A64 lichee rootfs 크기 설정

A64 lichee의 rootfs의 크기는 Lichee/buildroot/target/dragonboard/build.sh에서 설정된다.


파일 시스템에 들어가는 파일들의 크기를 사용해 rootfs의 크기를 설정한다. 
필요시 NEW_NR_SIZE크기를 수동으로 설정하면 된다. 단위는 megabyte다.

#NEW_NR_SIZE=$(((($NR_SIZE+32)/16)*16))

NEW_NR_SIZE=360


댓글

댓글 쓰기

이 블로그의 인기 게시물

CA-CFAR 예제 코드

이미지
 이전 포스트에서 CFAR의 원리 에 대해 알아본 적이 있다. 본 포스트에서는 Python으로 CA-CFAR에 대해 간단하게 구현한 예제를 수록하고 있다. 구현된 CA-CFAR은 아래 그림과 같이 구현되었다.   ca-cfar 코드 import numpy as np class cacfar(object):     def __init__(self, window_size, guard_size,pfa = 0.01, scale=1.0):         self.pfa = pfa         self.scale = scale         self.window_size = window_size         self.guard_size = guard_size              def cal_threshold(self, left, right):                n = len(left)+len(right)         s = np.sum(np.square(left))+np.sum(np.square(right))                  if n > 0:             T= np.power(self.pfa,(-1.0 /n)) - 1             average = s/n ...
자세한 내용 보기

간단한 cfar 알고리즘에 대해

이미지
Constant False Alarm Rate (CFAR)은 기본적으로 테스트하고자 하는 위치의 cell과 주변 cell의 관계를 보고 테스트 cell이 Target 인지 아닌지를 구분하는 알고리즘이다. 주변 cell과의 관계를 어떤 방식으로 비교하는가에 따라 여러가지 알고리즘이 존재한다. CA-CFAR, GO-CFAR, SO-CFAR, OS-CFAR, VI-CFAR, OSVI-CFAR등이 있다. 이 많은 알고리즘 중 간단하고 기본적인 CA-CFAR과 OS-CFAR에 대해 알아보자. CA-CFAR (Cell Average CFAR)   CA-CFAR의 원리는 위 그림과 같다. 좌우의 Reference Cell의 평균에 Scale Factor T를 곱하고, ADT (Average Decision Threshold)를 합하여 CUT가 타겟인지 아닌지를 구분한다. ADT는 신호의 white noise를 고려하기 위해 더해준다. Scale Factor T와 ADT는 아래와 같은 공식으로 사용할 수 있다. 사용하려는 시스템에 따라 공식은 달라질 수도 있다.   Pfa는 False Alarm 발생 확률을 나타내고, M과N는각 좌우의 Reference Cell의 개수를 나타낸다. OS-CFAR (Order Static CFAR)   OS-CFAR의 원리는 위 그림과 같다. 좌우의 reference cell중 K번째 큰 값의 cell을 Reference Cell의 대표 값으로 정해 CUT가 타겟인지 아닌지를 구분한다. 보통 전제 reference cell의 크기 순에서 (3*N)/4 번째 cell이 성능이 좋다고 알려져 있다. CFAR 사용 예 아래 사진은 위 두 cfar을 사용한 예다. 파란색은 신호이며, 붉은 색은 char을 사용해 만든 threshold이다. 이 threshold보다 큰 값의 신호가 있는 위치에 실제 Tar...
자세한 내용 보기

터미널 컬러 로그 메시지 출력 팁 ANSI Color

이미지
본 글은 디버깅시 터미널에 로그 메시지를 출력할 때 중요한 로그를 보기 쉽게 컬러로 출력하는 방법을 싣고 있다. ANSI Color 코드를 사용하여 터미널에 로그 메시지를 출력할 때 색을 설정할 수 있다.  로그 텍스트 앞에 ANSI 컬러 코드를 넣고 로그 뒤에 ANSI Reset 코드를 넣어 주면 된다. 예를 들어 녹색 글을 쓰고 싶을 때 아래 와 같이 하면 된다. printf("\x1b[30m log text \x1b[0m \n"); 아래는 안시 컬러가 어떻게 출력되는지 보여주는 예제 코드다. [소스 코드] #include <stdio.h> #include <stdlib.h> #define ansi_reset "\x1b[0m" #define ansi_bright "\x1b[1m" #define ansi_dim "\x1b[2m" #define ansi_underscore           "\x1b[4m" #define ansi_blink "\x1b[5m" #define ansi_reverse           "\x1b[7m" #define ansi_hidden "\x1b[8m" #define ansi_black "\x1b[30m" #define ansi_red "\x1b[31m" #define ansi_green "\x1b[32m" ...
자세한 내용 보기

구글 블로그 글 목록 (post list) 수정 버전

이미지
google blogger 글 목록(post list) 자바 스크립트 수정버전. 원 스크립트 파일은 아래에서 받았다. 두 군데 모두 스크립트내용이 동일해 누가 원작자인지는 모르겠다. http://cremazer.blogspot.com/2013/09/blogger-post-list.html https://poisongodf.blogspot.com/2014/11/blog-post_28.html 수정 내용 - 리스트 항목 클릭 시 summary를 보여주던 문제를 포스트 페이지로 바로 이동하도록 수정 스크립트는 Blogger:레이아웃 > 가젯 추가 > HTML/JavaScript를 추가한 후 콘텐츠에 스크립트를 복사해 붙여 넣으면 된다.  수정된 스크립트 <div class='refer_box'>     <div align="left" id="posts"></div>     <div align="center" id="posts-pgno" style="cursor: pointer;"></div> </div> <script language="Javascript" type="text/javascript"> var request = {     parameter: function(name) { return this.parameters()[name];},     parameters: function()     {         var result = {};       ...
자세한 내용 보기

간단한 칼만 필터(Kalman Filter) 소스 코드와 사용 예제

이미지
칼만 필터(Kalman filter)는 노이즈가 포함된 측정치로 부터 실체 상태를 추정(推定, estimation)하는 도구다. 본 포스트의 칼만 필터 소스는 한 타겟의 위치를 추정하는 용도로 만들어 졌다.  위키피디아 페이지( https://en.wikipedia.org/wiki/Kalman_filter )와 “Human Target Tracking in Multistatic Ultra-Wideband Radar” 논문 등을 참조하여 칼만 필터의 공식을 구현하였다. F,H,Q,R matrix는 아래와 같은 값으로 정하여 사용하였다. 칼만 필터 c++ 소스는 아래와 같다.  #include <malloc.h> #include <Eigen/Dense> __declspec(align(16)) class CKalmanFilter { private: BOOL mFirst; Eigen::MatrixXd mX; Eigen::Matrix4d mP; Eigen::Matrix4d mF; Eigen::MatrixXd mH; Eigen::Matrix2d mR; // measurement noise covariance Eigen::Matrix4d mQ; // process noise covariance public: void* operator new(size_t i) { return _mm_malloc(i, 16); } void operator delete(void* p) { _mm_free(p); } CKalmanFilter(double process_var, double measure_var, double T) { ...
자세한 내용 보기