日韩欧美精品一区二区三区,少妇人妻上班偷人精品免费,91香蕉下载地址

基于聲波激勵天線圓形陣列空間連續(xù)采樣的地下目標三維定位方法[通信與網(wǎng)絡][通信網(wǎng)絡]

聲波激勵天線技術能夠使天線尺寸實現(xiàn)數(shù)量級縮減，可在甚高頻段實現(xiàn)探地雷達系統(tǒng)的小型化。但當前聲波激勵天線帶寬受限，距離分辨率較低，針對該問題，提出一種不依賴距離分辨率的圓形陣列波達方向估計聯(lián)合空間連續(xù)采樣的地下目標三維定位方法。依靠聲波激勵天線小尺寸優(yōu)勢構建均勻圓形陣列，利用二維波達方向估計獲得目標方位角和俯仰角，根據(jù)二維角度在空間連續(xù)采樣中的變化規(guī)律，采用遺傳算法對地下目標三維坐標進行估計。數(shù)值仿真結果表明，本方法三維定位精度均方根誤差為0.039 m，優(yōu)于傳統(tǒng)寬帶天線系統(tǒng)使用雙曲線頂點檢測方法，且魯棒性良好，電磁仿真結果表明本方法具備地下目標三維定位能力。

發(fā)表于：6/19/2025

大功率射頻放大電路過沖損傷的研究與設計[微波|射頻][通信網(wǎng)絡]

大功率射頻放大電路因多種不易察覺的設計缺陷極易出現(xiàn)功率過沖情況，對硬件的可靠性和使用壽命造成不可忽視的影響，且嚴重干擾工作質量。針對大功率射頻放大電路過沖損傷問題，重點研究收發(fā)時序控制、頻率控制、ALC響應等對大功率射頻放大電路的可靠性和使用壽命的影響，提出大功率射頻放大電路收發(fā)時序控制、頻率控制、ALC響應的設計原則。典型運用和驗證表明，正確、可靠的收發(fā)時序控制、頻率控制、ALC響應能夠有效解決過沖損傷問題，提高產(chǎn)品的可靠性和使用壽命。

發(fā)表于：6/19/2025

基于FPGA的音頻Sigma-Delta調制器設計與實現(xiàn)[可編程邏輯][消費電子]

隨著數(shù)字音源的普及，數(shù)模轉換器（Digital to Analog Converter， DAC）成為音頻設備中不可或缺的元件，其精度往往決定著整個系統(tǒng)的信號保真度?；诖?，利用噪聲整形技術對用于高精度音頻DAC的Sigma-Delta調制器進行設計和現(xiàn)場可編程門陣列（Field Programmable Gate Array， FPGA）實現(xiàn)。通過搭建測試系統(tǒng)，測試結果表明，所設計的Sigma-Delta調制器在輸入信號為1 411.2 kHz采樣頻率、1 kHz頻率、0 dBFS（Full Scale）幅度的正弦信號條件下，其輸出信噪比（Signal to Noise Ratio， SNR）可達107.4 dB；當輸入信號頻率在音頻頻帶內時（輸入信號幅度為0 dBFS），其輸出SNR穩(wěn)定保持在104 dB以上；并可用于WAV音樂播放器中。

發(fā)表于：6/19/2025

一款雙頻段雙極化天線設計[微波|射頻][通信網(wǎng)絡]

設計了一款2.4 GHz和5.8 GHz頻段的雙頻雙極化天線，可應用于同步雙通道無線通信。首先利用特征模理論分析無U形縫隙加載的輻射結構的諧振特性，存在兩個不同的諧振模式；其次引入輻射結構加載U形縫隙，在高頻段得到兩個幅度相同，相位差為90°的諧振模式，實現(xiàn)了圓極化；最后在模式電流最大處引入耦合饋電，實現(xiàn)雙頻雙極化天線的設計并進行實測驗證。實測結果表明：天線在低頻處實現(xiàn)全向線極化，阻抗帶寬為2.1%（2.38 GHz~2.43 GHz）；在高頻處實現(xiàn)定向圓極化，阻抗帶寬為22.8%（4.90 GHz~6.16 GHz），軸比帶寬為2.4%（5.75 GHz~5.89 GHz）。測量結果和仿真結果基本吻合，驗證了設計的有效性。

發(fā)表于：6/19/2025

用于多機協(xié)同平臺的高隔離度收發(fā)一體射頻裝置[微波|射頻][通信網(wǎng)絡]

