精品人妻少妇一区二区三区黄色小说,国产乱子伦

如何成功校準(zhǔn)開環(huán)DAC信號鏈[測試測量][工業(yè)自動化]

開環(huán)系統(tǒng)為了實現(xiàn)所需的性能，不使用輸出來調(diào)整輸入端的控制操作，而在閉環(huán)系統(tǒng)中，輸出依賴于系統(tǒng)的控制操作，系統(tǒng)可以自動實施校正以提高性能。大多數(shù)數(shù)模轉(zhuǎn)換器(DAC)信號鏈?zhǔn)恰霸O(shè)置后不管”類型的系統(tǒng)，其輸出的精度依賴于信號鏈中每個模塊的精度?！霸O(shè)置后不管”型系統(tǒng)是一種開環(huán)系統(tǒng)。對于需要高精度的開環(huán)系統(tǒng)，校準(zhǔn)是推薦的并且極有可能需要。

發(fā)表于：12/20/2021

延長流量計電池壽命的5個優(yōu)秀實踐[電源技術(shù)][工業(yè)自動化]

本文將介紹使用降壓/升壓轉(zhuǎn)換器和LiSOCI2電池時的五個優(yōu)秀實踐，以更大限度地延長電池壽命并降低總體維護和成本要求。首先，我們討論一些常見的設(shè)計挑戰(zhàn)。

發(fā)表于：12/20/2021

實時硬件級光線追蹤：移動游戲圖形的變革時刻[顯示光電][消費電子]

你最后一次在電腦或游戲機上玩電子游戲是什么時候？如果它是最受歡迎的游戲之一，你可能已經(jīng)注意到其圖形是多么的逼真。今天，最尖端的PC 和游戲機中的圖形正接近我們在電影中看到的真實圖片。

發(fā)表于：12/20/2021

【技術(shù)大咖測試筆記系列】之十：在當(dāng)今高壓半導(dǎo)體器件上執(zhí)行擊穿電壓和漏流測量[測試測量][消費電子]

在經(jīng)過多年研究和設(shè)計之后，碳化硅（SiC）和氮化鎵（GaN）功率器件正變得越來越實用。這些器件盡管性能很高，但它們也帶來了許多挑戰(zhàn)，包括柵極驅(qū)動要求。SiC要求的柵極電壓（Vgs）要高得多，在負偏置電壓時會關(guān)閉。GaN的閾值電壓（Vth）則低得多，要求嚴格的柵極驅(qū)動設(shè)計。寬帶隙（WBG）器件由于物理特點，機身二極管壓降較高，因此對空轉(zhuǎn)時間和打開/關(guān)閉跳變的控制要求要更嚴格。

發(fā)表于：12/19/2021

為何設(shè)計可靠電源時應(yīng)考慮真實電壓源[電源技術(shù)][工業(yè)自動化]

實際使用中，電源的來源從來都不理想。構(gòu)建可靠的電力系統(tǒng)需要考慮包括寄生在內(nèi)的實際行為。在使用電源時，我們要確保開關(guān)穩(wěn)壓器等DC-DC轉(zhuǎn)換器能夠承受一定的輸入電壓范圍，并能以足夠的電流產(chǎn)生所需的輸出電壓。輸入電壓經(jīng)常指定為一個范圍，因為通常無法精確調(diào)節(jié)。但是，為了使電源可靠地工作，輸入電壓必須始終在開關(guān)穩(wěn)壓器允許的范圍內(nèi)。

發(fā)表于：12/19/2021

如何使用 C2000? 實時 MCU 實現(xiàn)功能安全和網(wǎng)絡(luò)安全的電動汽車動力總成[EDA與制造][汽車電子]

為了實現(xiàn)零尾氣排放并減少對化石燃料的持續(xù)依賴，電動汽車開始在充電站“補充能量”。這些電動汽車充電站可使用太陽能和風(fēng)能等可再生能源轉(zhuǎn)化成電能，從而增加電動汽車對環(huán)境的積極影響。車載充電器與高壓電池形成一個功能單元，確保快速、高效充電，同時保護電池免于過度充電。國際標(biāo)準(zhǔn)化組織（ISO） 6469 第 1、2 和 3 部分描述了上述及其他安全要求 – 該標(biāo)準(zhǔn)負責(zé)制定道路電動車輛高壓電氣系統(tǒng)的安全要求。

