预定等基本功能,构建基于WindowsMobile5.0智能设备的图书馆服务平台。将智能手机应用于移动图书馆的读者服务系统以提供全天候的服务。 相似文献
7.
成谢锋陈胤成亮姜斌汪晶 《数据采集与处理》2016,31(5):919-926
产生合成心音信号在教学、科研中都有一定的实际应用价值, 本文提出一种复合心音发生器。首先分析心音的产生机理和混沌特性,提出复合心音的合成原则,然后从心音的混沌特性出发构建一种心音发生器,它包括左侧心音产生子模型和右侧心音产生子模型,对它们的输出波形进行合成处理,从而得到一组幅值、周期都可调的合成心音信号。通过对合成心音信号的时频特征和混沌特征进行分析,结果表明,该合成心音信号与实际心音信号具有很高的相似度,可以基本满足教学和科研
的需求。 相似文献
8.
9.
每个系统要正常运行都有赖于CPU的性能.系统软件,中间件一集各种系统策略等等.智能手机也是一样。这篇文章主要探讨了给智能手机选择合适的CPU.以及在手机电源管理中的动态电源管理(DPM)和自适应电压调整(AVS)技术。最后,我还对手机软件设计进行一点优化工作,实现了软件的节能设计。 相似文献
10.
基于智能手机平台的MMS系统研究与实现 总被引:6,自引:1,他引:6
研究了智能手机平台的基本工作原理以及无线短信服务系统的基本工作原理,分析了SMS的局限性,在PALMOS6.1嵌入式操作系统平台上开发了基于GSM短信息服务平台的MMS系统。通过MMS进行更多元化的移动通信服务。 相似文献
11.
12.
13.
本文提出了一种带有GPS的智能手机监控系统及方法。该系统包含服务器平台和带有GPS的智能手机终端,实现实时位置查询、定时位置查询、周期位置上报,区域报警功能、终端初始化、按键设置、呼入呼出设置、用户管理、系统初始化、终端登录、SOS报警和缺电及关机报警等功能。同时本系统规定了一系列服务器平台和智能手机终端的信息交互流程。经实验验证,本系统与方法能够应用在多种型号的带有GPS的智能手机终端上,功能完善,真正实现位置监控与安全管理。 相似文献
14.
15.
16.
对移动学习的相关理论知识与技术方法进行了研究,以算法与数据结构课程为例,采用服务器结合客户端的模式设计了基于Android的移动课件。该课件在Android手机上顺利通过了测试,并且在计算机专业学生中应用,取得了良好的教学效果。 相似文献
17.
心率的检测对人体健康监护有重要的意义,目前主流心率检测设备需与皮肤直接接触,容易引起传染性疾病的传播风险并给用户带来负担;为了解决这些问题,开发了一款基于安卓移动端设备的心率检测应用,可实现非接触式的心率检测并将检测结果展示在主界面上,完成用户自主的心率检测功能;根据远程光电容积描记法,可从人体皮肤的图像数据中提取出心率信息,因此应用中封装了欧拉视频放大算法来实现非接触式心率信号检测,可通过采集面部图像数据来进行人体心率的估计;该应用操作简便,使用场景也不受限制,在真实环境中的实验结果表明,其检测结果与真实心率间的均方根误差为2.93,误差较小且与真实心率具有较高一致性,其检测精度能够满足用户使用需求。 相似文献
18.
Cutting parameters analysis for the development of a milling process monitoring system based on audible energy sound 总被引:3,自引:1,他引:2
Monitoring of machining processes is a critical requirement in the implementation of any unmanned operation in a shop floor
and, particularly, in the establishment of Flexible Manufacturing Systems (FMS) and Computer Integrated Manufacturing (CIM)
where most of the operations are carried out in an automated way. During the last years, notable efforts have been made to
develop reliable and robust monitoring systems based on different types of sensors such as cutting force and torque, motor
current and effective power, vibrations, acoustic emission or audible sound energy. This work is focused on this last sensor
technology. The basic objective is to characterise the audible sound energy signals generated during different machining operations
carried out on a milling machine. In order to achieve this, rotation speed, feed and depth of cut have been analysed separately.
The main contributions of this work are, on the one hand, the application of a systematic methodology to set up the cutting
tests and, on the other hand, the independent signal analysis of the noise generated by the milling machine used for the cutting
tests in order to filter this noise out from the signals obtained during the actual material processing. The classification
of audible sound signal features for process monitoring has been obtained by graphical analysis and parallel distributed data
processing using a supervised neural network (NN) paradigm. 相似文献