4月15日，全屋智能领军品牌 Aqara绿米发布了一款新品——门窗传感器 NB-IoT 版。该产品最大亮点是通过NB-IoT网络，解决了门窗传感器必须搭配网关才能进行连接的痛点，也可搭配 Aqara 产品实现全屋智能联动。Aqara 坚持以打造全屋智能的整体用户体验作为产品逻辑出发点，获得了广大好评。那么，Aqara全屋智能品牌怎么样?我们一起来了解! 创立公司的初心是什么?Aqara绿米的董事长游延筠曾说到，人类对能源资源的消耗，对环境造成严重污染。具有十几亿人口的中国以同样消耗资源的方式崛起，全世界的资源都支撑不了。如何实现社会的可持续发展?在人类生产的所有能源里(包括石油、汽油、天然气和发的电力)，有40%是被楼宇消耗掉了，而楼宇自动化可以节省20%至40%的能源。为此，游延筠便有了最初创业的想法：如果能把楼宇都实现了自动化，那么我们就可以离真正得到蓝天更近一大步，特别是中国这样的一个人口和市场体量，它的可持续发展对世界来说绝对是巨大的贡献。 Aqara绿米的高管和员工都叫游延筠“游老师”。在游延筠身上，知识分子的色彩很浓烈，这个和他十几年的高校从教经历与长期以工程师身份搞发明的习惯有关。 以“智汇家”物联网平台为依托，实现长虹家电全系物联网家电产品的互联互通，进一步了改善用户体验，提升了产品溢价。另从行业看，家电消费需求走向智能化、场景化、套系化，且高端化趋势更加明确。由此，形成了从单一品类到全品类转型，也带动了长虹整体营收稳健增长。 特别在5G网络推进下，与AIoT相结合，将推动智能家居市场正式进入高速发展阶段，成套家电发展迎来一波新机遇。尤其海尔智家是成套化、场景化最具代表性的厂商，自2020年推出三翼鸟场景品牌后，在行业内走出了一条差异化的竞争之路。在场景品牌三翼鸟驱动下，2021年，海尔智家高端成套销量同比增长62%，占比提升10.6个百分点，升至37%;智慧成套销量同比增长15%，占比提升2个百分点，升至17%。不仅提升单用户价值，还收获高端市场增长机会。 与此同时，美的集团也在积极推动全屋智能战略。包括成立了智能家居事业群，作为智慧家电、智慧家居及周边相关产业和生态链的经营主体。并与华为进一步深度合作，搭载华为鸿蒙系统的美的家电产品涉及25个品类，共计超过230款，实现从单品合作到全屋智能的跨越。同时，进一步深化与谷歌、亚马逊、苹果等公司合作，持续优化产品语音交互体验，实现多设备、跨品牌、跨平台的多样化服务联动。 德国摩根智能家居用智能产品告诉我们，未来人可以有多懒。懒得开关灯：智能灯光系统可以用一根手指轻松完成这个需要手脚眼全配合才能完成的普通动作。可以一键式关闭或开启，也可以操作系统自定义控制某一盏灯的开启闭合;外出时一键延时功能，30秒后自动关闭;外出归来也是一键开启。在控制方面，可以遥控器或是通过互联网手机远程操作。 懒得开窗：德国摩根智能家居的智能门窗系统更是不一般。除了正常生活中的开窗和关窗，还有防盗、防劫和自动报警功能。一键开启功能，室内空气需要流通时，打开相应屋子的窗子。风雨传感器会在下雨时自动关闭窗子，更无需主人控制。最令人不可思议的是，遇到突发情况如盗贼入室，火灾或是人身意外事故，门窗系统会自动报警，真是“救人于水火之中”。 德国摩根智能家居听起来真的有点不可思议。科技改变人类的命运，有时候生活就是可以这么简单。科技是无限发展的，人们的生活也在微妙的变化着，德国摩根智能家居不仅是未来懒人生活的天堂，也是人类依托高科技享受便利生活的极致表现。

引言 需求牵引是各类新技术发展的原动力。当前，物联网正在强势崛起。在物联网军事应用中，最优先、最核心的问题是明确军事需求,并将其融入联合作战及其保障体系中去，从而有效提升信息化条件下的作战能力和保障效能。 1  军事物联网的基本概念 物联网的概念最早是在1999年美国召开的移动计算和网络国际会议提出的，该会议当时提出“传感网是下一个世纪人类面临的又一个发展机遇”；2003年，美国《技术评论》提出传感网络技术将是未来改变人们生活的十大技术之首。此后，社会各界对于物联网产生了极大的关注，许多人相信物联网可能对人类社会以及人们的日常生活产生巨大的影响。2005年,在突尼斯举行的信息社会世界峰会(WSIS)上，国际电信联盟(ITU)发布了《ITU互联网报告2005：物联网》，正式提出了“物联网“的概念。 物联网的英文名称为“Internetofthings”,简而言之，物联网就是“物物相连的互联网”。了解到物联网主要为解决物品到物品(ThingtoThing,T2T),人到物品(HumantoThing,H2T),人到人(HumantoHuman,H2H)之间的互联特征，考虑到军事应用中战场环境复杂、作战单元众多以及持续有效的供给等实际需求，物联网已被许多军事专家称为“一个未探明储量的金矿”，并正在孕育着军事变革深入发展的新契机。目前,物联网在军事上的应用还比较少，军事物联网还没有一个严格的定义。 根据该应用模型所理解的军事物联网应当是一个以现有军用网络为基础，将其末端延伸到具体武器装备，以现实战场环境以及实时后勤保障，从而实现物物相连的智能化网络。该网络能使战场感知精确化、武器装备智能化，综合保障灵敏化，从而提升信息化条件下作战打击的精确度和自动化程度。 2  各军兵种对军事物联网的需求 军事物联网可以扩大未来作战的时域、空域和频域，将对国防建设各个领域产生深远影响，并将引发一场划时代的军事技术革命和作战方式的变革。从而引起各军兵种对军事物联网的迫切需求。 2.1  陆军需求 军事转型使陆军的战略指导思想从原来的“区域防卫”向“机动作战、立体攻防”转变，力量运用由“静态部署、有形集中”向“动态部署、效能集中”转变，作战任务由“逐次夺占“向“体系破击”转变。并将强调“全域多能、多样式作战、多维空间、联合制胜”的新理念。 陆军对军事物联网的需求主要表现在以下几个方面： 首先，陆军的作战环境比较复杂，城镇巷战、丛林突击、沙漠行动等复杂战场环境影响较大。这就需要军事物联网能够对陆军的特殊作战环境实施监测保障,从而有效提升部队在各种复杂环境的适应能力和作战效能； 其次，陆军的作战单元相对较小，作战力量分散,作战方式灵活，机动速度快。这就需要军事物联网能够对陆军提供有效的覆盖链接,使得各末端作战单元“互联互通”； 第三，陆军作战的意义偏向于夺取、占领、驻守等方面，因而需要有持续不间断的作战能力和后勤保障能力。这就需要军事物联网来为前沿部队及时有效的提供弹药和物资供给的可靠信息保障； 最后,未来信息化条件下的联合作战需要陆军与其他军种配合进行联合军事行动。这就需要军事物联网来为作战行动的协调提供可靠保障，以便陆军必须具备与其他各军种的互通能力，从而保证作战行动的有效进行。 2.2  海军需求 海军的作战样式正在从以“平台为中心，，向以“网络为中心”发展，可以预料，未来海军的主要作战样式将是以“网络为中心”的一体化联合作战。这种作战样式主要有三方面内涵:一是各作战平台将通过数字链路链接成一个有机的整体，从而提高总体作战效能;二是防空、反潜和反战术弹道导弹等防御性作战行动，以将依靠舰上自身防御系统转变为以网络化的协同作战方式进行作战,此时的各个分散平台将成为一个分布式的探测装置和武器系统;三是海军将和其他军种联合一体作战，共同完成作战任务。 海军对军事物联网的需求主要有以下几个方面：其一是海军作战环境特殊，面对防空、反潜和反战术弹道导弹等防御性作战行动，需要军事物联网能够对海军作战环境实施监测保障，提升自身保护能力和应对能力； 二是海军作战范围广，海上覆盖区域是陆上的若干倍,将来发展远洋海军作战能力，首当其冲要解决的是如何提升综合后勤保障能力。这就需要军事物联网能够对海军作战后勤保障及时有效地提供可靠的信息保障； 三是海军兵种组成多，装备规模大，作战时因为承担任务、作战区域、平台功能、携带武器、平台速度等要素的不匹配,可能使得各兵种之间、各装备平台之间的协同难度增高，这就需要军事物联网为海军的各系统装备进行互联互通。 2.3  空军需求 目前,空军正在努力实现从国土防空型向攻防兼备型的转变。信息化条件下作战，空战通常先于陆战和海战，及时而又准确的情报是空中战役胜利的重要因素，是空中作战能力的增因。 空军对军事物联网的需求主要表现在以下几个方面： 首先，空战通常先于陆战和海战，情报的获取尤为重要。这就需要军事物联网能够为空战提供及时、有效、可靠地信息保障； 其次，空军作战机动速度快。