久久久国产精品视频,国产日产精品一区二区三蜜桃,日韩精品一区二区三区中文精品

手把手教你用示波器進(jìn)行電源功率分析[電源技術(shù)][汽車電子]

在實(shí)際的應(yīng)用中，工程師們經(jīng)常遇到需要進(jìn)行功率測量的場景，除卻專門的功率分析儀可以完成測量之外，日常使用的示波器也能為其所用。

發(fā)表于：7/13/2018

基于超級電容器的新型低頻能量收集系統(tǒng)[電源技術(shù)][智能電網(wǎng)]

對于低頻可再生能源的收集需要考慮其比較大的內(nèi)部阻抗，不規(guī)則的斷續(xù)輸入，受環(huán)境干擾等問題。本研究采用多級反饋式穩(wěn)壓升壓技術(shù)，嵌入低功耗控制芯片算法控制對低頻輸入能量的最大功率點(diǎn)進(jìn)行跟蹤(MPPT)，同時超級電容器代替鋰電池作為儲能系統(tǒng)，應(yīng)用互感耦合，從而達(dá)到高效收集、整流和輸出的效果。因此本研究設(shè)計(jì)出的收集系統(tǒng)可高效地收集低頻可再生能量，最大收集率可達(dá)91.16%，加入輸入/輸出隔離系統(tǒng)以提高帶負(fù)載能力后其總收集效率達(dá)到了53.18%。

發(fā)表于：7/6/2018

高電壓寬輸入雙管反激輔助電源的研究與實(shí)現(xiàn)[電源技術(shù)][智能電網(wǎng)]

根據(jù)高電壓寬輸入電力電子變換器的供電需求，設(shè)計(jì)了一種雙管反激輔助電源。分析了雙管反激變換器的工作原理；針對寬輸入電壓范圍帶來的電流環(huán)次諧波振蕩問題，設(shè)計(jì)了斜坡補(bǔ)償電路；提出了一種電流控制型雙管反激變換器的低損耗啟動電路。實(shí)驗(yàn)證明所設(shè)計(jì)的高電壓寬輸入雙管反激輔助電源有效可行。

發(fā)表于：7/6/2018

基于優(yōu)化前饋控制的VIENNA整流器動態(tài)性能研究[電源技術(shù)][汽車電子]

在傳統(tǒng)平均電流控制電壓環(huán)路基礎(chǔ)上，提出了一種基于前饋控制的平均電流控制方案，電壓環(huán)加入負(fù)載前饋控制和電網(wǎng)電壓前饋控制，減小直流側(cè)電壓超調(diào)量；電流環(huán)采用誤差迭代PI算法，實(shí)現(xiàn)無靜差調(diào)節(jié)，優(yōu)化三相VIENNA整流器的動態(tài)響應(yīng)。所提出的負(fù)載前饋?zhàn)兞績H在負(fù)載階躍時更新，在穩(wěn)態(tài)時保持恒定。另外，本文對頻域響應(yīng)特性進(jìn)行分析并通過仿真加以驗(yàn)證。

發(fā)表于：7/5/2018

基于SOPC的并網(wǎng)逆變器設(shè)計(jì)[電源技術(shù)][智能電網(wǎng)]

針對日前基于串行結(jié)構(gòu)控制器設(shè)計(jì)的并網(wǎng)逆變器存在運(yùn)行速度慢、并網(wǎng)電流質(zhì)量差的問題，以并行結(jié)構(gòu)控制器FPGA為開發(fā)平臺，提出了一種基于SOPC控制技術(shù)實(shí)現(xiàn)的并網(wǎng)逆變器新架構(gòu)。該架構(gòu)采用帶電網(wǎng)電壓前饋的直接電流PI控制策略，用硬件實(shí)現(xiàn)算法，提升了系統(tǒng)的運(yùn)行速度及整體性能。論文設(shè)計(jì)了控制策略的調(diào)節(jié)器參數(shù)，并構(gòu)建了逆變器并網(wǎng)控制系統(tǒng)的IP硬核。1 kW的樣機(jī)測試結(jié)果表明：該方案具有并網(wǎng)電流質(zhì)量好、同步跟蹤能力強(qiáng)的優(yōu)點(diǎn)。

