久久国产视频香,俄罗斯一级a大片免费

基于FPGA的通道數(shù)可調(diào)高精度采集系統(tǒng)模塊化設(shè)計(jì)[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

在聲學(xué)相機(jī)的開(kāi)發(fā)過(guò)程中，針對(duì)聲場(chǎng)信號(hào)的高精度采集以及多傳感器信息的實(shí)時(shí)傳輸需求，設(shè)計(jì)了一種集成了PGA、Σ-Δ型ADC、FPGA以及千兆以太網(wǎng)通信的數(shù)據(jù)采集系統(tǒng)并模塊化，并給出了通道擴(kuò)展條件。經(jīng)性能測(cè)試表明，該模塊在55 kHz帶寬下采樣誤差為0.000 2%，自噪聲為9 μV，并且擁有110 dB的動(dòng)態(tài)范圍，其性能優(yōu)于常用的振動(dòng)聲學(xué)多通道采集設(shè)備，且具有擴(kuò)展性好、成本低的特點(diǎn)。

發(fā)表于：3/5/2020

基于動(dòng)態(tài)負(fù)載線GaN HEMT模型的諧波調(diào)諧功放設(shè)計(jì)[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

基于動(dòng)態(tài)負(fù)載線GaN HEMT大信號(hào)模型和負(fù)載牽引技術(shù)設(shè)計(jì)并制作了一款工作在2 GHz的高效率諧波調(diào)諧功放。在晶體管寄生參數(shù)和封裝參數(shù)未知的情況下，通過(guò)負(fù)載牽引技術(shù)初步確定滿足性能要求的最佳基波和諧波阻抗值，并根據(jù)動(dòng)態(tài)負(fù)載線大信號(hào)模型所觀察到的漏極電流、電壓波形對(duì)功放整體電路進(jìn)行調(diào)諧和優(yōu)化。測(cè)試結(jié)果表明,當(dāng)輸入功率為27 dBm時(shí)，該功放漏極效率可達(dá)81.53%，功率附加效率為76%，輸出功率為38.69 dBm，增益為11.69 dB。采用該方法所設(shè)計(jì)的高效率諧波調(diào)諧功放在滿足較高性能的同時(shí),具有結(jié)構(gòu)簡(jiǎn)單、調(diào)諧方便的優(yōu)點(diǎn)。

發(fā)表于：3/5/2020

基于DEA-GMA的輸變電工程造價(jià)評(píng)審技術(shù)研究[電源技術(shù)][智能電網(wǎng)]

輸變電工程關(guān)系國(guó)計(jì)民生，對(duì)其造價(jià)的控制尤為重要，而造價(jià)評(píng)審作為十分關(guān)鍵的一環(huán)，對(duì)輸變電工程造價(jià)管控、概預(yù)算合理性審核發(fā)揮著非常重要的作用。將數(shù)據(jù)包絡(luò)分析和灰色關(guān)聯(lián)分析方法有機(jī)結(jié)合，建立DEA-GMA的評(píng)審模型，將其應(yīng)用在輸變電工程造價(jià)評(píng)審領(lǐng)域。實(shí)證分析表明，該評(píng)審方法能夠?qū)崿F(xiàn)輸變電工程造價(jià)的科學(xué)、定量評(píng)審，具有較強(qiáng)的實(shí)踐應(yīng)用價(jià)值和推廣價(jià)值。

發(fā)表于：3/5/2020

影響電力系統(tǒng)頻率特性的因素研究[電源技術(shù)][智能電網(wǎng)]

電力系統(tǒng)功率頻率特性反映的是系統(tǒng)有功功率不平衡時(shí)頻率的變化特性，它是研究系統(tǒng)運(yùn)行方式、設(shè)計(jì)低頻減載方案以及評(píng)價(jià)各種調(diào)頻調(diào)壓措施等工作的基礎(chǔ)，對(duì)電力系統(tǒng)的規(guī)劃、運(yùn)行及控制具有重要的理論和現(xiàn)實(shí)意義。本文闡述了系統(tǒng)正常運(yùn)行的頻率質(zhì)量與經(jīng)濟(jì)性問(wèn)題。針對(duì)系統(tǒng)有功功率負(fù)荷變動(dòng)的分析，實(shí)施系統(tǒng)頻率調(diào)整與廠間經(jīng)濟(jì)負(fù)荷分配。討論了負(fù)荷-頻率機(jī)制、頻率的一次調(diào)整與二次調(diào)整。通過(guò)對(duì)電力系統(tǒng)的基本知識(shí)的理解與掌握在熟悉電網(wǎng)穩(wěn)定分析方法、潮流計(jì)算以及穩(wěn)定計(jì)算的基礎(chǔ)上，運(yùn)用PSASP軟件進(jìn)行對(duì)機(jī)組的建模與仿真，主要對(duì)電力系統(tǒng)功率頻率特性和影響電力系統(tǒng)頻率特性的因素進(jìn)行了綜合研究。

