QNX公布了其微内核的源码

transdev 2007-09-21 10:59:10
QNX发布Neutrino源码，并公开其软件开发过程

核心提示…..

QNX发布了QNX Neutrino OS的源代码，并介绍其透明式开发过程。
 新的混合式软件模式，代表了将商业软件与授权模式同透明式开发结合起来的软件开发新动向。
 用户以及软件社区可以在门户网站上检查、修改、并扩展QNX的技术。

加拿大 渥太华, 2007年9月12日 -- QNX软件系统公司今天宣布将在一个新的混合软件授权模式下开放其QNX® Neutrino® 实时操作系统的源码，，革命性地创造了结合开源软件和商业软件优势的，新的软件开发模式。
从今天开始，QNX将允许下载其多次得奖的基于微内核的实时操作系统的源码。第一批发布的源码包括了QNX Neutrino微内核，C程序库，以及一批嵌入式领域常见硬件的开发板支持包（BSP）。
软件开发者们不仅可以看到QNX Neutrino的源码，更可为其自身的用途或是QNX社区来改进，修改，或是扩充这些源码。他们可以选择把这些修改返还给QNX软件系统公司或是QNX开发社区，也可以将他们的修改保留为不开放的私有代码。

新的混合软件模式
这些变化，是QNX公司新建的混合软件模式的一部份。以提高开发的激情，并帮助用户达到最终盈利的目标，
检阅QNX的源代码完全免费，但使用了QNX Neutrino的商业产品依然要支付授权费，同时，商业开发也需要购买QNX Momentics® 开发环境。但是，非商业的开发，学校以及被授权的合作伙伴可以免费得到QNX的开发工具以及执行环境。
用户和社区里的开发者，还可以如参加开源软件项目开发一样，参加到QNX的开发进程中来。通过一个透明的开发过程，QNX的软件设计师将公布开发计划，新的源码，以及出错修改，并对开发进程进行监控。他们同时也通过公开的论坛，维客，以及源码仓库同客户和QNX社区进行交流。
“通过这个新的透明式开发过程，开放源码和开发工具，QNX将成为商业软件开发中的改革先锋，”Dan Dodge，QNX软件系统公司首席执行官说，“所有的商业开发者以及爱好者，都将史无前例地接触我们的软件中的‘皇冠上的珠宝’，并以此为基础来创造下一代的计算机技术革新。”

新的社区门户网站
QNX介绍了一个社区门户网站，Foundry27，作为其透明式开发的启动中心。在Foundry27网站，用户和开发者可以接触到QNX Neutrino实时操作系统和QNX Momentics® 开发环境的大量资源，以及新的社区计划。
通过免费注册，并从三个不同的软件授权中选择最适合自己的认证后，用户可以立即下载QNX的最新软件产品，以及大部份产品的源代码。

关于QNX软件系统公司
QNX软件系统公司，是Harman国际公司(NYSE:HAR)的一个子公司。QNX是业界实时嵌入式操作系统的领袖。QNX® Neutrino® 实时操作系统基于部件的体系结构，同QNX Momentics® 开发环境一起，为开发革新高效的嵌入式系统，提供了极其可靠与可扩展的架构。全球各行业的领军企业如恩科，戴姆勒•克莱斯勒，通用电器，洛克希德•马丁和西门子等，都在他们的网络路由器，医疗设备，汽车电子，安全与防御系统，工业机器人以及其它任务关鍵或是生命关鍵的产品当中依赖QNX。QNX软件系统公司创建于1980年，总部在加拿大渥太华，在全球100多个国家和地区中销售其产品。

http://www.qnx.com
http://community.qnx.com/sf/wiki/do/viewPage/projects.core_os/wiki/Os_source_guide
...全文
5458 8 打赏 收藏 举报
写回复
用AI写文章
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
morris88 2012-06-26
  • 打赏
  • 举报
 回复
好好，cisco 高端貌似采用的就是这个
Wenxy1 2012-06-26
  • 打赏
  • 举报
 回复
第一次听说有这个OS。
CyberLogix 2012-06-25
  • 打赏
  • 举报
 回复
不错，帮顶
Iron_Sky 2012-02-16
  • 打赏
  • 举报
 回复
源码在哪里
UltraBejing 2008-05-01
  • 打赏
  • 举报
 回复
不会,帮顶
transdev 2007-09-21
  • 打赏
  • 举报
 回复
http://www.openqnx.com/chinese/viewtopic.php?t=1719

QNX操作系统开发环境的下载BT种子可以在这个连接里找到。开发环境可以是WindowsXP，Linux，或QNX自己(Neutrino Host)。

这个连接里还有一个安装好了的Neutrino Host的VMware Image.

