亚洲中字制服二区三区,aⅴ72精品视频观看

數(shù)字化革新突破動(dòng)力電池大規(guī)模制造化成分容瓶頸，迎接電動(dòng)汽車 “黃金時(shí)代”到來[電源技術(shù)][汽車電子]

近年來，我國(guó)電動(dòng)汽車行業(yè)快速發(fā)展，保有量持續(xù)增長(zhǎng)，滲透率也逐步提升。工信部公布的最新數(shù)據(jù)顯示，中國(guó)的電動(dòng)智能汽車在全球范圍內(nèi)已形成一定的先發(fā)優(yōu)勢(shì)，新能源汽車產(chǎn)銷量連續(xù)六年位居全球第一。而“碳達(dá)峰”、“碳中和”雙碳目標(biāo)的發(fā)布，則為中國(guó)電動(dòng)汽車行業(yè)開啟了新一輪的“黃金時(shí)代”。

發(fā)表于：7/9/2021

芯耀輝軟硬結(jié)合的智能DDR PHY訓(xùn)練技術(shù)[EDA與制造][數(shù)據(jù)中心]

　　DDR接口速率越來越高，每一代產(chǎn)品都在挑戰(zhàn)工藝的極限，對(duì)DDR PHY的訓(xùn)練要求也越來越嚴(yán)格。本文從新銳IP企業(yè)芯耀輝的角度，談?wù)凞DR PHY訓(xùn)練所面臨的挑戰(zhàn)，介紹芯耀輝DDR PHY訓(xùn)練的主要過程和優(yōu)勢(shì)，解釋了芯耀輝如何解決DDR PHY訓(xùn)練中的問題。

發(fā)表于：7/9/2021

藍(lán)牙連接模式對(duì)室內(nèi)定位性能的影響[其他][其他]

基于低功耗藍(lán)牙(BLE)接收信號(hào)強(qiáng)度標(biāo)識(shí)(RSSI)測(cè)量的位置指紋定位是最常見和有效的室內(nèi)定位方法之一。然而，BLE通信協(xié)議并非專門為定位而設(shè)計(jì)，不同通信連接方式下的藍(lán)牙設(shè)備測(cè)距性能差異較大，顯著影響著定位精度。針對(duì)這一問題，對(duì)不同連接模式下的BLE設(shè)備RSSI測(cè)距性能進(jìn)行了測(cè)試和分析；進(jìn)一步地，利用自行搭建的室內(nèi)定位環(huán)境開展實(shí)驗(yàn)，驗(yàn)證了其對(duì)用戶實(shí)際定位精度的影響。測(cè)試結(jié)果表明，當(dāng)BLE模塊設(shè)置為“不可連接模式”時(shí)，設(shè)備RSSI測(cè)距穩(wěn)定性提高了約60%、用戶在線定位精度由1.40 m提高到了0.58 m，能夠獲得明顯更優(yōu)的性能，是室內(nèi)BLE定位系統(tǒng)的優(yōu)選通信連接方式。

發(fā)表于：7/5/2021

InGaAs/GaAs多量子阱近紅外光探測(cè)結(jié)構(gòu)設(shè)計(jì)與表征[其他][其他]

介紹了用于近紅外光探測(cè)的InGaAs三元化合物材料體系，并通過數(shù)學(xué)軟件編寫求解出InGaAs/GaAs單量子阱有限深勢(shì)阱的波函數(shù)方程。根據(jù)計(jì)算結(jié)果，設(shè)計(jì)出InGaAs/GaAs多量子阱結(jié)構(gòu)，之后采用分子束外延技術(shù)完成了高質(zhì)量外延片結(jié)構(gòu)的研制，通過雙晶X射線衍射等分析手段，推算出多量子阱結(jié)構(gòu)中In的組分，勢(shì)壘與勢(shì)阱的厚度等參數(shù)與理論設(shè)計(jì)一致，具有很好的近紅外探測(cè)器研制價(jià)值。

發(fā)表于：7/5/2021

軌道動(dòng)靜結(jié)合快速檢測(cè)多源數(shù)據(jù)采集模塊設(shè)計(jì)[測(cè)試測(cè)量][智能交通]