这就需要军事物联网能够提供远程作战飞机指挥引导，故应在预警机、空中加油机、远程运输机、战略轰炸机、空中指挥所飞机和大型侦察机等飞机上使用军事物联网； 第三，空军作战机动范围大。这就需要军事物联网能够为空战提供及时有效的综合后勤保障,油料、弹药等的供给是否充足在很大程度上决定着空战的作战效能； 另外空军作战打击精度高。这就需要军事物联网能够将打击目标信息和气象环境等辅助信息及时的传输到作战飞机，使作战人员能够及时调整战术， 提呙打击能力。 2.4  第二炮兵部队对物联网的需求 在未来一体化联合作战中,第二炮兵作为远程精确打击的主力，发挥着首战定局的先锋作用、夺取战场控制权的主力作用和速战速决的突击作用。其作战样式主要有固定阵地作战和机动作战两种。 第二炮兵部队对军事物联网的需求主要表现在以下几个方面： 其一,第二炮兵在机动作战中的越级指挥、联合作战中的跨战区联络、山区中的远程无线通信、摩托化行军和铁路输送中的移动通信等，都需要发挥军事物联网“物物相连“的优势； 其二,第二炮兵部队需要通过军事物联网建立强大的作战空间态势感知优势的多传感器信息网，以便较好的形成“信息保护伞”，从而有效进行自身防卫； 其三,第二炮兵部队需要通过军事物联网为火控和制导系统提供精确的目标定位信息,对导弹发出预警，并指引弹道导弹对拦截武器进行大姿态变轨突防,或指引巡航导弹自主选择突防路径，规避飞行并可用于在指挥控制系统与导弹之间进行实时数据传输。 3  多样化军事任务对军事物联网的需求 随着国家军事战略的调整以及我军使命任务的拓展，中央军委胡锦涛主席提出了“军队要提高应对多种安全威胁、完成多样化军事任务的能力”的重大战略思想。胡锦涛主席关于完成多样化军事任务战略思想的首次提出是在2005年底中央军委扩大会议上，随后在党的十七大报告中作了明确论述，在2007年底的中央军委扩大会议讲话中又进一步作了全面阐述。 2008年4月，军委郭伯雄副主席在视察部队时强调:“我军要应对多种安全威胁，首要的是维护国家主权、安全和领土完整;我军要承担多样化军事任务,首要的是打赢信息化条件下的局部战争……各级要按照打赢信息化条件下局部战争的要求，着眼应对多种安全威胁,完成多样化军事任务……全面提升部队作战能力。” 近年来，我军在抗洪抢险、抗击“非典”、维稳处突、抗震救灾和海军护航等非战争军事行动中发挥了巨大的作用，例如1998年的抗洪抢险;2003年的抗击“非典”;2008年的“3.14”西藏打砸抢烧;2008年的”5.12”四川抗震救灾；2011年非战争性质的利比亚大规模撤侨行动等等，这些都使我军充分认识到了应对多种安全威胁和完成多样化军事任务的需要。多样化军事任务所应对的事件突发性强,需求相应时间短,事发环境复杂，我军在执行多样化军事任务过程中，也具有指挥跨度大、指挥链长、信息需求全面、态势情况多变和横向联系多等特点。 完成多样化军事任务对军事物联网的需求主要表现在以下几个方面： 首先完成多样化军事任务需要强大的信息感知获取能力的支持,要依托地方建立军地联合的情报共享机制。这就需要军事物联网能够为完成多样化军事任务提供全面、及时、有效、可靠的信息保障； 其二,完成多样化军事任务需要强大的综合后勤保障能力的支持,要依托民企建立军民联合的后装保障机制。这就需要军事物联网能够为完成多样化军事任务提供有效跟踪、及时输送的后勤物资保障； 同时完成多样化军事任务还需要多方面力量的支撑。这就需要军事物联网能够为完成多样化军事任务的协调进行提供可靠保障,从而形成互联互通的整体合力。 4  军事物联网的作战需求分析 军事物联网是实现智能化感知、定位、跟踪、监控与管理的全新理念。其主要是用军用网络将战场环境、武器装备和综合保障等方面有机连接起来，也就是说，军事物联网=军用网络+战场环境+武器装备+综合保障等，以实现精确化战场感知、智能化武器装备、灵敏化综合保障等多功能于一体。 4.1  战场感知精确化 战场感知精确化即建立战场“从传感器到射手”的自动感知-数据传输f指挥决策-火力控制-信息反馈的全要素、全过程综合信息链。从而对敌方兵力部署、武器配置、运动状态的侦察和作战地形、防卫设施等环境进行勘察，对己方阵地防护和部队动态等战场信息的实时感知，以及大型武器平台、各种兵力兵器的联合协同和批次使用等实施全面、精确、有效地控制。 建立战术侦察传感信息网,通常可以釆用无人飞机或火炮抛掷方式向敌方重点目标地域布撒声、光、电磁、震动、加速度等微型综合传感器，近距离侦察感知目标地区的作战地形、敌军部署、装备特性及部队活动行踪和动向等;可与卫星、飞机、舰艇上的各类传感器有机融合，形成全方位、全频谱、全时域的全维侦察监视预警体系,从而提供准确的目标定位与效果评估，有效弥补卫星、雷达等远程侦察设备的不足，全面提升联合战场感知能力。 同时,加强重要军事管区人员的动态管控与防入侵智能管理系统建设也是重中之重，如在国境线、重要海区与航道，以及战场阵地、指挥所、机场码头仓库等重要军事设施建立传感系统等，图2是上海浦东机场的安防系统示意图。  4.2  武器装备智能化 武器装备智能化就是建立联合战场军事装备、武器平台和军用运载平台感知控制网络系统，动态地感知和实时统计分析军事装备、运载平台等聚集位置、作业、损毁、维修和报废等全寿命周期状态。 另外,还包括研制和建立各类移动的军事感知监控网络，在各类军用车辆、车载武器平台及飞机、舰船等加装单项或综合传感器,以构建统一的“装备卡”识别体系。从而对军用车辆和武器平台等定位、分布与聚集地、运动状态、使用寿命周期等实现状态感知，并对武器装备完好率、保养情况等实现状态感知，同时对联合作战信息系统实现宏观监控与管理。 武器装备智能化的另一个重要体现就是无需人工操作，武器装备本身能够智能的获取、分析和处理作战信息，并主动实施打击，从而进行打击效果评估。大家都知道,被称为“钢铁战士”的军用机器人以其刀枪不入、不怕牺牲、不染疾病、不知疲倦、不食人间烟火等特殊优点和严守纪律等“优良品质”被广泛应用于战场，用来完成人难以涉足的最危险、最艰苦的战斗任务，图3所示是一个机械战警的截图。事实上，发展能够智能化获取、分析处理作战信息，并主动实施打击的武器装备是未来战争的必然趋势。  4.3  综合保障灵敏化 综合保障灵敏化就是建立“从散兵坑到生产线”的保障需求、军用物资筹划与生产感知控制，以及“从生产线到散兵坑”的物流配送感知控制，以有效地实施作战保障力量适时适地适量的综合运用与智能感知动态管控。 建立以军事物联网技术为基础的物资在储、在运和在用状态自动感知与智能控制信息系统，可在各类军用物资上附加统一的相关信息电子标签，通过读写器自动识别和定位分类，以实施快速收发作业，并实现从生产线、仓库到散兵线的全程动态监控。在物流系统中利用射频识别与卫星定位技术,还可以完成重要物资的定位、寻找、管理和高效作业。 综合保障灵敏化的另一个重要体现是利用军事物联网建立以单兵电子生命监测系统为基础的卫勤保障信息链，对于进行战场及突发事件现场实施伤病员定位搜救与身份确认具有重要价值。通过电子信息传感器,可有效实现生命体征的动态检测和卫勤伴随保障，从而有针对性地做好应急救援准备,精确调度卫勤力量与资源。图4所示是一个DARPA-TATRC的无线伤员识别系统的示意图。   军事物联网从战场感知精确化、武器装备智能化和综合保障灵敏化三个方面呈现了未来作战的基本图架。通过军事物联网可以努力做到“知己”，破除“战”;努力做到“以人为本”，以“人”努力 5   ,并从各军兵种和完成多样化军事任务方面分析了对军事物联网的需求，最后就其作战需求进行了军事物联网的需求分析，着重研究讨论了物联网在军事应用中的实际意义，强调了构建军事物联网的重要性和紧迫性。