發(fā)表于：12/19/2021

在48V系統(tǒng)中使用更智能的BMS以節(jié)約空間、時間和物料清單[電源技術(shù)][汽車電子]

在我們實現(xiàn)交通零排放的道路上，混合動力電動汽車（HEV）是從內(nèi)燃機（ICE）到純電動汽車（BEV）之間的自然過渡。這個過渡期將持續(xù)數(shù)年，并會根據(jù)電氣化水平劃分出幾種類型的混合動力電動汽車。一種是輕混合動力汽車，通常配備 48V 電池以支持有限的電力推進。另一種是帶純電動推進和車載充電器（OBC）的插電式混合動力汽車。

發(fā)表于：12/16/2021

MCU軟件基準(zhǔn)測試實用技巧：編譯器優(yōu)化能力評測指引[嵌入式技術(shù)][工業(yè)自動化]

在MCU開發(fā)和應(yīng)用中，工程師都需要進行MCU的能力測試，通用的做法是用Benchmark（基準(zhǔn)）程序來測試。然而，在做基準(zhǔn)測試時，編譯器的優(yōu)化能力也在測試結(jié)果中有較為明顯的影響，同一套硬件平臺，選用不同的編譯器和不同的優(yōu)化選項，可能得出的結(jié)果相差較大。

發(fā)表于：12/16/2021

用于動態(tài)地面投影的評估模塊和軟件工具入門[EDA與制造][汽車電子]

近年來，隨著標(biāo)識投影儀的加入，車輛周圍的地面投影取得了長足的進步。汽車制造商已經(jīng)利用標(biāo)識投影幫助車主實現(xiàn)汽車定制化，同時也通過照亮車門周圍的地面來提供其他功能。但是，這些系統(tǒng)目前只能顯示單一圖案，不支持除基本樣式之外的任何功能。隨著汽車發(fā)展得越來越高級，OEMS正在尋找其他方法讓汽車與駕駛員和乘客進行交互，同時仍提供定制和樣式等特點，如圖 1 所示。

發(fā)表于：12/16/2021

測控設(shè)備狀態(tài)分析輔助決策系統(tǒng)的設(shè)計與實現(xiàn)[其他][其他]

針對一些測控任務(wù)對各類測控數(shù)據(jù)的分析利用程度較低的問題，提出了一種綜合分析測控設(shè)備的工作狀態(tài)，并形成相關(guān)輔助決策信息的技術(shù)。并且基于“主框架+組件”的模式，設(shè)計實現(xiàn)了相應(yīng)的軟件系統(tǒng)，系統(tǒng)通過匯集測控設(shè)備上報的各類測量數(shù)據(jù)信息，對測量數(shù)據(jù)的實時性、準(zhǔn)確性、穩(wěn)定性、有效性等進行綜合分析，形成輔助決策結(jié)論。目前該系統(tǒng)已成功應(yīng)用于實際工程，對未來測控任務(wù)的執(zhí)行具有一定的借鑒價值。

發(fā)表于：12/15/2021

ADS-B信號干擾源自動監(jiān)測與粗定位技術(shù)研究[其他][其他]

發(fā)表于：12/15/2021

通用指揮顯示數(shù)據(jù)引擎架構(gòu)及應(yīng)用設(shè)計[其他][其他]