針對多機協(xié)同平臺的通信需求，提供了一種高隔離度、寬動態(tài)、快速響應的收發(fā)一體射頻裝置設計方法。介紹了收發(fā)一體機的射頻電路架構設計，從工程應用角度詳細分析了AGC電路、隔離度、線性度等關鍵技術指標。研制了一種高隔離度的收發(fā)一體4×2射頻開關矩陣，通過裝機測試試驗，收發(fā)隔離度指標大于99 dB，接收動態(tài)范圍大于65 dB，收發(fā)一體射頻裝置的各項射頻指標可靠穩(wěn)定，滿足多機通信使用需求，為后續(xù)多機數(shù)據(jù)交換設備的研制提供了參考。

發(fā)表于：6/19/2025

基于物聯(lián)網(wǎng)邊云協(xié)同的電網(wǎng)靈活性資源聚合商博弈優(yōu)化調度方法[模擬設計][物聯(lián)網(wǎng)]

提出了一種基于云邊協(xié)同的能量管理雙層優(yōu)化算法，旨在優(yōu)化電網(wǎng)運營商與用戶聚合商的調度。該算法通過邊緣計算提升用戶聚合商的計算能力，降低能源系統(tǒng)運行成本和計算復雜度。采用修正最優(yōu)值函數(shù)的啟發(fā)式算法求解雙線性優(yōu)化問題，實驗表明，該框架提高了協(xié)同效率，為能源管理系統(tǒng)提供了技術支持。

發(fā)表于：6/19/2025

基于改進CenterNet的發(fā)票檢測算法[模擬設計][其他]

為了提高發(fā)票檢測準確性和效率，提出了一種基于CenterNet的發(fā)票檢測算法。首先，算法模型采用類似CSPDarkNet作為主干網(wǎng)絡，將Triplet Attention引入CSP結構中形成TA-CSP結構，主干網(wǎng)絡末端引入ASPP以提高網(wǎng)絡的感受野范圍，使模型能夠更好地理解圖像的上下文信息；其次，在網(wǎng)絡的Neck部分，采用CBAM來引導高低層特征融合，利用高層特征圖中語義信息對低層特征圖進行監(jiān)督，以抑制低層特征圖中的背景噪聲；再次，在網(wǎng)絡的Head部分，算法在CenterNet網(wǎng)絡的基礎上增加4個通道的特征圖輸出，在發(fā)票檢測的同時實現(xiàn)發(fā)票朝向的預測；最后，在損失函數(shù)中增加朝向損失項，以解決發(fā)票朝向的優(yōu)化。在測試數(shù)據(jù)集上的實驗結果表明，本文算法mAP優(yōu)于CenterNet和YOLOv5s算法達到84.3%，有效提高了發(fā)票檢測準確率和魯棒性。

發(fā)表于：6/19/2025

基于Unity3D的虛擬鄉(xiāng)村漫游系統(tǒng)設計與實現(xiàn)[模擬設計][其他]

針對當前鄉(xiāng)村旅游基礎設施薄弱、宣傳手段有限及現(xiàn)有鄉(xiāng)村漫游系統(tǒng)功能單一的現(xiàn)狀，以臨安區(qū)青山殿村為示范，運用Blender三維建模技術，結合Unity3D平臺打造沉浸式場景交互設計，通過LOD優(yōu)化、分區(qū)加載及視錐剔除策略，開發(fā)出高度沉浸、強互動的虛擬鄉(xiāng)村漫游系統(tǒng)。該系統(tǒng)不僅兼容Web平臺，還支持VR單車漫游，讓用戶體驗更真實、便捷，旨在推動鄉(xiāng)村文化傳播，促進旅游資源的可持續(xù)開發(fā)與利用。

發(fā)表于：6/19/2025

突發(fā)通信快速定時恢復設計與實現(xiàn)[通信與網(wǎng)絡][通信網(wǎng)絡]

采用反饋結構定時恢復的數(shù)字接收機環(huán)路鎖定時間存在不確定性，無法滿足突發(fā)通信快速同步的需求。為快速獲取定時誤差，同時兼顧實現(xiàn)的復雜度和資源，提出了一種2倍采樣下前饋結構的定時恢復方法。首先，根據(jù)同步段檢測的相關峰值，利用拋物線估計得到定時誤差；然后，通過四點分段拋物線插值將采樣數(shù)據(jù)進行重構，恢復出定時同步的數(shù)據(jù)；最后，采用現(xiàn)場可編程門陣列硬件平臺對該方法進行了實現(xiàn)及驗證。實驗結果表明，該方法計算量小、實現(xiàn)復雜度低，誤碼率在10-5時較理想采樣仿真性能只損失0.05 dB，實現(xiàn)性能損失在0.2 dB以內。

發(fā)表于：6/18/2025

基于廣義Matern硬核點過程的兩層異構蜂窩網(wǎng)絡的性能分析[通信與網(wǎng)絡][通信網(wǎng)絡]