11月5日，由众智·技服管家主办的2020医疗内窥镜技术发展研讨会在深圳举行。本次大会邀请了300名国产医疗器械生产商代表及医疗行业从业者参会，聚焦中国医疗内窥镜产业发展趋势，探讨新时代医疗科技的全新发展机遇。豪威集团市场部总监孟树先生也应邀出席本次会议，并发表了主题为“系统级医用内窥镜图像解决方案”的演讲，从技术方案的角度解读医疗内窥镜未来的发展方向。 近年来，医疗器械产业伴随人类健康需求的增长而不断发展，内窥镜作为介入领域的高端医疗设备，在现代医疗中发挥着关键作用，为提升诊治准确性、缩短手术时间、降低病患痛苦提供了很大帮助。但目前内窥镜在临床应用中依然存在着重复使用的问题，不仅加大了交叉感染的风险，还增加了医院的运营管理成本。因此，精密微型化、集成化和定制化，以及一次性使用正逐渐成为医用内窥镜未来的发展趋势。 与此同时，良好外部环境和国家政策的大力支持，也让我国医疗内窥镜自主创新能力不断加强。据前瞻产业研究院发布的《中国内窥镜行业市场需求与投资规划分析报告》统计数据显示，截止至2017年全球医用内窥镜市场规模增长至突破200亿美元。根据EvaluateMedTech按照6.8%的复合增速测算，预计到2022年全球医用内窥镜市场规模将达到260亿美元。[1]创新能力的提升及市场需求的扩大，也进一步带动了国产内窥镜核心技术及相关设备的发展。

整理 | 付斌 公众号 | 嵌入式ARM 【整理自】中国电子报、Semi insights、ittbank、elecfans、乐创客，谢谢。 微控制器(MCU)，也就是我们所说的单片机，是今天电子产品的心脏，被广泛地应用到消费和工业电子产品中。小到体温计、无线充电器和智能手环，大到数控机床、机器人和汽车，都有MCU的身影。 MCU应用“定义权”在中国。不管从消费类的玩具、手机周边、家居家电，到工业类的电机控制、汽车电子、无线通讯，甚至物联网、人工智能，在中国都有大量的开发团队和配套的支持体系，以及广泛的消费群体和应用场景。这使得MCU产品及方案的“定义权”逐步移到中国来，而这是本土MCU厂商生存成长的天然土壤。 其次，中国有距离和服务理念方面的优势。本土的MCU厂商及其员工，已经习惯了“今日事今日毕”的高效的行事风格，堪比外卖订餐的便捷。这一点在全球其他电子行业市场是难以想象的。 国产MCU，市场份额和技术先进性，都无法和国外企业进行相比。国内来看，当前占据的主流市场还停留在8位MCU，占比50%。16/32位MCU占比分别为20%。这就意味着，国内MCU应用领域相对集中在低端电子产品，中高端电子产品市场还在外企手里。 按照位数来划分，MCU可分为4位、8位、16位、32位和64位微处理器，现在32位MCU已经成为主流，正在逐渐替代过去由8/16位MCU主导的应用和市场。若按照指令集架构(ISA)来划分，MCU类型包括8051、Arm、MIPS、RISC-V、POWER等微处理器。基于Arm Cortex-M系列内核IP的MCU已经成为32位MCU的市场主流，最近几年开源的RISC-V微处理器也开始流行起来，特别是在新兴的物联网领域。 Arm Cortex-M系列的横空出世，ST、NXP、TI和瑞萨等厂商的鼎力相助，MCU从早期的百家争鸣，转向了以Arm Cortex-M为主导的市场。以国内市场为例，根据IHS的数据显示，Arm内核的MCU在国内占领市场的份额约为15%，在Arm内核和生态的助推下，国内的MCU厂商也如雨后春笋般冒起，也成就了几家本土巨头，但是与国外相比，我们依旧存在较大差距。 相关数据显示，包括欧洲的ST、NXP、英飞凌（包括收购的Cypress)，美国的TI、Microchip和日本瑞萨在内的领先MCU厂商几乎统领了包括汽车电子和电机控制在内的高端市场。这些厂商在整个MCU市场的占有率也超过八成，而随着新应用的兴起，这个数字势必会继续上升。 据不完全统计，国内做MCU的厂商已经超过了一百家，而当中有不少是瞄着替换国外厂商目标挣一笔“快钱”而去的。这些企业的运营模式也是相当简单，看国外哪个厂商的MCU在国内卖得火、或者抓住国外厂商即将退市的产品，照着做一个管脚兼容的产品，以更低的价格去取代，这就造成了赛道拥挤、利润低下，把原本以拼设计为重点的芯片产业转变为以供应量和制造成本取胜的行业，这做法就限制了公司的成长，不利于整个行业的发展。 早年，国产MCU在ARM内核方向的一个重要发展分支是做欧美品牌的兼容替代。由于与被替代品的价格差较明显，Pin-to-Pin甚至是Register-to-Register替代方便，存量市场给初入者带来了业绩的快速成长。 随着进入者越来越多，替代产品质量良莠不齐，这门生意越来越不具有可持续性。不过我们也庆幸的看到像华大半导体这样有特色的MCU厂商开始自主定义和开发更有差异化更有竞争力的ARM MCU产品，这样的践行也给华大带来 了业务的飞速成长。 那么MCU的未来如何，国产又将如何。日前，兆易创新、中颖电子、国民技术接待了一些机构的调研。在调研中，他们对MCU的现状和未来做了一些回应，我们摘录如下，以飨读者，深入思考。 01 兆易创新如何看待MCU的未来 兆易创新首先指出，MCU今年确实增长非常快速,在兆易创新方面，公司到三季度的收入已经是超过去年全年的业绩了。整个全球看起来,也出现增长。从他们本身看来，MCU业务今年整体增长不仅仅来自某一个行业需求,在多个行业需求都比较明显,我们预测持续增长到明年是可以预期的。 在问到MCU三季度的景气状况时，兆易创新表示，目前看起来跟前几个季度没有太大差别。因为MCU产品Design in cycle比较长,所以目前看到第三季度往后,包括10月,在工业控制领域客户量产会越来越多,占的比例会越来越大。 兆易创新进一步指出，MCU产品早期相对偏消费类会多一些,之后更多的成长在工业控制这一块会越来越多。就工业控制业务来讲,大多数是逐渐起量的,起量的速度不像消费类,目前看从客户出货速度来讲,或者增长趋势看工业控制业务会越来越多。 “MCU相对是比较长的Design in周期,客户从小批到上量慢慢起来。目前也看得到,公司MCU产品整个品牌的认知度和接受度是非常高的,再加上国际大厂的缺货,国内越来越多大的厂商在导入我们的MCU产品”，兆易创新强调。 在问到四季度是否会涨价的时候，兆易创新回应道：“目前公司没有涨价。虽然说有友商在涨价,但是目前公司没有计划涨价。” 最近，因为Nvidia收购Arm，很多人对于Arm的未来也有不同的想法，作为一个Arm架构的使用者，兆易创新又是如何看待这笔交易，以及交易对他们产生的影响呢？ 兆易创新表示，兆易创新与ARM是战略合作的关系,公司已经量产的产品都是拿到了合法授权的,公司也会密切关注AMR控制权的变化。此外，兆易创新在RSIC-V方面也有布局。他们指出，公司在MCU领域是最早布局的,是全球首家推出基于RISC-V内核的32位通用MCU产品的公司。 “公司的目标是打造MCU的百货商店,不论是ARM架构还是RSIC-V架构,我们都有产品供客户选择”，兆易创新强调。 02 中颖电子如何看待MCU的未来 MCU微控制器作为智能控制的核心广泛应用于消费电子、汽车电子、计算机与网络、工业控制等领域， 伴随物联网的逐步落地和汽车电子的发展，MCU微控制器的市场需求长期增长可期。据IC Insights预测， 2020年MCU全球市场规模接近200亿美元，海外前八大MCU厂商占据全球约88%的市场份额。公司是国内较具规模的工控单芯片厂家，在全球家电MCU及国内锂电池管理芯片领域取得领先，受益于我国已发展成 为全球最大的家电、电子产品制造基地，而且国家政策上积极支持芯片国产化，中颖电子自2012年起实现 了持续性的增长。公司坚持自主研发核心技术，充分发挥贴近国内客户的优势，在技术创新、产品质量及 性价比等方面赢得了市场综合竞争优势。 在谈到公司MCU表示的时候，中颖电子表示，针对家电市场 ，公司产品以高性价比，高可靠性，低不良率，高直通率为核心竞争力，切合家电市场对于MCU的需求，在行业竞争中处于领先地位。相对于外商竞争者，公司可以提供性能相当，价格更优的产品。 面对国内竞争者，公司可以在价格稍高的情况下，提供高可靠性和极低返修率的产品。和欧、美、 日竞争者采用通用型产品做法不同，公司主要专注于细分市场，开发行业订制的ASSP产品，集成外围分立 元器件，降低BOM成本; 和国内新兴崛起的竞争者相比，公司产品在可靠性、品牌认可、供货能力等方面 具有优势。 针对电机控制市场 ，公司在产品可靠性、成本控制、销售渠道等方面积累了丰富经验。血压计应用，公司在数年前率先推出高精度ADC架构血压计MCU，搭配专门的血压检测算法，在检测精度和稳 定性上较传统日系MCU方案有较大优势，已被国内一线大厂采用。 公司的电竞类键鼠MCU在制程、芯片资源、灯效控制和BOM上具有相对比较优势，处于中国大陆机械键盘市场领先地位;新一代电竞键鼠专 用MCU产品采用集成大电流LED驱动创新架构，在整体BOM上较传统方案具有明显优势，提升LED灯光效果同时大幅精简了整机成本。 