一種新型高效寬帶整流電路[模擬設(shè)計][其他]

提出一種新型高效寬帶整流電路。通過在整流二極管前端串聯(lián)一段微帶線的方式，在其呈感性的范圍內(nèi)調(diào)節(jié)其長度，抵消二極管在基頻上產(chǎn)生的容抗，使阻抗匹配時可以采用1/4波長阻抗變換方式取代單枝節(jié)匹配的方式，因而該整流電路的整體結(jié)構(gòu)緊湊，同時拓展了工作帶寬。改進直流濾波結(jié)構(gòu)中的扇形枝節(jié)，根據(jù)其影響直流電壓波形的現(xiàn)象調(diào)節(jié)其尺寸，使得輸出直流電壓紋波平穩(wěn)，進一步提高整流效率。設(shè)計了一只5.8 GHz整流電路，測試表明，輸入功率在0～16 dBm的范圍內(nèi)，該電路整流效率都在55%以上，最高效率達到78.7%；在13 dBm輸入功率時，達到70%以上整流效率的相對帶寬有16.6%。

發(fā)表于：12/18/2019

助力汽車自我思考[嵌入式技術(shù)][汽車電子]

　　汽車行業(yè)是推動人工智能（AI）發(fā)展的重要行業(yè)之一，這是因為該行業(yè)致力于自動駕駛汽車和高級駕駛員輔助系統(tǒng)（ADAS）的泛在利益。 　　汽車正在變得越來越智能，但是如果汽車行業(yè)要實現(xiàn)完全自動駕駛的目標，他們還有很長的路要走。盡管業(yè)界還在討論實現(xiàn)全自動化所需的理想技術(shù)組合，但是有一點是明確的，那就是人工智能，尤其是神經(jīng)網(wǎng)絡(luò)將發(fā)揮重要作用。

發(fā)表于：12/17/2019

基于深度學習的圖像分類搜索系統(tǒng)[嵌入式技術(shù)][工業(yè)自動化]

圖像分類是根據(jù)圖像的信息將不同類別的圖像區(qū)分開來，是計算機視覺中重要的基本問題，也是圖像檢測、圖像分割、物體跟蹤、行為分析等其他高層視覺任務(wù)的基礎(chǔ)。深度學習是機器學習研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像、聲音和文本。該系統(tǒng)基于Caffe深度學習框架，首先對數(shù)據(jù)集進行訓練分析構(gòu)建深度學習網(wǎng)絡(luò)，提取數(shù)據(jù)集圖像特征信息，得到數(shù)據(jù)對應(yīng)的分類模型，然后以bvlc-imagenet訓練集模型為基礎(chǔ)，對目標圖像進行擴展應(yīng)用，實現(xiàn)“以圖搜圖”Web應(yīng)用。

發(fā)表于：12/17/2019

領(lǐng)域知識融合與共建研究[嵌入式技術(shù)][智能電網(wǎng)]

為建設(shè)國家電網(wǎng)客戶服務(wù)中心的智能對話系統(tǒng)，需要從大量文檔、知識庫、對話等數(shù)據(jù)中提煉知識形成知識圖譜，提出一種融合事實圖譜和事理圖譜的新型知識圖譜框架，能夠基于多源異構(gòu)數(shù)據(jù)共建新型知識圖譜，在國網(wǎng)領(lǐng)域精準問答、客服系統(tǒng)知識支撐、對話管理引導、知識推理等方面均有較好性能。融合后的圖譜及應(yīng)用系統(tǒng)在國網(wǎng)客服中心問答平臺中投入使用，大幅提升了客服人員工作效率和服務(wù)質(zhì)量。

發(fā)表于：12/17/2019

基于LoRa技術(shù)的四表合一系統(tǒng)設(shè)計與應(yīng)用[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

目前，抄表系統(tǒng)采集方式各式各樣，布線方式雜亂無章，給小區(qū)及城市建設(shè)美化造成了很大的影響，并且重復(fù)的設(shè)備及通信線路的建設(shè)，增加了國家計量系統(tǒng)的投資及建設(shè)維護成本。每戶基本部署了四類表計，采集內(nèi)容及方式大致相同，應(yīng)建設(shè)統(tǒng)一的計量采集系統(tǒng)前端，通過融合通道將四表數(shù)據(jù)協(xié)同傳輸?shù)胶蠖烁髯灾髡荆鸵延械耐ㄐ偶夹g(shù)很難同時滿足覆蓋面、傳輸帶寬、時延、運維等多方面問題?；谝陨闲枨?，提出基于新的通信技術(shù)LoRa來實現(xiàn)四表合一計量采集系統(tǒng)的傳輸。通過對LoRa性能進行分析來判斷其應(yīng)用于計量系統(tǒng)的可行性，并設(shè)計傳輸架構(gòu)、軟硬件組成，最終通過實測完成傳輸性能驗證。本方式開啟了四表合一部署方式的新紀元，為實際部署提供了理論及實驗依據(jù)。