廣義Matern硬核點過程（Generalized Matern Hard-Core Point Process， GMHCPP）是在硬核點過程的基礎上通過引入競爭函數(shù)和刪減函數(shù)來限制保留概率的一種排斥點過程。針對兩層異構蜂窩網(wǎng)絡模型中宏基站與微基站的性能進行了深入研究，獲得了該模型的覆蓋概率和平均可達速率的近似表達式。首先，基于宏基站的性能差異及其排斥性生成保留概率函數(shù)，進而，將宏基站的部署以GMHCPP建模。然后，采用蒙特卡羅模擬方法對基站分布進行仿真，并繪制出了平均干擾信號比與路徑損耗因子的關系圖，根據(jù)該函數(shù)圖，擬合得到了用泊松點過程近似時GMHCPP的增益因子表達式。最后，將增益因子代入覆蓋概率和平均可達速率公式，對兩層異構蜂窩網(wǎng)絡模型的性能指標進行了仿真與分析。

發(fā)表于：6/18/2025

面向多源異構數(shù)據(jù)的知識圖譜可視化融合方法[人工智能][其他]

發(fā)表于：6/18/2025

復雜景觀圖像的語義多狀態(tài)圖像風格遷移[人工智能][其他]

復雜景觀圖像包含具有不同特征的各種對象，傳統(tǒng)的風格遷移方法無法在同一圖像中對不同對象進行局部風格遷移。CycleGAN可以通過偽監(jiān)督策略在沒有配對樣本的情況下實現(xiàn)風格遷移。但是CycleGAN無法實現(xiàn)對復雜風景圖像中不同類別對象的風格遷移；同時CycleGAN在復雜場景中的泛化能力不足且復雜度高。因此，提出了一種基于語義類別的復雜風景多狀態(tài)圖像生成方法，即語義類別風格遷移（Semantic Category Style Transfer，SCST），能夠有效地結合局部特征實現(xiàn)復雜風景的圖像生成。同時提出了上下文感知的風格遷移模型GCycleGAN。實驗結果表明本文提出的GCycleGAN的性能優(yōu)于CycleGAN、DualGAN和Munit等基于深度學習的圖像生成模型。

發(fā)表于：6/18/2025

基于特征選擇和優(yōu)化CNN-BiLSTM-Attention對SF6斷路器漏氣故障診斷[人工智能][智能電網(wǎng)]

SF6（六氟化硫）斷路器是保障電網(wǎng)穩(wěn)定運行的重要設備，但其在長期使用中容易發(fā)生漏氣問題，既影響設備性能，又威脅電網(wǎng)的安全性。為精準診斷SF6斷路器的漏氣故障，提出了一種基于Gini指數(shù)特征選擇和貝葉斯優(yōu)化（Bayesian Optimization， BO）的CNN-BiLSTM-Attention組合模型。首先，針對影響SF6斷路器漏氣的內外部因素，進行特征映射與重要性分析，并采用KMeans-SMOTE技術解決數(shù)據(jù)分布不均的問題。其次，利用基于Gini指數(shù)的方法篩選關鍵特征，并通過貝葉斯優(yōu)化精調CNN-BiLSTM-Attention模型的超參數(shù)以提升分類性能。實驗結果表明，設備缺陷、運行年限、運維水平、天氣和溫度是導致漏氣的主要因素。與其他模型相比，所提方法在漏氣故障的0/1分類任務中展現(xiàn)出更高的分類精度和魯棒性。研究不僅驗證了方法的有效性，還揭示了引發(fā)SF6斷路器漏氣的關鍵因素，為設備巡檢和運維管理提供了科學支持，進一步提升了電網(wǎng)運行的安全性與可靠性。

發(fā)表于：6/18/2025

電力系統(tǒng)較大波動數(shù)據(jù)條目自適應檢索方法研究[模擬設計][智能電網(wǎng)]

發(fā)表于：6/18/2025

基于機器閱讀理解的電力安全命名實體識別方法[模擬設計][智能電網(wǎng)]

為解決現(xiàn)有命名實體識別方法在電力安全規(guī)程等領域文本中識別效果不佳的問題，提出了一種基于機器閱讀理解的電力安全命名實體識別方法。首先，使用預訓練模型對待識別文本進行編碼處理得到文本向量表示。其次，利用層次化注意力機制捕捉嵌套實體間的層次關系，重新分配文本序列的注意力權重；在此基礎上，利用分類器預測文本中實體范圍，得到最終實體識別結果。將該方法在ACE 2005與OntoNotes 4.0公開數(shù)據(jù)集上進行驗證，對比主流方法其取得最優(yōu)的識別效果，在電力安全領域實體識別場景下，該方法可達到89.3%的識別準確率，實現(xiàn)電力安全領域命名實體的精準識別。

發(fā)表于：6/18/2025