123,123,123

基于ROS的家用老年服务机器人设计[人工智能][消费电子]

针对当前老年服务机器人存在的问题，如智能语音功能单一、感知能力不足和集成化水平不高等，设计了一款具有人脸识别、语音交互和摔倒检测功能的机器人。该机器人基于机器人操作系统（ROS）开发，配备Jeston Nano主控板和ZED2i双目立体相机等多种传感器。通过基于Haar特征和LBPH算法的人脸识别、利用百度语音API和Alpaca-2模型实现的语音交互，以及基于ZED2i双目相机的摔倒检测，为老年人提供更加综合、智能的护理服务。实验结果显示，该机器人在人脸识别、语音交互和摔倒检测方面均表现出色。

發(fā)表于：2025/4/22

高稳定性光纤激光器恒流驱动系统设计与实现[模拟设计][工业自动化]

光纤激光器波长和输出功率的稳定性易受泵浦源驱动电流波动的影响，为应对该问题，设计了一款高精度、高稳定性恒流驱动系统。恒流源部分采用闭环负反馈原理，通过金属氧化物半导体场效应晶体管（MOSFET）来控制恒流输出，实现了对半导体激光器（LD）驱动电流的精准控制；限流保护电路利用二极管的限幅作用使LD免受过电流冲击的影响，电流缓慢启动采用软件控制的方法确保LD免受浪涌电流损害；光功率探测电路采用ADA4530芯片，确保在极低光照水平下也可精准探测到功率输出。实验结果表明，该电路可实现驱动电流在0~1.2 A连续可调，电流短期（120 min）和长期（24 h）稳定性分别为±0.001 mA和±0.002 mA；激光器中心波长波动不超过±0.03 nm，输出功率的稳定度不超过0.084 3%，精度小于±0.15 mW。

發(fā)表于：2025/4/21

基于多线缝隙耦合的Ka波段薄膜功分器设计[微波|射频][工业自动化]

传统的功分器结构由于高频串扰明显、阻抗变换线体积大等原因，难以满足微波系统高频率、小型化的需求。为此，提出一种基于多线缝隙耦合结构的Ka波段功分器。从电路拓扑出发，对该器件进行了电路设计、建模仿真与实验验证。测试结果表明，该器件具备良好的高频性能，且表现出通带两侧具有传输零点的滤波响应，实现了多线缝隙耦合的薄膜功分器设计。

發(fā)表于：2025/4/21

T型栅GaN HEMT微波器件ESD特性研究[模拟设计][工业自动化]

对Si基GaN HEMT器件在ESD事件下的失效机理与影响因素进行了研究。探究了器件在不同偏置下的失效电压分布情况，并结合微光显微镜定位了引起器件退化的异常点，进行了对应的微区分析。另外，还探究了T型栅几何尺寸如栅脚、栅帽宽度与总栅宽等工艺参数对器件抗静电能力的影响并进行相关机理分析，为器件ESD性能、可靠性的优化提供了方向与参考。

發(fā)表于：2025/4/21

器件级带电器件模型静电放电测试标准分析及应用[模拟设计][工业自动化]

针对器件级带电器件模型（CDM）静电放电国内外主要测试标准进行了整理、分析与解读。梳理了各标准之间的差异性和关联性，明确了各标准的应用范围与技术要点。深入研究了影响器件级带电器件模型（CDM）静电放电测试结果的因素与控制方法，提出了在标准应用过程中保障结果一致性和准确性的相关技术技巧，为器件级带电器件模型（CDM）测试标准的选择、测试和工程应用提供了指导。

發(fā)表于：2025/4/21

基于改进U-Net的沥青拌合站混合料装车语义分割[人工智能][其他]

针对现有的沥青拌合站混合料装车语义分割方法平均交并比（Mean Intersection over Union，mIoU）值较低、检测速度较慢等问题，提出一种轻量化网络RCS-UNet对沥青拌合站混合料装车状态进行语义分割。首先在U-Net网络中加入残差连接以缓解梯度消失的问题，使网络在训练过程中更加稳定，提高模型的收敛速度和泛化能力；其次加入坐标注意力（Coordinate Attention，CA）机制，增强位置与通道的信息感知，提高模型的特征提取能力，使模型更加关注图像中的重要区域；最后将U-Net网络中的标准卷积修改为深度可分离卷积，以减小模型的体积和参数量，使得模型在保持较高性能的同时，具有更低的资源消耗和更快的推理速度。实验结果表明，改进模型的准确率、mIoU值以及FPS值分别为99.20%、98.41%和22.98，与经典模型和当前先进模型相比三个指标均为最高，取得了最优的语义分割效果。

發(fā)表于：2025/4/21

基于SAM和pix2pix的商品数据集生成网络[人工智能][消费电子]