發(fā)表于：7/5/2018

多層概率決策的網(wǎng)絡(luò)大數(shù)據(jù)協(xié)作融合算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了改善網(wǎng)絡(luò)大數(shù)據(jù)傳輸效率及其精度，降低網(wǎng)絡(luò)數(shù)據(jù)傳輸負(fù)荷，基于多層概率網(wǎng)絡(luò)模型和聯(lián)合決策研究了一種網(wǎng)絡(luò)大數(shù)據(jù)協(xié)作融合算法。首先，以復(fù)雜異構(gòu)多層網(wǎng)絡(luò)的數(shù)據(jù)采集與緩存為對象，以實(shí)時感知數(shù)據(jù)及其準(zhǔn)確處理為優(yōu)化目標(biāo)，設(shè)計(jì)了一種多層概率聯(lián)合決策模型。接著，通過主層-分層和信號強(qiáng)度進(jìn)行網(wǎng)絡(luò)大數(shù)據(jù)的多維描述，結(jié)合3步分解和三性融合，以逆變換去噪為驅(qū)動，提出了網(wǎng)絡(luò)大數(shù)據(jù)協(xié)作數(shù)據(jù)融合算法。最后，實(shí)驗(yàn)和仿真結(jié)果表明，與實(shí)驗(yàn)統(tǒng)計(jì)值相比，所提算法在數(shù)據(jù)融合精度和效率等方面具有明顯優(yōu)勢。

發(fā)表于：7/4/2018

云計(jì)算在軍事領(lǐng)域中的應(yīng)用分析[嵌入式技術(shù)][航空航天]

結(jié)合軍事綜合電子信息系統(tǒng)的實(shí)際需求和云計(jì)算的特點(diǎn)，設(shè)計(jì)了一種基于云計(jì)算的平臺模型。該模型將OpenStack、Spark和內(nèi)存數(shù)據(jù)庫等云計(jì)算相關(guān)技術(shù)融合到系統(tǒng)中，并通過數(shù)據(jù)服務(wù)性能測試和數(shù)據(jù)可擴(kuò)展性測試驗(yàn)證了模型的彈性擴(kuò)展能力和計(jì)算處理能力。試驗(yàn)結(jié)果表明，該模型能夠較好滿足未來戰(zhàn)場大規(guī)模數(shù)據(jù)的存儲、處理及服務(wù)需求。

發(fā)表于：7/4/2018

基于SoC FPGA的北斗接收機(jī)載波跟蹤環(huán)路設(shè)計(jì)[可編程邏輯][航空航天]

為了實(shí)現(xiàn)北斗衛(wèi)星導(dǎo)航接收機(jī)高實(shí)時性、小型化及低功耗，提出了一種基于SoC FPGA的載波跟蹤環(huán)路的設(shè)計(jì)方案。通過對FLL（鎖頻環(huán)）和PLL（鎖相環(huán)）的分析，并利用SOPC技術(shù)，實(shí)現(xiàn)了基于SoC FPGA的載波跟蹤環(huán)路，可完全在FPGA內(nèi)部完成載波的剝離。測試結(jié)果表明，該方案能實(shí)現(xiàn)載波信號的快速精確跟蹤，具有良好的實(shí)時性和應(yīng)用價值。

發(fā)表于：7/3/2018

基于智能手機(jī)的保密U盤設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][信息安全]

深入分析了智能手機(jī)充當(dāng)U盤完成數(shù)據(jù)傳輸?shù)氖褂梅绞降陌踩[患，結(jié)合加解密技術(shù)和遠(yuǎn)程控制的技術(shù)，提出了一種集“加密存儲、遙控銷毀、定位追蹤”等功能于一體的數(shù)據(jù)防護(hù)方案，并進(jìn)行了編程實(shí)現(xiàn)，以期解決智能手機(jī)充當(dāng)U盤使用的數(shù)據(jù)安全問題。

發(fā)表于：7/3/2018

基于深度學(xué)習(xí)的圖像分類方法[嵌入式技術(shù)][工業(yè)自動化]

提出了一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)，將不同池化方式對圖像分類的影響進(jìn)行了分析對比，采用重疊池化和dropout技術(shù)，較好地解決過擬合問題。與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比，該方法在CIFAR-10數(shù)據(jù)集上獲得了較好的結(jié)果，在測試集上準(zhǔn)確率比訓(xùn)練集上準(zhǔn)確率高9%左右。

發(fā)表于：7/2/2018

一種新型彈載綜合控制計(jì)算機(jī)的設(shè)計(jì)[嵌入式技術(shù)][航空航天]

彈載計(jì)算機(jī)作為精確制導(dǎo)武器的核心單元，是實(shí)現(xiàn)武器系統(tǒng)制導(dǎo)與控制的關(guān)鍵部件。隨著武器裝備發(fā)展水平的提高，彈載控制計(jì)算機(jī)除控制接口復(fù)雜、對計(jì)算性能要求高外，對綜合化也提出了更高的要求。提供了一種新型彈載綜合控制計(jì)算機(jī)的設(shè)計(jì)方法，基于國產(chǎn)天脈2嵌入式實(shí)時分區(qū)操作系統(tǒng)，采用了軟硬件一體化的設(shè)計(jì)思想，采用PowerPC處理器提供高性能計(jì)算能力，將原有多艙段計(jì)算機(jī)的復(fù)雜交聯(lián)控制進(jìn)行有效融合，實(shí)現(xiàn)了彈載控制計(jì)算機(jī)的綜合化與一體化。對彈載綜合控制計(jì)算機(jī)的軟硬件設(shè)計(jì)和特點(diǎn)進(jìn)行了較為詳盡的描述。該控制計(jì)算機(jī)滿足某型航空武器的使用需求。