發(fā)表于：3/4/2020

基于FPGA的結(jié)構(gòu)改進(jìn)型(2，1，4)維特比譯碼器[可編程邏輯][通信網(wǎng)絡(luò)]

在資源受限的處理器中實(shí)現(xiàn)高性能的Viterbi譯碼算法是近年來(lái)研究的熱點(diǎn)。基于XC6SLX16-2CSG324型FPGA處理器，在資源有限情況下，為兼顧Viterbi譯碼時(shí)延與資源消耗的問(wèn)題，提出了一種結(jié)構(gòu)改進(jìn)算法。在傳統(tǒng)Viterbi譯碼算法基礎(chǔ)上，首先通過(guò)最大限度地預(yù)定義存儲(chǔ)路徑度量值的寄存器，達(dá)到控制路徑度量值的目的，其次采用步進(jìn)式幸存路徑信息存儲(chǔ)結(jié)構(gòu)，完成幸存路徑信息的存儲(chǔ)，簡(jiǎn)化譯碼器硬件實(shí)現(xiàn)復(fù)雜度，減小譯碼時(shí)延和資源消耗。通過(guò)ISE Design Suite 14.7平臺(tái)，對(duì)回溯深度為20、3 bit軟判決的(2，1，4)維比特譯碼器進(jìn)行了基于FPGA的驗(yàn)證，并結(jié)合MATLAB仿真進(jìn)行分析。結(jié)果表明，本方法能夠有效減小譯碼時(shí)延并降低資源消耗。

發(fā)表于：3/4/2020

高性能數(shù)字ANC主動(dòng)降噪方案[模擬設(shè)計(jì)][消費(fèi)電子]

隨著社會(huì)進(jìn)步、城市化快速發(fā)展，我們的生活環(huán)境也在逐漸變得復(fù)雜，所接觸到的噪音污染也越來(lái)越大了。雖然我們使用的耳機(jī)產(chǎn)品越來(lái)越高檔，但在室外使用普通耳機(jī)耳塞只能通過(guò)提高音量來(lái)蓋過(guò)噪聲，這樣就不可避免地對(duì)我們的聽(tīng)力造成一定的損傷。針對(duì)這個(gè)問(wèn)題，使用降噪耳機(jī)是比較好的選擇，可以讓消費(fèi)者在飛機(jī)、火車、地鐵等噪音比較大的環(huán)境中，較好地保護(hù)聽(tīng)力，同時(shí)也能安靜地享受音樂(lè)帶來(lái)的樂(lè)趣。 ANC主動(dòng)降噪基本原理是通過(guò)Ref Mic（reference microphone）采集環(huán)境噪音噪聲，通過(guò)降噪系統(tǒng)電路產(chǎn)生降噪MIC接收的外界環(huán)境噪音相等的反相信號(hào)，將噪聲抵消（如圖1所示）。

發(fā)表于：3/4/2020

本振相位噪聲對(duì)寬帶接收機(jī)噪聲系數(shù)的影響[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

基于寬帶接收機(jī)中不同相位噪聲的寬帶本振對(duì)接收噪聲系數(shù)的影響分析，通過(guò)不同相位噪聲的寬帶本振對(duì)混頻器變頻噪聲系數(shù)的測(cè)試與對(duì)比，得出混頻器中頻信號(hào)相位噪聲主要由本振相位噪聲決定，變頻噪聲系數(shù)的惡化主要由寬帶本振500 kHz外的遠(yuǎn)端噪聲惡化所引起的結(jié)論。結(jié)合寬帶接收機(jī)前段增益與變頻噪聲對(duì)接收鏈路噪聲系數(shù)的仿真計(jì)算，靈敏度越高的寬帶接收機(jī)對(duì)本振遠(yuǎn)端相位噪聲惡化越敏感。對(duì)于高靈敏度的寬帶接收機(jī)，為了避免寬帶本振相位噪聲引起鏈路噪聲系數(shù)惡化，寬帶接收前端在混頻之前的增益需要大于25 dB。