多源異構(gòu)數(shù)據(jù)的高精度同步采集是軌道動(dòng)靜結(jié)合快速檢測(cè)系統(tǒng)中的關(guān)鍵技術(shù)。設(shè)計(jì)了一套軌道動(dòng)靜結(jié)合快速檢測(cè)多源數(shù)據(jù)采集模塊，該模塊以Xilinx公司的Artix-7系列FPGA為主控芯片，以英偉達(dá)TX2高性能計(jì)算機(jī)為核心數(shù)據(jù)處理單元，利用高穩(wěn)晶振、結(jié)合GPS輸出的PPS脈沖和NEMA數(shù)據(jù)建立高精度時(shí)間基準(zhǔn)，通過控制AD采樣頻率實(shí)現(xiàn)位移傳感器、溫度傳感器、激光位移傳感器等多傳感器數(shù)據(jù)的高精度實(shí)時(shí)同步采集。該模塊體積小、成本低。測(cè)試表明，該模塊可實(shí)現(xiàn)多傳感器數(shù)據(jù)高精度同步采集，同步精度達(dá)微秒級(jí)。

發(fā)表于：7/5/2021

一種寬帶全量程示波器信道保護(hù)器研制[其他][其他]

基于THS3491運(yùn)算放大器芯片研制示波器信道保護(hù)器，應(yīng)用在脈沖輻射場(chǎng)診斷測(cè)試之中。研究測(cè)試了SOIC、VQFN兩種封裝的THS3491的幅頻特性曲線，采用VQFN封裝的THS3491作為保護(hù)器的核心芯片；研制的保護(hù)器輸出電壓幅值范圍為±10 V(50 Ω負(fù)載)，等效電噪聲峰峰值約為2 mV；-3 dB小信號(hào)帶寬約為850 MHz，0.3 dB平坦度帶寬約為710 MHz，發(fā)現(xiàn)并理論解釋了保護(hù)器輸出電壓的峰移現(xiàn)象。通過delta脈沖信號(hào)源對(duì)保護(hù)器進(jìn)行測(cè)試，對(duì)比輸入輸出電壓波形，實(shí)現(xiàn)了無失真的delta響應(yīng)；在輸出信號(hào)電壓幅值范圍超過±10 V時(shí)，保護(hù)器進(jìn)入到輸出保護(hù)狀態(tài)，輸出恢復(fù)時(shí)間小于7 ns，可以很好滿足脈沖輻射場(chǎng)診斷中的示波器信道保護(hù)要求。

發(fā)表于：7/5/2021

基于Hi3516D的低功耗圖像采集系統(tǒng)的設(shè)計(jì)[電子元件][航空航天]

在分析日益小型化、集成化的航天圖像設(shè)備功耗緊張的基礎(chǔ)上，設(shè)計(jì)了以國(guó)產(chǎn)視頻處理芯片Hi3516D為核心的接口方案，使設(shè)備能應(yīng)用該接口實(shí)現(xiàn)低功耗圖像采集傳輸功能。具體分析了低功耗器件選型、電源功耗硬件適配、動(dòng)態(tài)調(diào)壓硬件電路及數(shù)據(jù)收發(fā)流程；給出了動(dòng)態(tài)調(diào)壓硬件電路參數(shù)計(jì)算、低功耗模塊軟件設(shè)計(jì)流程及uboot寄存器、內(nèi)核模塊的信息配置；測(cè)試了不同分辨率下的圖像質(zhì)量以及功耗情況。經(jīng)設(shè)計(jì)分析及測(cè)試驗(yàn)證，該接口工作在3 Mb/s碼率以內(nèi)時(shí)，整機(jī)功耗不超2.5 W，且優(yōu)化降低功耗8%～16%，圖像質(zhì)量PSNR優(yōu)于36 dB，接口性能滿足設(shè)計(jì)要求。

發(fā)表于：7/5/2021

多分支卷積神經(jīng)網(wǎng)絡(luò)的FPGA設(shè)計(jì)與優(yōu)化[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)拓寬神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)會(huì)導(dǎo)致計(jì)算量增大，計(jì)算性能降低，需要針對(duì)并行的網(wǎng)絡(luò)進(jìn)行更有效的優(yōu)化以及調(diào)度。通過分析FPGA平臺(tái)上實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算吞吐量和所需的帶寬，在計(jì)算資源和訪存帶寬的限制下，采用了屋頂模型進(jìn)行了設(shè)計(jì)空間的探索，提出了在不同支的卷積神經(jīng)網(wǎng)絡(luò)中使用不同的循環(huán)展開因子，從而實(shí)現(xiàn)同一卷積層中不同支神經(jīng)網(wǎng)絡(luò)的并行計(jì)算，保證計(jì)算資源和內(nèi)存資源的合理分配。實(shí)驗(yàn)結(jié)果表明，所提出的設(shè)計(jì)與先前研究相比獲得了1.31×的性能提升。