航天發(fā)射場指揮顯示不僅涉及各大系統(tǒng)的多種方式、多類協(xié)議的數(shù)據(jù)接入，還存在不同參試系統(tǒng)型號以及臨時新增參數(shù)帶來的參數(shù)內(nèi)容、協(xié)議字段調(diào)整的問題。如何在不更改現(xiàn)有平臺軟件代碼的情況下完成各類接口參數(shù)的接收、傳輸、處理與存儲是指顯數(shù)據(jù)引擎架構(gòu)設(shè)計的重點。針對上述情況，提出了一種面向試驗任務(wù)指揮顯示的通用數(shù)據(jù)引擎架構(gòu)。該架構(gòu)基于“平臺+組件”的設(shè)計思想，通過數(shù)據(jù)接入、解析、存儲組件化，從而實現(xiàn)通過配置，靈活完成指顯系統(tǒng)與內(nèi)外部系統(tǒng)的信息交換，并支持集中式、分布式、混合式多種指顯數(shù)據(jù)接入分發(fā)應(yīng)用模式。

發(fā)表于：12/15/2021

基于ARM和深度學(xué)習(xí)的智能行人預(yù)警系統(tǒng)[其他][其他]

針對行人交通安全問題，開發(fā)行人檢測系統(tǒng)以提醒行人和司機危險的發(fā)生。對目標(biāo)檢測神經(jīng)網(wǎng)絡(luò)模型進行分析和對比實驗，選取以darknet為網(wǎng)絡(luò)框架的YOLO-fastest模型進行改進優(yōu)化并采用分類并標(biāo)簽的實時交通數(shù)據(jù)進行訓(xùn)練，最終將訓(xùn)練模型部署至開發(fā)板完成實時性檢測并能夠根據(jù)車輛速度反饋給行人危險信號。實驗結(jié)果表明YOLO-fastest模型的平均檢測精度為96.1%，檢測速度為33 f/s，模型大小為1.2 MB，既滿足檢測精度又滿足檢測速度的要求，能夠完成對真實交通場景下的實時性檢測。

發(fā)表于：12/15/2021

基于混合表征學(xué)習(xí)的專利分類方法研究[其他][其他]

專利分類是專利分析的基本任務(wù)，而基于深度學(xué)習(xí)的自動化專利分類方法可以有效地執(zhí)行專利分類任務(wù)。現(xiàn)有研究大多利用自然語言處理方法，基于單個專利的文本內(nèi)容(如摘要和標(biāo)題)對專利文本進行分類，而專利及標(biāo)簽之間的宏觀關(guān)系(如專利之間的引用和標(biāo)簽之間的共現(xiàn))在很大程度上被忽略。為了緩解專利分類中單一專利信息的問題，構(gòu)建了三個圖網(wǎng)絡(luò)表示專利及其標(biāo)簽之間的宏觀關(guān)系，然后提出一個基于混合表征學(xué)習(xí)的專利分類框架，將專利及標(biāo)簽的宏觀關(guān)系融入分類中，以提高專利的自動化分類的準(zhǔn)確性。在真實的專利數(shù)據(jù)集的實驗結(jié)果表明，該分類方法在多個評價指標(biāo)上取得了最佳的性能。

發(fā)表于：12/15/2021

基于YOLOV5的藥品表面缺陷實時檢測方法[其他][其他]

藥品在實際生產(chǎn)過程中總會伴隨著異物、缺粒、藥體破損等表面缺陷，這些缺陷輕則影響產(chǎn)品使用效果,重則會在使用過程中產(chǎn)生巨大事故造成生命財產(chǎn)損失。針對深度學(xué)習(xí)模型在實際工業(yè)產(chǎn)品表面缺陷檢測中缺陷樣本少以及細小缺陷檢測精度低的應(yīng)用問題，將目前主流的目標(biāo)檢測算法之一——YOLOV5應(yīng)用于藥品檢測場景，提出了一種精度高、所需標(biāo)注樣本少、檢測速度快的one-stage實時缺陷檢測系統(tǒng)——RDD_YOLOV5(Real-time Defects Detection_YOLOV5)。利用原始圖像初級特征進行數(shù)據(jù)增強，結(jié)合注意力機制與多尺度特征融合，增加骨干網(wǎng)絡(luò)提取跨通道語義信息能力，充分融合高層語義信息與底層細粒度信息以提升模型在小缺陷檢測方面的識別效果，在有限的樣本條件下達到較高的準(zhǔn)確率。該方法檢測效果達到了96.6%mAP，32 FPS。

發(fā)表于：12/15/2021