發(fā)表于：3/3/2020

基于PWM的電力電纜損壞監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[測(cè)試測(cè)量][智能電網(wǎng)]

電力電纜損壞會(huì)造成重大經(jīng)濟(jì)損失和生產(chǎn)安全事故，設(shè)計(jì)了一種基于行波理論的PWM電力電纜損壞狀態(tài)監(jiān)測(cè)系統(tǒng)，包含獨(dú)特的硬件和軟件設(shè)計(jì)。該系統(tǒng)由信號(hào)生成、反饋測(cè)量、報(bào)警觸發(fā)和響應(yīng)用戶界面等功能模塊組成，首先討論了相關(guān)的理論分析，包括主要硬件和軟件組件的總體設(shè)計(jì)。此外，還設(shè)計(jì)并在實(shí)驗(yàn)室測(cè)試了樣機(jī)，驗(yàn)證了樣機(jī)在實(shí)際環(huán)境中的功能和效果。結(jié)果表明，該系統(tǒng)能夠自動(dòng)識(shí)別電力電纜損壞，并從用戶界面自動(dòng)觸發(fā)報(bào)警，誤差小于3%。

發(fā)表于：3/3/2020

提高48 V配電性能[電源技術(shù)][物聯(lián)網(wǎng)]

能夠構(gòu)建其自己的機(jī)架及數(shù)據(jù)中心解決方案的公司開(kāi)始轉(zhuǎn)而采用 48V 配電。這一策略將 12kW 機(jī)架的大電流 PDN 問(wèn)題削減到了 250A，但為刀片服務(wù)器的功率轉(zhuǎn)換帶來(lái)了新的難題。

發(fā)表于：3/3/2020

提高極低壓差穩(wěn)壓器輸出電流，實(shí)現(xiàn)均勻散熱的并聯(lián)設(shè)計(jì)[電源技術(shù)][工業(yè)自動(dòng)化]

　　如何將3 A LT3033極低壓差穩(wěn)壓器(VLDO)并聯(lián)產(chǎn)生3 A以上電流并改善散熱情況。利用LT3033的內(nèi)置輸出電流監(jiān)測(cè)功能可以簡(jiǎn)化并聯(lián)電路的設(shè)計(jì)，實(shí)現(xiàn)均流。　　

發(fā)表于：3/2/2020

一種高頻電子封印標(biāo)簽的實(shí)現(xiàn)[微波|射頻][信息安全]

設(shè)計(jì)實(shí)現(xiàn)了一種基于13.56 MHz射頻識(shí)別技術(shù)的電子封印。該電子封印使用國(guó)家商用密碼安全算法SM7，增加了其安全性和可靠性。射頻識(shí)別技術(shù)也使得該電子封印更易于被自動(dòng)識(shí)別和管理。介紹了一種射頻電子封印的方案，對(duì)天線結(jié)構(gòu)、芯片功能模塊、芯片工作流程和三重認(rèn)證機(jī)制等作了重點(diǎn)說(shuō)明。最后給出在HJEE110nm標(biāo)準(zhǔn)CMOS工藝下實(shí)現(xiàn)的一款電子封印，芯片核心部分面積僅0.5 mm2，功耗小于100 μA。芯片在卡片封裝測(cè)試結(jié)果符合ISO14443協(xié)議標(biāo)準(zhǔn)及ISO10373-6測(cè)試協(xié)議要求，在三種不同封印封裝下均能被加密讀卡器穩(wěn)定讀寫。

發(fā)表于：3/2/2020

基于深淺特征融合的人臉識(shí)別[嵌入式技術(shù)][信息安全]