在中颖电子MCU规划方面，家电ARM cortex-M3内核新产品目前已经完成开发，该芯片专注于白色家电的主控MCU，已经有 客户小批量产。随着贸易战影响的深入，白色家电厂家转换国产MCU的意愿大幅加强，预计在未来1 至2年内可望被白色家电大厂采用，对公司业绩做出贡献。同时，家电也准备推出基于ARM cortex-M0+ 内核的大家电面板显示MCU，预计在12月完成开发，预计推出1至2年后，有机会进入量产，对公司业 绩做出贡献。 电机方面，公司则新推出ARM 内核产品,目前已完成开发，在推广阶段，专注于变频空调压缩机矢量控制。随 着国内空调行业新能效标准的实施，变频空调比例大幅提升，目前空调市场客户也有变频芯片国产化 需求，但态度普遍偏谨慎，推广周期较长，预计1至3年内可望被空调大厂采用，对公司业绩做出贡献。 具体到MCU每个业务的表现，中颖电子方面表示，上半年受疫情影响，国内大家电市场整体低迷，出货量下降。与国际MCU大厂竞争者相比，公司在白色家电MCU市场领域属于新进厂商且市占率还比较低，所以整体行业出货量的下调并没有对公司的业绩产生负面影响。 公司的产品品质在白色家电领域得到了客户广泛的认可，在未来的一段时间内，公司仍有较好的机会进一步提高白色家电行业MCU的市占率。变频空调市场随着新能效标准实施，内销市场定频转变频成为趋势，市场空间扩大对公司长期经营有益;但目前该市场应用都是是国外芯片大厂，替换周期很长，对公司短期业绩影响不大。 受全球疫情影响，消费者在家用餐的次数更多，生活电器、厨 房家电市场总体增长。公司在生活及厨房家电MCU市场的市占率较高，公司持续积极拓展厨房家电的应用，整体上半年业绩取得不错的上升，未来生活及厨房家电行业有向智能化，高端化发展的趋势，必然会带来MCU的升级换代，公司在生活及厨房家电市场的营业额也有机会进一步扩大。 电动自行车 行业在报告期内经历了新冠疫情和新国标落地，加速了企业的优胜劣汰，刺激了电动自行车整车市场销售， 头部品牌厂商的市占进一步提高。基于公司一直以来的大客户销售策略，这一结果对公司产生积极影响，公司产品在电动自行车市场的占有率进一步提高，在国内控制器MCU细分领域取得领先地位。 血压计应用，内需市场持续成长，外销受海外新冠疫情影响大幅成长，行业发展保持向上增长趋势。电脑周边键鼠应用，虽然海外疫情导致商用PC键盘需求下滑，但游戏电竞市场保持持续成长态势。 在继续谈到MCU的发展方向时，中颖电子表示，家电主控MCU是一个发展比较平稳的行业，特别需要长时间的耕耘，过去5年来MCU的升级换代不大， 主流芯片制程较多为8寸晶圆的0.11um制程。未来整体家电市场有向智能化，高端化发展的趋势，公司也会积极响应市场的变化，挑选合适的制程，推出客户满意的高性价比产品。 电动车市场受新冠疫情影响，整体需求上升。电动工具市场受房地产行业转冷、新冠疫情和贸易战影响，需求略有减弱。空调 市场随新能效比出台，压缩机转变频成为趋势，风机也由交流转直流变频趋势，未来市场变频需求大 增，目前公司已有相应布局的产品，但还未大批量产。血压计MCU目前主流架构为高精度ADC搭配高集成度的SoC方案，市场对国产方案的认可度不断提高，加上普通消费者对健康越来越关注，市场有所成长。 电脑周边键鼠应用，在PC座机端的需求还是维持下滑趋势，电竞市场则处于持续蓬勃发展的 态势。锂电池计量产品技术要求继续提高，主要表现为可靠性、内存容量、加密性能等要求的提高，设计平台由8位逐步过渡到32位，公司在国内此领域保持领先地位。电力电表部分在CPU计算能力、 SOC设计、新的计量要求、计量精度、通讯接口拓展性等方面的要求进一步提高，IC设计的制程由早 期的0.25um工艺逐步向90/55nm精进。 近年来，我国涌现出一批MCU企业，部分已经在A股或新三板上市。但是，以MCU细分领域看，全球主要供应商仍然以国际厂商为主，行业集中度较高。而且国内MCU集中在低端市场，中高端市场被国际厂商占据。如何形成差异化竞争能力，向中高端市场延伸，成为摆在国民技术等本土MCU供应企业的重要课题。 03 国民技术如何看待MCU的未来 国民技术成立于2000年，是国家“909工程”重要承建单位之一。在成立之初，国民技术以专用MCU、信息安全、无线射频产品等为研发方向，其“MCU+金融级安全技术”的网络安全认证SoC产品与方案持续保持80%以上市占率，是国内首家通过EMVCo金融IC卡高安全级别认证的企业。 2015年，国民技术推出面向金融支付的专用MCU，也是国内首款金融支付终端主控芯片，在支付终端、二维码支付等领域得到广泛应用。通过深耕专用MCU领域，国民技术积累了大量的芯片设计经验，帮助行业客户解决了实际问题。 作为网络安全的先行者，国民技术密切注意着网络安全形势的发展变化。随着物联网进入万物互联新阶段，万物互联的泛在接入、高效传输、海量异构信息处理和设备智能控制，以及由此引发的安全问题等，对发展物联网技术和应用提出了更高要求。 由于物联网应用领域众多，涉及面广。相比针对特定场景的专用MCU，通用MCU资源丰富、外设接口众多，能够应对复杂多变的应用环境。顺应物联网的技术和市场趋势，国民技术决定，将长年以来在芯片设计和网络安全的技术积累结合起来，形成了“通用+安全”的MCU发展策略。 国民技术相关负责人指出，物联网应用的碎片化在带来挑战的同时，也给国产MCU带来发展机遇。国内MCU企业有望在智能家居、消费电子、健康医疗、汽车后装、智能表计等领域形成落地应用，并针对特色行业形成定制方案，推出本地化的定制芯片。同时，国内MCU厂商可以基于更加贴近用户需求的解决方案，以及快速响应的本地化技术服务，逐步向高端汽车电子与车联网领域渗透。 为此，国民技术面向MCU技术与细分市场，规划了高中低端100余款MCU型号，可以实现安全启动、核心知识产权保护、固件保护、联网设备认证、通信数据高速加解密等安全功能，将覆盖工业控制、智慧城市、智能家电、医疗健康、生物识别、机器人控制等多种物联网应用场景。 同时，国民技术将持续跟踪先进技术发展方向，提升产品的核心竞争力。2020年，在“通用+安全”MCU基础上，国民技术将采用更先进的工艺制程，进一步提升产品集成度。同时，进一步完善从芯片、终端到云的物联网安全体系，将“云-端”一体化安全解决方案推向更多物联网细分领域。 此外，国民技术将加强资源整合能力，为MCU发展构建良好的产业生态。在业务发展过程中，国民技术将采取合作开放的模式，聚集产业链上下游的合作伙伴，形成从晶圆厂和封测厂、行业解决方案商和集成商、终端生产商，到电信运营和互联网企业等资源整合型生态合作链，与合作伙伴实现共赢。 04 比亚迪的车规级MCU MCU即微控制单元，是将CPU、存储器都集成在同一块芯片上，形成芯片级计算机，可为不同应用场景实施不同控制，可应用于电控系统、电池管理系统、充电逆变系统、整车热管理系统、ADAS、车身及其他附件。 比亚迪半导体MCU芯片，在今年发布的高端旗舰车型比亚迪“汉”的前大灯、后尾灯、室内灯、空调控制面板以及后视镜控制等诸多应用场景中，均扮演了十分关键的角色，每一个功能实现的背后都离不开复杂芯片组的支撑。得益于自研MCU芯片的强大实力，比亚迪电动车的超凡智能化性能得以落地并具备持续迭代升级的能力。 作为汽车电子系统内部运算和处理的核心，MCU是实现汽车智能化的关键。据iSuppli报告显示，一辆汽车中所使用的半导体器件数量中，MCU芯片约占30%。这意味着每辆车至少需要使用70颗以上的MCU芯片。随着汽车不断向智能化演进，MCU的需求增长也将越来越快。 近几十年来，国内 MCU多集中在消费类领域。公开数据显示，中国车规级MCU市场占全球份额超过30%，但却基本100%依赖于进口。在过去很长的一段时间内，车规级MCU技术都掌握在国际巨头的手中，为国外厂商垄断，国产替代空间巨大。随着比亚迪半导体的入局和突破，逐步打开了国产工控和汽车级MCU芯片的大门。 相比消费电子领域，尤其是在汽车领域，车规级芯片存在研发周期长、设计门槛高、资金投入大和认证周期长等特点。做车规级MCU的难点，在于车载产品要求做到零失效，品质达到AEC-Q100 Grade 1，使用周期 15到20 年，技术难度远远大于消费电子类芯片。此外，车规级MCU仅仅是单个产品的资金投入就高达几千万甚至上亿人民币。