1) 用BT下完那个qnx-632-vmware-image.zip，展开。用VMware打开它。

2) login 用户名是root，没有password（直接按回车）

3) 去 http://www.qnx.com/products/getmomentics/ 的step 2申请注册码。可以申请那个"90天评估版"(90-day Evaluation)或者是"非商用版"(Non-commercial)

4) 在命令行用 "finstall -l" 来输入注册码。

5) 在命令行用 "ph" 启动图形环境。(Photon)

如果想要开机直接进入图形环境，在命令行输入 "rm /etc/system/config/nophoton"，下次开机就直接进入图形界面了。
hefuhua 2007-09-21
  • 打赏
  • 举报
 回复
up
hifrog 2007-09-21
  • 打赏
  • 举报
 回复
不错，有空研究研究。
用于确定分数阶系统（FOS）的Lyapunov指数谱，包括分数阶Lorenz系统、4D分数阶Chen系统和分数阶Duffing振荡器（Matlab代码实现）
内容概要：本文介绍了用于确定分数阶系统（FOS）Lyapunov指数谱的Matlab代码实现方法，涵盖分数阶Lorenz系统、4D分数阶Chen系统和分数阶Duffing振荡器三种典型系统。文档详细阐述了Lyapunov指数在判断系统混沌、稳定性及动力学行为中的核心作用，提供了完整的数值计算流程与Matlab代码实现方案，使读者能够复现并分析这些复杂非线性系统的动力学特性。; 适合人群：具备一定非线性动力学和数值计算基础，从事系统建模、混沌理论或控制理论研究的研究生、科研人员及工程技术人员。; 使用场景及目标：① 掌握分数阶微分系统的数值求解方法；② 学习并实现Lyapunov指数谱的计算，用于分析分数阶系统的混沌与稳定性；③ 为复杂非线性系统的建模、仿真与控制提供理论支持和技术工具。; 阅读建议：学习者应在掌握分数阶微积分和Lyapunov指数基本理论的基础上，结合提供的Matlab代码进行实践操作，通过修改参数、更换系统等方式深入理解算法原理和系统动力学行为。
创新7.1声卡驱动KX连线图
下载代码方式：https://pan.quark.cn/s/a4b39357ea24 【创新7.1声卡KX驱动+连线图】是一款专门为创新公司所制造的7.1音频声卡量身定制的驱动方案，其核心宗旨在于为用户带来超越官方原生驱动程序的卓越音质感受。KX驱动属于一种由爱好者群体自主开发的非官方驱动软件，该驱动在Creative公司原版驱动程序的基础上进行了深度改良与功能扩充，旨在提供更为多样化的声音调节参数以及更为出色的运行表现。 我们现在来详细认识一下7.1声道系统。7.1声道代表的是一种沉浸式音频技术规范，该规范包含七个全频域音箱单元（具体包括前置左声道、前置右声道、中央声道、环绕左声道、环绕右声道、后置左声道以及后置右声道）搭配一个低频震动单元，其设计目的是为用户构建更加立体且逼真的听觉场景，尤其适合应用于电子游戏、电影观影以及音乐欣赏等场景。 KX驱动的独到之处在于其赋予了用户更为广阔的个性化定制权限，使用者能够依据自身的听音偏好对音频参数进行细致调节，例如均衡器参数、混响效果、压缩比设定、噪声抑制门限等，从而使得最终的音效呈现出更为精致且个性化的特质。不仅如此，KX驱动还兼容VST插件机制，该机制是虚拟乐器与音频效果处理软件的通用标准，用户通过安装各式各样的VST插件，能够进一步增强声卡的实用功能，例如模拟多种乐器音色或达成复杂的声音效果制作。 在获取并部署KX驱动程序之后，对"连线图"的正确导入工作具有决定性意义。连线图又被称为音频路由配置图或信号流向示意图，它是一份用于指导用户如何正确配置并连接各个音频输出通道的视觉化手册。对于非专业背景的使用者而言，准确设定这些音频通道可能会面临一定程度的困难，因此连线图的提供极大地简化了这一过程。依照连线图进行配置操...