發(fā)表于：7/5/2021

基于MEMS微鏡的混合式掃描同步設(shè)計(jì)[MEMS|傳感技術(shù)][其他]

為了解決MEMS微鏡掃描角度較小的缺點(diǎn)，設(shè)計(jì)了一種MEMS微鏡與無刷電機(jī)同步掃描系統(tǒng)。該系統(tǒng)由STM32微控制器、DDS驅(qū)動(dòng)電路、相位檢測(cè)電路組成。通過設(shè)計(jì)光柵碼盤實(shí)現(xiàn)對(duì)無刷電機(jī)速度的測(cè)量，由PID算法控制電機(jī)轉(zhuǎn)速使電機(jī)反饋信號(hào)與MEMS微鏡反饋信號(hào)頻率相同，并檢測(cè)兩路反饋信號(hào)的相位差，調(diào)節(jié)DDS驅(qū)動(dòng)信號(hào)的相位實(shí)現(xiàn)相位同步。實(shí)驗(yàn)表明，系統(tǒng)工作穩(wěn)定，相位誤差不超過1.5%。

發(fā)表于：7/5/2021

基于自補(bǔ)償技術(shù)的模數(shù)混合標(biāo)準(zhǔn)電能表設(shè)計(jì)[其他][其他]

目前數(shù)字化電能表溯源方面存在很多問題，針對(duì)這一情況，描述了一款模擬數(shù)字混合標(biāo)準(zhǔn)電能表的設(shè)計(jì)方法，使數(shù)字化電能表溯源統(tǒng)一到傳統(tǒng)的模擬溯源體系中。介紹了功率角自補(bǔ)償?shù)姆椒?，提升功率角的測(cè)量精度；通過一系列技術(shù)措施，克服了61850-9-2數(shù)字報(bào)文采樣率偏低的困難，使得該標(biāo)準(zhǔn)表準(zhǔn)確度等級(jí)達(dá)到了0.01級(jí)，對(duì)于開展電力公司常用的0.05級(jí)數(shù)字電能表校驗(yàn)儀檢定工作有重要的意義。

發(fā)表于：7/5/2021

電動(dòng)公交車充電插座識(shí)別方法研究[電源技術(shù)][汽車電子]

隨著電動(dòng)公交車在城市交通的廣泛應(yīng)用，充電工作量隨之加大。由于充電功率較大，充電電纜比較粗重，且插拔充電槍需要較大的操作力，人工作業(yè)勞動(dòng)強(qiáng)度較大。采用通用機(jī)械臂代替人工實(shí)現(xiàn)自動(dòng)插接充電槍具有廣泛的需求，識(shí)別充電插座是實(shí)現(xiàn)自動(dòng)插接的前提。以充電插座為識(shí)別目標(biāo)，提出一種基于Canny算子的亞像素精度輪廓幾何匹配檢測(cè)方法，通過Halcon軟件應(yīng)用圖像處理和機(jī)器視覺技術(shù)對(duì)目標(biāo)區(qū)域進(jìn)行特征提取與模板匹配，實(shí)現(xiàn)充電插座的自動(dòng)識(shí)別。實(shí)驗(yàn)證明，該方法對(duì)于有外部光照環(huán)境影響具有良好的魯棒性。

發(fā)表于：7/5/2021

基于特征級(jí)注意力的方面級(jí)情感分類模型研究[其他][數(shù)據(jù)中心]

近年來大數(shù)據(jù)、自然語(yǔ)言處理等技術(shù)得到了飛速發(fā)展。情感分析作為自然語(yǔ)言處理細(xì)分領(lǐng)域的前沿技術(shù)之一，得到了極大的重視。然而，低參數(shù)量、高精度依然是制約情感分析的關(guān)鍵因素之一。為實(shí)現(xiàn)模型參數(shù)少、模型分類精度高的情感分析需求，通過改進(jìn)特征級(jí)注意力機(jī)制的輸入向量，以及前饋神經(jīng)網(wǎng)絡(luò)與注意力編碼的前后位置關(guān)系，得到可復(fù)位特征級(jí)注意力機(jī)制，并基于該機(jī)制提出了基于可復(fù)位特征級(jí)注意力方面級(jí)情感分類模型(RFWA)和基于可復(fù)位特征級(jí)自注意力方面級(jí)情感分類模型(RFWSA)，實(shí)現(xiàn)了高精度的方面級(jí)情感分析效果。在公開數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，相比現(xiàn)有的主流情感分析方法，所提出的模型有明顯的優(yōu)勢(shì)，尤其是在取得相當(dāng)分類效果的情況下，模型的參數(shù)量?jī)H為最新AOA網(wǎng)絡(luò)的1/4。