针对商品包装快速变换带来的商品数据集采集和标注过程繁琐的问题，设计了一种基于SAM和pix2pix的商品数据集生成网络。该网络以单个商品多角度图像作为输入，生成与实际结算场景相近似的数据集。在RPC大型商品数据集上进行数据集生成，在YOLOv7、Fast R-CNN、AlexNet三种目标检测网络上验证生成数据集对目标检测效果的提升。实验结果表明，生成数据集融合到原数据集后用于训练模型能够有效提升商品识别准确率，并且与真实数据集相比具有较好的替代性。相较于原数据集，融合生成数据集三个网络上识别精度分别提升7.3%、4.9%、7.8%。通过该方法，显著提高了模型训练的效率与实用性，减轻传统商品数据集采集与标注所需的人力物力投入。

發(fā)表于：2025/4/21

一种基于改进的生成式对抗网络的完整12导联心电图重构方法[人工智能][医疗电子]

心电图（ECG）是评估心脏健康的重要工具。随着科技的进步，越来越多的智能设备被开发用于监测心电信号。然而，由于便携性的要求，这些智能设备通常只能测量有限导联数量的心电信号，这可能会影响心脏疾病诊断的准确性。为了解决这一问题，提出了一种基于生成对抗网络（GAN）的模型。该模型融合了Transformer和U-Net结构，能够从单一导联的心电信号重建完整的12导联心电信号，从而提高便携式智能设备的诊断性能。在PTB-XL和绍兴人民医院12导联心电信号数据集上对提出的模型进行了评估，并将其与几种先进的方法进行了比较。相关代码全部上传至https：//github.com/Chaoquan-123/12-lead-ECG-reconstruction。

發(fā)表于：2025/4/21

航空兵场站信息保障体系发展研究[通信与网络][通信网络]

场站作为航空兵部队训练保障基地，为任务单位飞行和装备维修进行组织指挥和专业勤务工作。飞行任务全过程通信导航保障是场站信息通信保障的中心工作，信息通信发展更新速度不断加快，面临的新问题急需解决。为了更好适应当前信息通信体系建设的发展，通过研究网络信息一体化建设，采取仿真计算模型，得到了实现场站高效通信导航保障、控制方式全面的系统发展思路。该研究为适应信息化条件下的航空兵导航保障体制、提高体系信息保障能力，奠定了扎实的理论基础。

發(fā)表于：2025/4/21

机器学习在恶意加密流量检测中的应用及研究[人工智能][信息安全]

随着加密通信的普及，恶意攻击者利用加密流量隐藏活动，传统基于签名和规则的检测方法面临挑战。机器学习为恶意加密流量检测提供了新解决方案。综述了监督学习、非监督学习、深度学习和集成学习在该领域的应用。监督学习通过标记数据识别已知攻击，非监督学习在未标记数据中发现新型攻击模式，深度学习提升了在大数据环境中的特征提取能力，而集成学习则通过模型融合增强系统鲁棒性。研究表明，机器学习显著提高了恶意行为识别的准确性，特别是在复杂数据特征提取和新攻击模式发现方面。

發(fā)表于：2025/4/21

半导体制造AI大脑：从CIM1.0到CIM 3.0的中国式跃迁[EDA与制造][工业自动化]

作为中国本土唯一上线12吋量产产线的工程智能系统提供商,100%国产化多模态大模型智能制造应用领跑者,智现未来给出的“AgentNet驱动CIM 3.0”的技术破局路径,正在重构产业范式。

發(fā)表于：2025/4/17

罗克韦尔自动化推出更智能、更安全的 M100 电子式电机启动器，革新电机控制技术[其他][工业自动化]

　　（2025 年 4 月 1 日，中国上海）作为工业自动化、信息化和数字化转型领域的全球领先企业之一，罗克韦尔自动化（NYSE: ROK）于近期宣布推出 M100 电子式电机启动器，通过先进的功能安全解决方案和更精细的电机启动功能，助力工业企业简化盘柜接线，并降低组件和工程复杂性。

發(fā)表于：2025/4/11

贸泽电子开售Molex的航空航天解决方案[电子元件][航空航天]

　　2025年4月1日 – 提供超丰富半导体和电子元器件™的业界知名新品引入（NPI）代理商贸泽电子（Mouser Electronics）即日起供应Molex先进的射频与EMI元器件。这些元器件设计用于改善关键任务航空航天应用的信号完整性和电磁兼容性。

發(fā)表于：2025/4/11

e络盟与美微科签订新的全球分销协议以投资半导体产品组合[模拟设计][消费电子]

　　中国上海，2025 年4月2日 — 安富利旗下全球电子元器件产品与解决方案分销商e络盟宣布已与美微科（MCC）签署全球分销协议，并将为汽车、工业、消费和计算等各行各业提供高质量分立半导体解决方案。

發(fā)表于：2025/4/2

提升车载连接体验：恩智浦AW693与智能链路管理[通信与网络][汽车电子]

电气化已经改变汽车行业，汽车的价值不再是单纯的交通工具。如今的汽车正在转变为集舒适性、娱乐性和生产力于一体的精密智能空间，在这里，数字化集成从可有可无变为必不可少。我们已在智能家居领域见证了这种演变。从语音激活助手到智能安防系统，消费者现在期望他们的家居环境具备智能化和响应能力。这种连接和协调离不开看不见的无线接入点网络。

發(fā)表于：2025/4/2