因此，只有具备丰富芯片设计经验、全面产品质量管控、充足人力物力的公司，才有可能研发出满足汽车正常运行需求的MCU芯片。这也使得国内很多厂商对车规级MCU望而却步。 结合多年工业级MCU的技术和制造实力，比亚迪半导体实现了从工业级MCU到车规级MCU的高难度跨级别业务延伸，在2018年成功推出第一代8位车规级MCU芯片，2019年推出第一代32位车规级MCU芯片，批量装载在比亚迪全系列车型上，已累计装车超500万颗，标志着国产车规级MCU在市场上迈出了一大步。比亚迪半导体还将推出应用范围更广、技术持续领先的车规级多核高性能MCU芯片。 05 2020年市场受到疫情影响，2021或将复苏 在破坏全球经济的Covid-19病毒影响下，用于汽车，工业和商业设备，家用电器，消费电子产品以及许多其他嵌入式系统应用的功能强大的MCU在主要IC产品类别中遭受的痛苦是最大。   根据IC Insights 2020年的McClean集成电路年中更新报告的预测显示，全球MCU销售额在2019年下降7％之后，在2020年下降了8％，而在2019年下降了7％，当时全球经济疲软使微控制器市场从2018年创纪录的176亿美元的营收上跌了下来（图1） 现在预计微控制器将在2021年出现温和复苏，销售额将增长5％至157亿美元，其次是2022年将增长8％，2023年将增长11％，届时MCU收入将创下188亿美元的新高。   IC Insights的年中更新显示，微控制器的出货量在2019年下降9％，2018年增长9％后，在2020年下降8％至235亿个。预计2021年MCU的出货量将反弹6％，至249亿个，其次预计2022年将增长8％，2023年将增长10％，届时全球MCU交付量预计将达到296亿美元的新纪录。   具有讽刺意味的是，在冠状病毒危机中，系统中微控制器的普遍性正在与MCU竞争，后者在今年削弱了大多数最终用户市场的应用。消费者，学校和企业在病毒大流行中增加了对Internet的使用，对计算机的需求正在增加，但预计这些系统在2020年将仅占MCU销售额的4％。Covid-19的健康危机正在拉动主要市场MCU最终用途应用包括汽车，预计到2020年将占微控制器销售额的40％（60亿美元），而工业预计将占今年收入的29％（43亿美元）。…

今年，在新冠疫情的冲击下，全球汽车业在转型升级的同时加快了战略调整的步伐。Automechanika Shanghai通过线下展会和线上服务平台的创新结合，为行业发掘新的发展方向。第16届Automechanika Shanghai将于2020年12月2至5日(星期三至六)在国家会展中心(上海)举行，由于旅行限制而无法亲临现场的业内人士届时可以通过在11月30日至12月6 日开放的AMS Live线上平台共同参与这场全球汽车行业盛会。展会现场包括明日出行在内的各板块产品展示和多场备受关注的同期活动，众多首次参展的企业、专业观众及业内人士将通过展会共谋未来汽车产业发展大计。 法兰克福展览(香港)有限公司副总经理周劭阑女士表示：“经历多年发展，Automechanika Shanghai已成为汽车产业具有影响力的行业服务平台，并建立了庞大的全球合作网络。面对当前的挑战，展会是推动行业创新和跨界合作的重要平台。今年借着AMS Live实现线上+线下的创新服务模式，让展会能继续发挥丰富的资源优势，联动全球汽车行业各领域同仁，一同支持产业的长远发展。” Automechanika Shanghai作为今年极少数如期举行的大型汽车行业展览会之一，为众多企业提供了建立品牌形象的良机。通过实体展会及线上展示平台，参展商可以借机增加品牌的市场曝光率，提升品牌形象和知名度，并通过展会平台发布新产品、新服务，并向更广大的目标客群推广前沿技术。 众多海内外知名品牌也将于Automechanika Shanghai首次参展, 包括Arnott Air Suspension(荷兰)、宝马弹簧(瑞士)、Cartender Japan、FR Team International(卢森堡)等将亮相展会。国内知名品牌亦同场亮相，其中包括长安福特、东风实业、北汽福田等业内领先的零部件制造商，商用车售后服务连锁品牌——新瑞立汽配连锁以及国内最大的子午线轮胎出口品牌之一的万力等。 多个领军品牌亦重磅回师，包括DeVilbiss、MP Concepts、埃尼、艾沃意特、安驰、邦邦、布雷博、车王、丰田通商、福斯、富奥、冠盛、汉格斯特、汇润机电、京安途、康众、力魔、卢卡斯、马勒、米其林生活时尚、日用友捷、上汽集团、世达、硕大电子、索纳克斯、天御远东、万安、万力、万向、亚太、一汽-大众仲谋、元征及中原内配等。 引入更广泛行业资源， 助力产业科技升级 明日出行板块进一步增强了其作为初创企业、科研机构及众多项目孵化和创新的中心枢纽的重要角色。该板块将汇聚众多数字化技术、可替代能源、无人驾驶汽车、新能源汽车和最新出行服务等领域的参展企业。 多家本地知名企业将再次参展，包括亚太机电、万安和苏州达思灵。此外，以色列商会将首次组织展团参展，企业如Eyesight Technologies、Gauzy 、Opsys 、Stratasys Ltd、UPPRO、VisIC将把先进的3D打印技术、汽车高级辅助驾驶系统、光学雷达、多谱传感器、氮化镓(GaN)晶体管、阳光控制调光膜和人工智能辅助驾驶体验等带到现场。 Automechanika Shanghai将再一次携手智能网联新能源汽车创新孵化中心(ICVIC)打造企业赋能的平台明日出行尚研科创成果展示区。30多家初创企业及高新技术公司将展示汽车行业创新成果，技术领域包括智能网联汽车、新能源汽车、关键零部件、新检测技术及装备等。 此外，与中国土木工程学会城市公共交通分会共同合作打造的长三角一体化智慧公交展示区则通过展示5G应用、智能驾驶、车路协同技术和城际公共交通相关产品，探索智能公共交通的未来发展趋势。 位处同一板块的中国汽车新能源电机电控产业联盟将联手包括中国中车、昌辉集团、硕大、斯巴克瑞和西埃在内等多家顶尖新能源零部件企业，共同探索新能源汽车供应链解决方案。而先进复合材料及汽车轻量化创新应用展示区将带来新能源汽车发展中不可或缺的轻量化方案。 中国机械国际合作股份有限公司副总经理程永顺先生表示：“随着全球对新能源汽车和未来出行服务领域的投入持续攀升，Automechanika Shanghai在协助推动绿色汽车产业的科技创新和基础建设中，发挥着关键作用。海内外企业将展出最新科研成果和制造技术，开拓更多跨领域和跨国界的合作机遇。” 本届Automechanika Shanghai将带来50多场高质量的同期活动，多场重磅活动将会在AMS Live线上频道实时直播。展会将邀请逾215位演讲嘉宾来到现场或在线分享汽车市场发展现状及未来趋势，与后疫情汽车产业的前景等话题。 计划于线上平台进行直播的2020年汽车售后市场高峰论坛，当中的圆桌讨论邀请了多位国外汽车后市场的行业专家、企业领袖探讨疫情对不同地区的汽车后市场所造成的影响，他们将以线上和现场相结合的形式进行讨论。会议将由AASA- CAF执委会副主席、BPI集团副总裁兼亚太区总经理王尚谦先生到场主持，演讲嘉宾包括： · Paul McCarthy先生，美国汽车售后市场供应商协会主席 · Gaël Escribe 先生，纳恪偲国际汽车后市场集团 CEO、董事会成员 · Christian Kuechlin 先生，马勒亚太区售后市场总监兼总经理 · Hans-Peter Tuerk 先生，梅施汽车零部件(上海)有限公司总经理 · 金军先生，普华永道中国汽车行业主管合伙人 与此同时，2020汽车零部件采购高层及供应商峰会将汇聚多个全球知名原厂设备制造商和渠道商，共同探讨供应链最新发展趋势和面对的挑战。部份与会嘉宾包括： · Ashwani Muppasani先生，菲亚特克莱斯勒亚太区采购与供应链总监 · 高晓兵女士，福特大中华区采购副总裁 · James S. Bruin先生，IAOB执行董事，IATF战略发展部/国际汽车监督局(IAOB) · 柯文先生，博世集团汽车与智能交通技术采购副总裁 · 陆梅女士，中国检验认证集团副总裁/中国质量认证中心主任 2020年上海国际汽车零配件、维修检测诊断设备及服务用品展览会(Automechanika Shanghai)整体展示面积达280,000 平方米，预计将迎接约3,900家参展商齐聚一堂。本届展会全面聚焦“共建未来汽车生态圈”主题，优化升级七大板块和三大特色专区，助力汽车行业跨界共融。鉴于现时各地实施的出行限制，AMS Live 在线平台将为实体展会的与会者及境外观众提供便捷的商贸对接方案。平台提供的服务包括在线实时的产品展示、在线即时对话、在线商贸配对、同期活动直播等功能。 展会由法兰克福展览(上海)有限公司和中国机械国际合作股份有限公司联合主办。主办方高度重视展会期间与会各方的公共卫生安全，展会将与地方疫情防控部门展开密切合作，制定一系列的联防联控措施，确保与会者的健康安全。