發(fā)表于：7/5/2021

基于ReliefF-DDC特征選擇算法的非侵入式負(fù)荷識(shí)別研究[其他][其他]

提取有效的負(fù)荷運(yùn)行數(shù)據(jù)特征對(duì)于提高非侵入式負(fù)荷識(shí)別的精度具有重要作用。針對(duì)數(shù)據(jù)特征選擇欠佳導(dǎo)致負(fù)荷識(shí)別準(zhǔn)確率不高的問題，提出了一種基于ReliefF-DDC特征選擇算法，用于降低特征維數(shù)減少?gòu)?fù)雜度，改善負(fù)荷識(shí)別效果。首先，利用ReliefF算法分析各特征與類別的關(guān)系計(jì)算特征權(quán)重，篩選無關(guān)特征；其次，利用DDC算法計(jì)算特征之間與類別的互信息分析相關(guān)性，根據(jù)特征子集評(píng)價(jià)度量刪除冗余特征；最后，采用孿生支持向量機(jī)(TWSVM)作分類器進(jìn)行負(fù)荷識(shí)別。實(shí)驗(yàn)表明，所提出的算法在提升分類效果的同時(shí)減少了運(yùn)行時(shí)間。

發(fā)表于：7/5/2021

基于無線指紋數(shù)據(jù)庫(kù)的認(rèn)知無線電頻譜感知[其他][其他]

提出了一種基于無線指紋數(shù)據(jù)庫(kù)的頻譜感知方案。首先，在蜂窩認(rèn)知無線電網(wǎng)絡(luò)(Cell Cognitive Radio Network，CCRN)覆蓋的目標(biāo)地理區(qū)域內(nèi)，次用戶設(shè)備(Secondary User Equipment，SUE)收集大量頻譜觀測(cè)數(shù)據(jù)，基于各種機(jī)器學(xué)習(xí)算法對(duì)頻譜觀測(cè)數(shù)據(jù)進(jìn)行處理得到授權(quán)頻譜上主用戶發(fā)射機(jī)(Primary User Transmit，PUT)的傳輸模式；隨后，在PUT不同的傳輸模式下劃分地理位置區(qū)域，采用基于空間距離計(jì)算的方法獲取網(wǎng)格標(biāo)簽，建立無線指紋數(shù)據(jù)庫(kù)；最后，有感知需求的次用戶設(shè)備(Secondary User Equipment，SUE)根據(jù)接收到的基站(Base Station，BS)參考信號(hào)的到達(dá)時(shí)間(Time Of Arrival，TOA)估計(jì)值來獲取其無線指紋，然后與無線指紋數(shù)據(jù)庫(kù)(Wireless FingerPrint Database，WFPD)中的無線指紋(Wireless FingerPrint，WFP)進(jìn)行匹配確定其地理位置，并由此確定授權(quán)頻段的接入標(biāo)簽。仿真結(jié)果表明，本方案方案在減少對(duì)主用戶干擾的前提下，增加了授權(quán)頻譜的接入機(jī)會(huì)。

發(fā)表于：7/5/2021

不同隱蔽通信管控策略下的任務(wù)性能分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)隱蔽通信的任務(wù)性能評(píng)估問題，首先提出隱蔽通信下的任務(wù)性能評(píng)估指標(biāo)，然后比較了通斷管控、功率管控以及功率和速率聯(lián)合管控3種不同策略下的隱蔽通信任務(wù)性能，最后通過仿真驗(yàn)證了不同管控策略的效果。仿真結(jié)果表明，功率和速率聯(lián)合管控策略的通信時(shí)長(zhǎng)為通斷管控策略的2.24倍，為功率管控策略的1.57倍，大大提高了隱蔽通信的可通時(shí)間，任務(wù)性能最佳。

發(fā)表于：7/5/2021