PSO-LSTM基于PSO优化LSTM网络的电力负荷预测（Python代码实现）
内容概要：本文介绍了基于粒子群优化算法（PSO）优化长短期记忆网络（LSTM）的电力负荷预测方法，并通过Python代码实现。该方法结合PSO强大的全局搜索能力，对LSTM模型的关键超参数进行智能寻优，有效提升了模型在处理非线性、强时序性电力负荷数据时的预测精度与泛化性能。文中系统阐述了从数据预处理、模型构建、PSO优化流程到预测结果分析的完整技术链条，重点展示了如何通过优化算法克服传统LSTM参数依赖经验设定的局限性，为复杂时间序列预测提供了高效解决方案。; 适合人群：具备一定Python编程能力和机器学习基础知识，从事电力系统分析、能源管理、负荷预测等相关领域的研究人员、工程师以及高校研究生。; 使用场景及目标：①应用于电力系统的短期与中期负荷预测，提升电网调度的准确性与经济性；②作为智能优化算法与深度学习融合的典型范例，用于科研项目开发与教学实践；③目标在于通过超参数自动优化，显著降低预测模型的均方根误差（RMSE）和平均绝对百分比误差（MAPE），增强模型的鲁棒性与实用性。; 阅读建议：建议读者结合所提供的完整Python代码，深入理解PSO优化LSTM的具体实现过程，重点关注适应度函数的设计、参数编码方式及优化迭代机制，并鼓励在自有数据集上进行复现实验与调参优化，以深刻掌握模型性能提升的技术路径。
YUV image viewer
代码下载链接： https://pan.quark.cn/s/4dc6ba4a4bc8 这款YUV格式的图像查看软件表现优异，同时具备将bmp等不同格式的图像文件转换为YUV格式的能力，亦可将YUV数据转换回BMP格式，操作极为便捷，并且允许用户调整RGB与YUV之间的转换算法，此外还集成了诸多其他实用功能。
输入扩张对归一化最小均方(NLMS)算法稳态过剩均方误差(EMSE)的影响研究（Matlab代码实现）
内容概要：本文系统研究了输入扩张技术对归一化最小均方（NLMS）算法在稳态条件下过剩均方误差（EMSE）的影响，并提供了完整的Matlab代码实现。通过严谨的理论推导与详实的仿真实验，深入探讨了输入信号经线性扩张处理后对NLMS算法收敛性能和稳态误差的优化作用。研究不仅阐明了不同扩张方式与参数配置对EMSE的具体改善效果，还定量分析了其对算法收敛速度与稳定性的影响，旨在为自适应滤波系统的性能优化与工程设计提供坚实的理论依据和有效的技术手段。; 适合人群：具备信号处理、自适应滤波等专业知识的研究生、科研人员及工程技术人员，要求熟练掌握Matlab编程语言，并拥有基本的算法仿真实现经验。; 使用场景及目标：①深入探究NLMS算法在不同输入信号条件下的稳态性能表现规律；②通过Matlab仿真平台，验证输入扩张技术在降低EMSE方面的有效性与实用性；③为自适应滤波器的设计选型、参数整定与性能优化提供直接的技术支持和可靠的实验参考。; 阅读建议：建议读者紧密结合所提供的Matlab代码，深入理解算法的实现细节，重点关注输入扩张模块的设计原理与EMSE的计算流程。同时，鼓励通过调整仿真参数（如扩张因子、步长、输入信号类型等），观察其对算法性能的动态影响，从而加深对理论分析结果的理解，并提升解决实际工程问题的能力。
Linux/Unix社区

18,828

社区成员

11,489

社区内容

发帖
与我相关
我的任务
社区描述
Linux/Unix社区 专题技术讨论区
社区管理员
  • 专题技术讨论区社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章