粉丝的提问，必须安排。 两个线程，两个互斥锁如何形成死锁？ 程序流程图如下： 程序流程图 如上图所示： t0时刻，主线程创建子线程，并初始化互斥锁mutex1、mutex2； t1时刻，主线程申请到了mutex1、子线程申请到了mutex2； t2时刻，主线程和子线程都sleep 1秒钟，防止优先获得时间片的线程直接申请到了另外1个互斥锁，导致程序直接退出； t3时刻，主线程和子线程都想获得对方手里的互斥锁，但是对方都来不及释放自己手里的锁； t4时刻，主线程和子线双双进入休眠。 【注意】为了保证主线程和子线程都能够分别获得锁mutex1、mutex2,各自获得锁后一定要先sleep 1秒钟，否则创建完子线程后，主线程还有一定的时间片，主线程会申请到锁mutex2，无法形成死锁。 死锁 源码如下 #include  #include  #include  #include      unsigned int value1, value2, count;pthread_mutex_t  mutex1,mutex2;void *function(void *arg);void  *function(void *arg){ pthread_mutex_lock(&mutex2); printf("new thread get mutex2\n");  sleep(1); pthread_mutex_lock(&mutex1);  printf("new thread get mutex1\n");    pthread_mutex_unlock(&mutex1); printf("new thread release mutex1\n"); pthread_mutex_unlock(&mutex2);  printf("new thread release mutex2\n");    return  NULL; }  int main(int argc,  char *argv[]){ pthread_t  a_thread;          if (pthread_mutex_init(&mutex1, NULL) < 0) {  perror("fail to mutex_init");  exit(-1); }  if (pthread_mutex_init(&mutex2, NULL) < 0) {  perror("fail to mutex_init");  exit(-1); }               if (pthread_create(&a_thread, NULL, function, NULL) < 0) {     perror("fail to pthread_create");       exit(-1); }    while ( 1 )    {        pthread_mutex_lock(&mutex1);  printf("main thread get mutex1\n");  sleep(1);        pthread_mutex_lock(&mutex2);    printf("main thread get mutex2\n");        pthread_mutex_unlock(&mutex2);  printf("main thread release mutex2\n");        pthread_mutex_unlock(&mutex1);  printf("main thread release mutex1\n");    }    return 0; }              编译运行 从执行结果可以判断，主线程和子线程分别获得了互斥锁mutex1、mutex2,sleep 1秒后，他们都想再分别申请mutex2、mutex1，而双方都不想释放自己手中的锁，锁已形成了死锁，程序就一直处于休眠状态。 查看下该进程的线程 查看进程ID，为4204查看该进程创建的线程id：4204、4205。 -THE END- 推荐阅读 【1】 SPI转can芯片CSM300详解、Linux驱动移植调试笔记 【2】 到底什么是Cortex、ARMv8、arm架构、ARM指令集、soc？一文帮你梳理基础概念【科普】 必读 【3】Linux面试题100道，看看会多少？必读 【4】Modbus协议概念最详细介绍 必读 【5】I2C基础知识入门  必读 本公众号全部原创干货已整理成一个目录，点击 想加入请加一口君微信 一口君有问必答 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

来源:大鱼机器人 01 基本概念 贪心算法是指在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。 贪心算法没有固定的算法框架，算法设计的关键是贪心策略的选择。必须注意的是，贪心算法不是对所有问题都能得到整体最优解，选择的贪心策略必须具备无后效性（即某个状态以后的过程不会影响以前的状态，只与当前状态有关。） 所以，对所采用的贪心策略一定要仔细分析其是否满足无后效性。 02 贪心算法的基本思路 解题的一般步骤是： 1.建立数学模型来描述问题；2.把求解的问题分成若干个子问题；3.对每一子问题求解，得到子问题的局部最优解；4.把子问题的局部最优解合成原来问题的一个解。 03 该算法存在的问题 不能保证求得的最后解是最佳的 不能用来求最大值或最小值的问题 只能求满足某些约束条件的可行解的范围 04 贪心算法适用的问题 贪心策略适用的前提是：局部最优策略能导致产生全局最优解。 实际上，贪心算法适用的情况很少。一般对一个问题分析是否适用于贪心算法，可以先选择该问题下的几个实际数据进行分析，就可以做出判断。 05 贪心选择性质 所谓贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择，换句话说，当考虑做何种选择的时候，我们只考虑对当前问题最佳的选择而不考虑子问题的结果。这是贪心算法可行的第一个基本要素。贪心算法以迭代的方式作出相继的贪心选择，每作一次贪心选择就将所求问题简化为规模更小的子问题。对于一个具体问题，要确定它是否具有贪心选择性质，必须证明每一步所作的贪心选择最终导致问题的整体最优解。 当一个问题的最优解包含其子问题的最优解时，称此问题具有最优子结构性质。问题的最优子结构性质是该问题可用贪心算法求解的关键特征。 06 贪心算法的实现框架 从问题的某一初始解出发： while (朝给定总目标前进一步){ 利用可行的决策，求出可行解的一个解元素。} 由所有解元素组合成问题的一个可行解； 07 例题分析 如果大家比较了解动态规划，就会发现它们之间的相似之处。最优解问题大部分都可以拆分成一个个的子问题，把解空间的遍历视作对子问题树的遍历，则以某种形式对树整个的遍历一遍就可以求出最优解，大部分情况下这是不可行的。贪心算法和动态规划本质上是对子问题树的一种修剪，两种算法要求问题都具有的一个性质就是子问题最优性(组成最优解的每一个子问题的解，对于这个子问题本身肯定也是最优的)。动态规划方法代表了这一类问题的一般解法，我们自底向上构造子问题的解，对每一个子树的根，求出下面每一个叶子的值，并且以其中的最优值作为自身的值，其它的值舍弃。而贪心算法是动态规划方法的一个特例，可以证明每一个子树的根的值不取决于下面叶子的值，而只取决于当前问题的状况。换句话说，不需要知道一个节点所有子树的情况，就可以求出这个节点的值。由于贪心算法的这个特性，它对解空间树的遍历不需要自底向上，而只需要自根开始，选择最优的路，一直走到底就可以了。 