發(fā)表于：12/17/2019

20 V 輸入、纖巧、6.25 mm x 6.25 mm、12 A 和 15 A μModule 穩(wěn)壓器[電源技術(shù)][工業(yè)自動化]

　LTM4626和 LTM4638是高效率、降壓型 μModule 穩(wěn)壓器，能夠采用 3.1 V 至 20 V 的輸入電壓分別提供 12 A 和 15 A 的連續(xù)輸出電流。這兩款器件采用了一種創(chuàng)新型 3D 封裝結(jié)構(gòu)，稱為內(nèi)置組件級的封裝 (CoP)，在該結(jié)構(gòu)中電感位于 μModule 器件頂部。電感相對較高的質(zhì)量、加上與空氣直接接觸或附接至傳統(tǒng)的散熱器，可有效地將熱量從內(nèi)部 MOSFET 吸走，從而實現(xiàn)此類小面積封裝的快速高效冷卻。這些穩(wěn)壓器能夠在滿負載條件下支持輸出，而其他穩(wěn)壓器在此情況下必須降低運行速度。例如，在 75°C 環(huán)境溫度和 200 LFM 氣流條件下，這兩款穩(wěn)壓器均可依靠一個 12 V 輸入在滿負載 (12 A 或 15 A) 時產(chǎn)生 1 V 輸出。

發(fā)表于：12/16/2019

利用高度集成的8位MCU簡化CAN汽車應(yīng)用[通信與網(wǎng)絡(luò)][工業(yè)自動化]

　　控制器局域網(wǎng)（CAN）協(xié)議是在20世紀80年代中期專為汽車行業(yè)設(shè)計的一種規(guī)范，可在日益增長的互聯(lián)應(yīng)用中減少數(shù)據(jù)傳輸?shù)牟季€復(fù)雜性（重量、數(shù)量和成本）。

發(fā)表于：12/16/2019

可穿戴設(shè)備的安全性管理[嵌入式技術(shù)][物聯(lián)網(wǎng)]

　　由于與互聯(lián)網(wǎng)相連，便攜式健康監(jiān)測產(chǎn)品和可穿戴設(shè)備等物聯(lián)網(wǎng)設(shè)備在本質(zhì)上就容易受到黑客攻擊。從使用分布式拒絕服務(wù)（DDOS）攻擊設(shè)備到侵犯個人隱私，來自第三方的惡意攻擊可以通過多種方式對毫無戒備的個人數(shù)據(jù)產(chǎn)品造成嚴重破壞。作為物聯(lián)網(wǎng)設(shè)備的開發(fā)者，您需要確保從一開始就將安全特性融入到自己的互聯(lián)產(chǎn)品中。而不能等到安全漏洞危害自己的客戶，毀壞您的品牌和名譽時再亡羊補牢。互聯(lián)網(wǎng)協(xié)會近期的研究發(fā)現(xiàn)，“53%的消費者不相信互聯(lián)設(shè)備能以負責任的方式保護他們的隱私并處理信息?！?/a>

PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)齒輪箱故障診斷[嵌入式技術(shù)][物聯(lián)網(wǎng)]

針對目前齒輪箱系統(tǒng)在利用神經(jīng)網(wǎng)絡(luò)故障診斷時存在正確識別率低和依靠經(jīng)驗選擇參數(shù)的問題，提出了基于粒子群優(yōu)化BP網(wǎng)絡(luò)的齒輪箱故障診斷方法。簡要介紹利用齒輪振動原理提取特征參數(shù)建立故障模型，該模型以齒輪箱特征向量為輸入、故障類型為輸出，詳細分析了通過BP神經(jīng)網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)齒輪箱故障診斷。仿真結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)對齒輪箱故障診斷收斂速度慢，故障識別率為82%；概率神經(jīng)網(wǎng)絡(luò)的模型故障診斷識別率依據(jù)經(jīng)驗選取spread值決定，故障識別率最大為98%；粒子群優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)故障診斷分類識別率為100%且自適應(yīng)能力強。

發(fā)表于：12/16/2019

面向制造大數(shù)據(jù)的安全存儲交換技術(shù)[通信與網(wǎng)絡(luò)][信息安全]

為解決制造大數(shù)據(jù)的安全存儲和交換問題，提出一種面向制造大數(shù)據(jù)的存儲交換模式，重點分析了制造大數(shù)據(jù)在存儲和交換時的安全風險，提出一種面向制造大數(shù)據(jù)的安全存儲交換模式。使用可搜索加密技術(shù)、基于屬性的訪問控制技術(shù)和進程度量方法等關(guān)鍵技術(shù)解決數(shù)據(jù)存儲和交換時的泄露風險，并總結(jié)分析了這些關(guān)鍵技術(shù)的現(xiàn)狀和不足，展望未來發(fā)展。