針對(duì)傳統(tǒng)的淺層特征所提取特征的判別性有限、深度特征需要大量帶標(biāo)記樣本且訓(xùn)練過(guò)程耗時(shí)長(zhǎng)的問(wèn)題，提出一種深度及淺層特征融合算法用于人臉識(shí)別。首先提取人臉的HOG特征并進(jìn)行判別性降維；同時(shí)，提取人臉圖像的PCANet特征并降維；其次，將降維后的深淺特征進(jìn)行融合，并進(jìn)一步提取判別性特征；最后，采用SVM分類器進(jìn)行分類并在AR和Yale B數(shù)據(jù)庫(kù)上對(duì)算法進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果證明，該算法能夠比單獨(dú)選用深度特征和淺層特征進(jìn)行分類達(dá)到更高的識(shí)別率，且對(duì)特征維數(shù)具有更強(qiáng)的魯棒性。

發(fā)表于：3/2/2020

城市配電網(wǎng)綜合評(píng)價(jià)體系建設(shè)探究[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

對(duì)配電網(wǎng)開(kāi)展綜合評(píng)價(jià)有助于提高配電網(wǎng)的建設(shè)與運(yùn)行水平。根據(jù)已有的研究成果，建立了面向配電網(wǎng)規(guī)劃、建設(shè)、運(yùn)行、維護(hù)等全過(guò)程的綜合評(píng)價(jià)體系。首先，從5個(gè)方面分析綜合評(píng)價(jià)體系的基本框架，其次，從指標(biāo)的分類、權(quán)重、評(píng)分標(biāo)準(zhǔn)等方面重點(diǎn)分析了評(píng)價(jià)指標(biāo)，并給出了四級(jí)評(píng)價(jià)指標(biāo)體系，同時(shí)，從系統(tǒng)的功能和架構(gòu)設(shè)計(jì)方面對(duì)系統(tǒng)搭建進(jìn)行探究，基于該評(píng)價(jià)系統(tǒng)下開(kāi)展的評(píng)估可以充分體現(xiàn)電網(wǎng)的整體狀態(tài)，為配電網(wǎng)的規(guī)劃、建設(shè)和改進(jìn)提供參考。

發(fā)表于：3/2/2020

為什么AIoT是持續(xù)技術(shù)創(chuàng)新的必備要素[人工智能][物聯(lián)網(wǎng)]

隨著許多技術(shù)已經(jīng)在邊緣運(yùn)行，我們開(kāi)始看到人工智能（AI）和物聯(lián)網(wǎng)（IoT）的結(jié)合，即人工智能物聯(lián)網(wǎng)（AIoT）。AIoT是一個(gè)術(shù)語(yǔ)，指將AI應(yīng)用于IoT，這是一種比較新的現(xiàn)象，代表著在硬件設(shè)備之間實(shí)現(xiàn)許多簡(jiǎn)單的數(shù)字連接。隨著AI越來(lái)越靠近邊緣，并進(jìn)入諸如傳感器、攝像頭和移動(dòng)設(shè)備等各種設(shè)備，它可以使嵌入式設(shè)備更智能，并且在許多情況下，不再需要大量基于云端的計(jì)算。相反，分析可以直接在設(shè)備中進(jìn)行，從而消除了處理過(guò)程中的所有延遲。

發(fā)表于：2/28/2020

基于FPGA加速的卷積神經(jīng)網(wǎng)絡(luò)識(shí)別系統(tǒng)[可編程邏輯][其他]

針對(duì)卷積神經(jīng)網(wǎng)絡(luò)(CNN)在通用CPU以及GPU平臺(tái)上推斷速度慢、功耗大的問(wèn)題，采用FPGA平臺(tái)設(shè)計(jì)了并行化的卷積神經(jīng)網(wǎng)絡(luò)推斷系統(tǒng)。通過(guò)運(yùn)算資源重用、并行處理數(shù)據(jù)和流水線設(shè)計(jì)，并利用全連接層的稀疏性設(shè)計(jì)稀疏矩陣乘法器，大大提高運(yùn)算速度，減少資源的使用。系統(tǒng)測(cè)試使用ORL人臉數(shù)據(jù)庫(kù)，實(shí)驗(yàn)結(jié)果表明，在100 MHz工作頻率下，模型推斷性能分別是CPU的10.24倍，是GPU的3.08倍，是基準(zhǔn)版本的1.56倍，而功率還不到2 W。最終在模型壓縮了4倍的情況下，系統(tǒng)識(shí)別準(zhǔn)確率為95%。

發(fā)表于：2/28/2020