话不多说，我们来看几个具体的例子慢慢理解它： 1.活动选择问题 这是《算法导论》上的例子，也是一个非常经典的问题。有n个需要在同一天使用同一个教室的活动a1,a2,…,an，教室同一时刻只能由一个活动使用。每个活动ai都有一个开始时间si和结束时间fi 。一旦被选择后，活动ai就占据半开时间区间[si,fi)。如果[si,fi]和[sj,fj]互不重叠，ai和aj两个活动就可以被安排在这一天。该问题就是要安排这些活动使得尽量多的活动能不冲突的举行。例如下图所示的活动集合S，其中各项活动按照结束时间单调递增排序。 考虑使用贪心算法的解法。为了方便，我们用不同颜色的线条代表每个活动，线条的长度就是活动所占据的时间段，蓝色的线条表示我们已经选择的活动；红色的线条表示我们没有选择的活动。 如果我们每次都选择开始时间最早的活动，不能得到最优解： 如果我们每次都选择持续时间最短的活动，不能得到最优解： 可以用数学归纳法证明，我们的贪心策略应该是每次选取结束时间最早的活动。直观上也很好理解，按这种方法选择相容活动为未安排活动留下尽可能多的时间。这也是把各项活动按照结束时间单调递增排序的原因。 #include #include #include using namespace std; int N;struct Act{ int start; int end;}act[100010];bool cmp(Act a,Act b) { return a.end }int greedy_activity_selector() { int num=1,i=1; for(int j=2;j<=N;j++) { if(act[j].start>=act[i].end) { i=j; num++; } } return num;}int main() { int t; scanf("%d",&t); while(t--) { scanf("%d",&N); for(int i=1;i<=N;i++) { scanf("%lld %lld",&act[i].start,&act[i].end); } act[0].start=-1; act[0].end=-1; sort(act+1,act+N+1,cmp); int res=greedy_activity_selector(); cout< endl ; }} 2.钱币找零问题 这个问题在我们的日常生活中就更加普遍了。假设1元、2元、5元、10元、20元、50元、100元的纸币分别有c0, c1, c2, c3, c4, c5, c6张。现在要用这些钱来支付K元，至少要用多少张纸币？用贪心算法的思想，很显然，每一步尽可能用面值大的纸币即可。在日常生活中我们自然而然也是这么做的。在程序中已经事先将Value按照从小到大的顺序排好。 #include #include using namespace std;const int N=7;int Count[N]={3,0,2,1,0,3,5};int Value[N]={1,2,5,10,20,50,100};int solve(int money){ int num=0;…

大家好，先简单做个自我介绍，我是非科班出身，通过自学的方式，拿到了BATTMD多家和微软offer。今天给大家分享一下自己的算法的经验。 写在前面 随着互联网的发展，各大厂的招聘要求水涨船高，几年前，做算法题还不是必备项，有的公司最多要求写个链表插入，二叉树遍历这种课本上的模板题。但如今由于投身互联网的人太多，国内公司也向硅谷大厂招聘看齐，推行了代码考察。按形式来讲，代码考察的难度和广度可能还会随着时间增长。因此，掌握算法能力不仅仅是外企所需，更是拿到国内互联网厂的基本功。 但很多同学开始接触算法的时候直接硬刷，通过做题学习知识点，虽然这不失为一种学习方法，但是这种方法往往效率偏低，而且学习的知识点偏琐碎，比较难形成一个体系。由于本人非科班，学习算法也算是从零开始，这里分享一下自己在算法学习的路径，给大家做个参考。 第一阶段（1-2个月） 掌握一门面向对象语言，能熟悉它的语法规则和常用包。以java为例，java是一门面向对象的程序语言，我在这阶段做的工作有： 找一本市面上好评较多的教材熟悉语法规则，这里我用的是《疯狂java讲义》。 下载 IDE对着敲一下，巩固自己对语言的书写。 在这一部分，很多人就会在意语言的选择，有的程序员说php是世界上最好的语言，又有人说人生苦短，我用 Python 。有人学了 C++，又去学了 Python , Go 语言，陷入了语言的学习不能自拔。在这里我给出自己的一个建议：只要是面向对象语言，针对算法来说，学一门足以。 你也可以选择小众语言 Go, Rust…只要工具包多，教程多都可以，关键是多练习，熟悉这门语言的语法规则。这是这阶段最重要的。 第二阶段（1-2个月） 熟悉常见数据结构，并且熟悉这个数据结构在你的语言中的使用规则。以java为例，相当多的数据结构在Java的collection框架下，我在这个阶段做的工作有： 找一个市面上较好的教程入门，这里我采用的是慕课网《算法与数据结构-综合提升 C++版》视频，由于他采用的语言是C++，我在他的基础上对照着写了个Java版本。 了解自己熟悉语言的常见数据结构使用，包括了解二叉树，字典树，哈希表，集合，并查集等等的基本概念。 这阶段，重点在数据结构的学习，重点掌握的数据结构有：链表、哈希表、集合、栈、队列、堆、二叉树、二叉搜索树、图。 这部分需要做到时间空间复杂度，性质，了如指掌。其次掌握并查集、字典树，这部分会写就行。最后稍作了解B树，B+树，红黑树，AVL树。了解部分的话，知道他们的定义和概念即可。 第三阶段（1个月左右） 熟悉常见的算法，如 DFS 、 BFS 、 DP 、排序等等，并在你使用的语言中加以练习。在前两阶段的学习中，我们已经熟悉了语言语法规则，常见数据结构，为后续的算法打下了基础。以java为例，我采用的学习方法是： 找一本算法书入门，这里推荐 Robert Sedgewick 写的《算法（第四版）》这本书实现语言是 Java 。 找一个系统性的视频，进行学习，这里推荐《算法（第四版）》配套视频， coursera 上可看， Bilibili 有搬运版本。 这阶段，很多知识点会在第二部分学过了。所以这部分的重点在于针对各个算法有一个系统性，体系性的了解。 如果大家不喜欢《算法（第四版）》的风格，推荐大家看一下《大话数据结构与算法》。其中《算法（第四版）》课后题大家可以不做，对他讲述的内容理解即可。 第四阶段（1-2个月） 在前三个阶段的学习中，我们了解了常见的数据结构和算法，并针对算法进行了系统学习，接下来就可以开始我们的刷题之旅了。这里推荐的资料有： 慕课网 liuyubobobo 《玩转算法面试– Leetcode真题分门别类讲解》针对他所列举的例题和作业题，进行练习。 这一阶段，我们终于进入了刷题环节，大家记得注册 leetcode 力扣网账户，然后开始自己的刷题之旅吧！ 第五阶段（2-3个月） 这一阶段希望大家多刷题，达到见多识广的地步。这里推荐两本书： 《剑指offer》这本书大名鼎鼎，不用多说。这些题在leetcode网站上可刷。 《程序员代码面试指南》这本书罗列的题目也很不错，牛客网可刷。 这个阶段希望大家多做题，多见新题。 这样的话在见新题的过程中做个整理，慢慢的，大家就会发现很多题就是新瓶装旧酒了。 这一阶段的目的是熟能生巧，多刷好题，经典题。这里推荐的题是： leetcode hot 100，hot100 leetcode 精选top面试题 《剑指offer》 这阶段的关键点在于多刷，刷遍数。 这个就像背单词一样，多做几遍，对常见题的理解和他的衍生题，都会有一个烂熟于心的程度。针对我这边列举的题单，做到见题目，秒想思路。但是大家也不用太苛求，有几个hard题的corner case比较难写，大家思路对就行。 进阶高级算法。这部分其实如果不是面试 Google 这种公司，完成第六阶段的学习就ok了。如果还想继续精进，可以参考书籍： 《挑战程序设计竞赛》这本书极好，无论是列举的习题还是例题都值得反复玩味。 各大OJ平台刷题。 各大神在完成这阶段的学习，可以去打打程序设计竞赛了。 学习算法关键是坚持，按这套流程走下来，相信大家能顺利通过各大厂互联网笔试了。我个人在 leetcode 上做的题一共是450题，算上二刷，三刷的题一共1k+左右，虽然看起来数字挺多，其实按每天三题算，也就一年而已。无论是校招小伙伴还是社招的朋友，坚持刷题，总会有收获。祝大家早日拿到理想的Offer! 哈喽，我是小林，就爱图解计算机基础，如果觉得文章对你有帮助，欢迎分享给你的朋友，也给小林点个「在看」，这对小林非常重要，谢谢你们，给各位小姐姐小哥哥们抱拳了，我们下次见！ 读者问：小林你能分享做公众号的经验吗？ 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

