ASTER 全球水体数据库 NetCDF V001
ASTER全球水体数据库（ASTWBD）V1版提供约30米分辨率的全球水体覆盖与高程数据，范围涵盖南北纬83°之间，包含海洋、湖泊和河流分类，结合ASTER GDEM v3数据生成，用于精确校正水体高程，支持NetCDF格式，适用于水文与环境研究。
ASTER 全球数字高程模型 V003
ASTER全球数字高程模型V003（ASTGTM）由NASA与日本METI合作生成，覆盖北纬83°至南纬83°，空间分辨率约30米。基于2000–2013年ASTER立体影像自动处理，融合超188万场景，优化水体与地形精度，提供DEM与场景数量图层，数据无显著空隙，适用于多领域地形分析。
ASTER 传感器注册辐射度 - 正射校正 V003
ASTER正射校正辐射产品（AST14OTH V003）将影像从透视投影转为正交投影，具备地图几何特性，经地形与辐射校正后映射至UTM坐标系。基于ASTER L1A数据与星历姿态信息生成，2021年起采用SILCAST 3.0提升精度，无需外部DEM。注意：2008年后SWIR数据存条纹问题，2024年11月起曾有数据中断。
《工业边缘网关进阶指南：智慧工厂设备互联中的协议适配与数据预处理》
本文以智慧工厂设备互联升级项目为背景，聚焦工业场景下边缘网关的实践与优化。针对传统集中式方案存在的布线成本高、电磁干扰导致数据丢包、云端处理延迟超标的问题，团队采用“边缘先行、云边协同”架构，将8台工业级边缘网关下沉至生产线，构建分布式网络。文章详述硬件选型（抗干扰、宽温宽压、多接口）与分层软件架构，重点突破协议适配（Modbus-MQTT映射、私有协议解析、串口通信纠错）、数据预处理（清洗、脱敏、差异化传输）、高可用设计（硬件冗余、故障转移、本地缓存）及性能优化（动态线程池、对象池、算法优化）。
《从踩坑到精通：边缘网关在物联网场景下的实践与优化指南》
本文以智慧园区物联网项目为背景，聚焦非电商/金融场景下边缘网关的开发实践与优化。针对传统中心化网关存在的延迟高、单点故障、吞吐量不足等问题，团队重构架构引入边缘计算，部署分布式网关集群。文章详细阐述从硬件选型（工业级处理器设备）到软件分层设计（驱动适配、数据处理、协同控制层）的全流程，重点解析协议适配难题（私有协议反向工程、串口通信纠错）、数据预处理策略（过滤、聚合、脱敏）、高可用设计（硬件冗余、故障转移、本地缓存）及性能优化（动态线程池、对象池技术）。
ASTER 全球数字高程模型 V003
ASTER GDEM V3由NASA与METI合作开发，提供全球陆地高程数据，空间分辨约30米，覆盖北纬83°至南纬83°。基于188万景ASTER影像自动生成，含DEM与场景数图层，数据经云掩膜、异常值去除及多源融合优化，适用于地形分析，但可能存在局部伪影。
基于多载波宽带OCDM的太赫兹汽车雷达——论文阅读
基于多载波宽带OCDM的太赫兹汽车雷达利用OCDM技术在1.4 THz超宽频带上实现高精度感知。该系统将带宽划分为多个子带，通过正交啁啾复用提升频谱效率，并针对太赫兹频段特有的距离相关路径损耗和大气吸收问题，提出最优加权组合（OWC）方案，对各子带估计结果进行加权融合。理论与仿真表明，该方法显著提升了距离与速度估计精度，在合理信噪比下可实现亚毫米级分辨率，相比单子带处理性能提升约6 dB，为未来高分辨率自动驾驶感知提供了有效解决方案。
基于yolo8的深度学习室内火灾监测识别系统
本研究基于YOLO8算法构建室内火灾监测系统，利用计算机视觉技术实现火焰与烟雾的实时识别。相比传统传感器，该系统响应更快、精度更高，可有效提升火灾初期预警能力，保障生命财产安全，具有重要的应用价值与推广前景。