發(fā)表于：12/16/2019

一起覆冰舞動引發(fā)線路故障的分析探討[電源技術(shù)][智能電網(wǎng)]

目前，對輸電線路安全穩(wěn)定運行的要求較高，因此減少線路覆冰舞動跳閘對于提高線路運行穩(wěn)定性及可靠性十分重要。針對一起由于線路覆冰舞動引發(fā)的線路故障進行詳細分析，分析故障測距，探討現(xiàn)場情況，發(fā)掘事件發(fā)生原因，最終定位故障點，為后續(xù)有效控制線路覆冰舞動故障打下基礎(chǔ)。

發(fā)表于：12/16/2019

面向5G的車聯(lián)網(wǎng)安全業(yè)務(wù)研究[通信與網(wǎng)絡(luò)][汽車電子]

簡要介紹了3GPP V2X通信安全技術(shù)現(xiàn)狀和遠景?；谲嚶?lián)網(wǎng)通信安全風險給出了相應(yīng)的安全需求，簡要介紹了實現(xiàn)車聯(lián)網(wǎng)通信安全的基本方法，并據(jù)此提出了實現(xiàn)車聯(lián)網(wǎng)通信安全的服務(wù)架構(gòu)、PKI架構(gòu)和多PKI系統(tǒng)互信機制。最后展望了國內(nèi)車聯(lián)網(wǎng)安全標準化現(xiàn)狀和產(chǎn)業(yè)發(fā)展遠景。

發(fā)表于：12/13/2019

基于QoS流的5G定制化網(wǎng)絡(luò)實現(xiàn)與應(yīng)用[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

對移動網(wǎng)QoS機制及發(fā)展歷程進行了介紹，分析了3G的金銀銅、4G的QCI在定制化網(wǎng)絡(luò)實現(xiàn)上的能力與不足，介紹了5G網(wǎng)絡(luò)QoS設(shè)計思路、實現(xiàn)原理及突出優(yōu)勢，同時結(jié)合4G QoS能力在To B模式運營的產(chǎn)品化經(jīng)驗，對5G網(wǎng)絡(luò)的QoS能力進行面向行業(yè)客戶的端到端產(chǎn)品化化封裝，實現(xiàn)了基于QoS流的5G定制化網(wǎng)絡(luò)能力。同時，結(jié)合業(yè)務(wù)特征與需求，如：工業(yè)互聯(lián)網(wǎng)、增強現(xiàn)實、自動駕駛、智慧交通等行業(yè)及應(yīng)用，設(shè)計了5G QoS機制的典型應(yīng)用解決方案及產(chǎn)品化思路。

發(fā)表于：12/13/2019

會議電視MCU資源池組網(wǎng)及調(diào)度優(yōu)化設(shè)計[嵌入式技術(shù)][智能電網(wǎng)]

根據(jù)國家電網(wǎng)公司會議電視系統(tǒng)總體要求，國網(wǎng)湖北公司進行了高清會議電視改造。針對地市公司MCU級聯(lián)方式存在的瓶頸，國網(wǎng)湖北公司提出了在省公司本部通過集中式組網(wǎng)方式部署MCU資源池的優(yōu)化設(shè)計方法，滿足了會議電視系統(tǒng)運行安全性、穩(wěn)定性以及資源調(diào)配靈活性的要求。介紹了MCU資源池的設(shè)計思路并分析了其組網(wǎng)模式，在集中式組網(wǎng)方式下提出了網(wǎng)絡(luò)負載自適應(yīng)的資源調(diào)配模式，根據(jù)此資源調(diào)配模式進行全省會議電視的資源優(yōu)化分配以及資源自動備份。國網(wǎng)湖北公司以MCU資源池技術(shù)為核心開展了高清會議電視的優(yōu)化改造，極大提高了視頻會議的資源靈活調(diào)配能力，增強了會議電視的業(yè)務(wù)承載能力。

發(fā)表于：12/13/2019

5G工業(yè)互聯(lián)網(wǎng)的邊緣計算技術(shù)架構(gòu)與應(yīng)用[通信與網(wǎng)絡(luò)][工業(yè)自動化]

5G工業(yè)互聯(lián)網(wǎng)是當前我國5G和工業(yè)互聯(lián)網(wǎng)發(fā)展中的熱點與焦點，工業(yè)互聯(lián)網(wǎng)和5G中都引入了邊緣計算技術(shù)，但是著眼點有所不同。分析了基于5G邊緣計算的工業(yè)互聯(lián)網(wǎng)應(yīng)用和發(fā)展情況，總結(jié)了工業(yè)互聯(lián)網(wǎng)邊緣計算技術(shù)架構(gòu)，在此基礎(chǔ)上給出云邊端協(xié)同的5G工業(yè)互聯(lián)網(wǎng)邊緣計算技術(shù)架構(gòu)。

發(fā)表于：12/12/2019