本文来源：深圳市物联网产业协会 11月13日丨下午 由深圳市科学技术协会主办，深圳市物联网产业协会承办的以“蓝牙AoA技术与市场分析”为主题的《自主创新大讲堂—星火沙龙之物联网产业大讲堂系列活动（10场）》，在深圳市南山区东方科技大厦22楼成功开讲。 现场共吸引了近30位物联网领域专业的技术研发人员前来交流学习。 图丨讲座现场 主讲嘉宾|吴川博士 图丨吴川博士（蓝色衬衫） 本期讲座主讲嘉宾吴川博士毕业于复旦大学微电子专业，曾在全球前十大Fabless芯片设计企业担任高级工程师、主任工程师等核心技术管理岗位，现任上海磐启微电子副总经理，全面负责多项高新核心技术产品研发管理。 吴川博士长期从事高性能通信系统的研究，包括低功耗高灵敏度数字调制解调系统、高带宽可重构的软件无线电设计、基于MIMO多天线阵列技术的通信系统、高带宽高性能卫星通信系统及多天线阵列的室内定位系统等。 图 | 参会嘉宾现场交流 本讲课程，吴老师就蓝牙AoA高精度室内定位技术的原理、技术难点及解决方案、应用场景和未来发展趋势等主题进行专题分享与讨论。 吴老师从室内定位的市场背景入手，从室内定位技术的概述开始讲起，介绍了“蓝牙AOA室内定位的原理、系统、相关特点和蓝牙AOA室内定位的典型应用场景”；着重强调并分享了“蓝牙AOA室内定位中需要特别留意的关注点”。 图丨讲座现场 市场规模丨将以42.0％的年复合成长率增长 随着物联网及人工智能发展，市场对定位技术的需求急剧增加，基于位置服务（LBS）渗透人们生活的各个方面。据Market&Markets的调查数据显示，未来几年，室内定位的全球市场将以42.0％的年复合成长率增长，市场规模预计从2017年的71亿1000万美元扩大到2022年的409亿9000万美元。 图丨来源于Market&Markets 主流室内定位丨基于传感器及基于无线技术 事实上，室内定位并不是一门新兴的技术，人们一直在探索各种技术在室内定位应用领域的可行性，主流的室内定位技术大概可以分为基于传感器定位和基于无线技术定位。 供图丨上海磐启微电子 基于传感器的室内定位技术包括惯性定位、计算机视觉定位、LED定位等。 基于无线技术的室内定位技术包括RFID定位、蓝牙Beacon定位、WiFi定位、UWB定位、蓝牙AoA定位等。 吴川博士针对基于无线的室内定位技术进一步展开了说明，并对各类技术进行了对比。具体可见下表。 供图丨上海磐启微电子 蓝牙AOA室内定位丨原理、特点及应用场景 在讲座中，吴老师重点分享了蓝牙AOA室内定位的优势特点及应用该技术的典型场景。 上海磐启微电子供图丨工作原理图 在定位技术部分，吴老师从蓝牙AOA室内定位系统的现状开始，介绍了蓝牙AoA定位的工作原理即通过测量标签和基站之间的到达角度，以基站为起点形成的射线必经过标签，两条射线的交点即为标签的位置，原则上，两个基站可以实现对标签的3D定位。 上海磐启微电子供图丨优势特点图 同时还重点分享了该定位系统“小于20ms的时延、支持2.4G通用无线收发芯片、支持ISM和非ISM多个通信频段、支持多种不同形式的终端设备、支持2/3D地图、支持多种无线传输接口、支持大型场景且分布式处理架构、易于部署”显著特点等内容。 在典型应用场景部分，吴老师重点分享了工厂人员、商场、超市、医院/医疗等行业在使用实时定位系统时的可实现的优势功能。 工厂人员在使用实时定位系统可实现：实时记录人员的运动轨迹；实时人数清点；设置工位区域、离开超时报警；人员工位绑定、异常提醒；进出工厂、工位考勤；人员求助（按下卡片上的求助键，系统会发出警告并弹出视频）。 讲座｜ 纵观 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

作者：Ganesh Narayanaswamy 视觉传感器对于数据采集正变得越来越重要。 最初的简单图像传感器为摄影应用开发，如今的图像传感器用于向人工智能(AI)和机器学习系统提供高质量的输入。 这些系统已成为利用新的和创新的处理器架构的精密决策实体。 边缘数据采集 尽管边缘数据采集器件本质上主要是模拟的，但是图像传感器的独特之处在于： 它们的输出在连续的动态光学输入上进行时分复用 它们需要有能力在输出时保持转换后的光输入的完整性来提供图像输出 提供的图像输出具有最佳质量，支持重要的处理 这些要求和随后的结果可能会对视觉系统做出的决策的准确性产生重大影响，而这一结果定义了整个自动化系统的安全性、可靠性和收益率。 基于机器学习的视觉系统 机器学习的出现推动了图像传感器的创新，其性能水平得到了提高，可以支持各种应用。视觉输入是高保真数据–您所看到的就是输入到系统中的信息。 如今，AI算法能够检测、识别和分类这些输入并生成准确的决策输出。这些输出的可靠性取决于输入的质量及其算法的准确性，以及处理这些算法的神经网络。 基于机器学习和深度学习的视觉系统主要使用卷积神经网络(CNN)算法来创建功能强大的自动识别专家系统。 在这些系统中，增加CNN层的深度会提高推理的准确性，但是更多的层也会对这些网络在训练阶段学习所花费的时间以及系统完成推断的延迟产生不利影响 (不要忘了过拟合也会影响结果和功耗)。 同样，高质量的图像输出使视觉系统能够携带最少的CNN图层集，但还能产生高度准确的推断。在以低成本和小尺寸获得可快速部署的智能系统的同时，还实现高性能和低功耗，这带来了显著的好处。 深度学习算法如CNN资源极其密集。如今，有各种处理引擎，包括CPU、GPU、FPGA、专用加速器和最新的微控制器。 设计基于CNN的视觉系统还需要强大的优化库支持。涵盖从专有(如MVTec的HALCON＆MERLIC，MATLAB的深度学习工具箱或Cognex的ViDi)到标准工具(如OpenCV)以及软硬件的整合功能。 这些选择直接关系到产品的上市时间。资源密集型处理器通常需要更大的外形尺寸，如散热器的功耗附加组件，或者仅需要较大的空闲空间以通过对流来耗散功率。 提供高质量输出的图像传感器可无需昂贵的处理器、昂贵的第三方库和/或新库的创建需求，以及最佳地结合硬件和软件资源所需的昂贵工具。 换句话说，这些传感器极大地降低了总拥有成本(TCO)，并增加了在各种应用和市场中的采用率。 图像传感器输入到机器学习系统 对传递到CNN层的图像传感器输出有相当高的要求，包括： 全局快门可以捕获场景并保留场景以最小化运动伪影 高全局快门效率，以确保每个像素中保留的场景不会被该像素光路之外的光输入破坏 图像输出中的总噪声低，以确保高完整性输入 在运行和待机状态下低功耗，应对以对流传热为常态的摄像系统的典型挑战。 这些特性取决于像素架构和相关电路径的设计。的结构和设计如AR0234CS满足这些需求，非常适合基于CNN的视觉系统。 高速接口赋能快速系统 像素的质量可能极佳，且经过精心设计以生成高质量的图像，但是由于带宽限制，整个视觉系统可能仍会出现性能不佳的情况。当今的传感器都配备了SerDes接口，但是这些接口的流量数据速率会影响整个系统的质量。 高帧速率要求这些接口以高速传输图像数据。同样，传感器必须为每帧输出(fps/mW)消耗低功耗。这些特性支持将系统定时和功率预算转移到最需要的地方-处理引擎-可以合并最新的神经网络和复杂算法。 这使图像处理器能够提取图像数据中的细微差别，这些差别可能是应用的重要内容。视觉系统开发人员因此可以使其系统方案在竞争中脱颖而出。 具备高数据速率MIPI接口，非常适合基于AI的视觉系统。加上它高帧速率、低功耗全帧速率和全分辨率，视觉系统开发人员可以将大部分时间和功耗预算分配给处理器。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！