發(fā)表于：7/2/2018

基于改進(jìn)的公交車骨干網(wǎng)的改進(jìn)區(qū)域路由算法[通信與網(wǎng)絡(luò)][汽車電子]

基于公交車骨干網(wǎng)的區(qū)域路由協(xié)議可以降低面向城市交通應(yīng)用時常用表驅(qū)動等路由協(xié)議造成的網(wǎng)絡(luò)擁塞現(xiàn)象，但是該路由協(xié)議的簇外路由發(fā)現(xiàn)階段存在大量冗余通信，增加了路由開銷。為降低路由開銷，提出了一種基于公交車骨干網(wǎng)的改進(jìn)區(qū)域路由協(xié)議。改進(jìn)路由協(xié)議在傳統(tǒng)區(qū)域路由協(xié)議的鏈路狀態(tài)更新數(shù)據(jù)包中增加兩個字段，用于存放簇頭節(jié)點(diǎn)和目的節(jié)點(diǎn)的位置信息。在簇外路由發(fā)現(xiàn)階段，依據(jù)簇頭節(jié)點(diǎn)和目的節(jié)點(diǎn)的位置信息構(gòu)建位置約束方程，用于選擇合理的外圍節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)，剔除其他外圍節(jié)點(diǎn)的冗余通信。仿真實(shí)驗(yàn)結(jié)果表明，改進(jìn)路由協(xié)議的丟包率、端到端平均時延和路由開銷3個指標(biāo)都優(yōu)于基于公交車骨干網(wǎng)的區(qū)域路由協(xié)議，綜合性能指標(biāo)也優(yōu)于AODV和DSDV兩種常用的路由協(xié)議。

發(fā)表于：6/29/2018

禮堂直達(dá)與非直達(dá)傳播環(huán)境建模及性能研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對典型的禮堂環(huán)境中無線信道的直達(dá)與非直達(dá)的傳播情況，提出一種基于幾何散射模型改進(jìn)的參考模型，假設(shè)散射體在傳播環(huán)境內(nèi)均勻分布，推導(dǎo)出波達(dá)信號到達(dá)角的概率密度函數(shù)、多普勒功率譜密度以及時間自相關(guān)函數(shù)的表達(dá)式，并分析主要參數(shù)對信道模型統(tǒng)計(jì)特性的影響。此外，根據(jù)參考模型設(shè)計(jì)出一種高效的SOC信道仿真模型以及兩種模型參數(shù)化的方法，并以多普勒功率譜密度和時間自相關(guān)函數(shù)為指標(biāo)比較兩種方法的性能。結(jié)果表明，兩種信道仿真模型參數(shù)化方法均準(zhǔn)確高效，且仿真模型中各項(xiàng)統(tǒng)計(jì)特性均與對應(yīng)參考模型中的統(tǒng)計(jì)特性能取得較好的匹配。

發(fā)表于：6/29/2018

簡化的極化碼譯碼算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

極化碼是目前唯一可以從數(shù)學(xué)角度證明達(dá)到香農(nóng)極限的糾錯編碼技術(shù)。但是傳統(tǒng)的譯碼算法、連續(xù)刪除（SC）譯碼和連續(xù)刪除列表（SCL）譯碼算法復(fù)雜度較高，使得譯碼過程有較大譯碼延時。經(jīng)過研究譯碼算法的原理和特點(diǎn)，證明部分節(jié)點(diǎn)的譯碼運(yùn)算是冗余，提出了SC譯碼和SCL譯碼簡化算法。證明了簡化的譯碼算法在保證譯碼性能不變的前提下，顯著降低了譯碼的復(fù)雜度。

發(fā)表于：6/28/2018

基于改進(jìn)的MAC和μTESLA的MANET安全路由算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對現(xiàn)有移動自組網(wǎng)安全路由協(xié)議難以兼顧數(shù)據(jù)完整性和機(jī)密性的問題，提出了一種結(jié)合數(shù)據(jù)完整性保護(hù)和數(shù)據(jù)機(jī)密性保護(hù)的安全路由協(xié)議。在數(shù)據(jù)完整性保護(hù)方面，采用單向hash函數(shù)和密鑰生成消息認(rèn)證碼，鑒別路由中數(shù)據(jù)的完整性；在數(shù)據(jù)機(jī)密性保護(hù)方面，采用μTESLA協(xié)議傳輸加密數(shù)據(jù)包，在不同的時段傳輸不同的密鑰，通過對稱密鑰的延遲透露模擬非對稱機(jī)制，降低認(rèn)證廣播的資源消耗。仿真實(shí)驗(yàn)表明，該方法不僅在安全性方面優(yōu)于現(xiàn)有的路由協(xié)議，而且在報文送達(dá)率、路由開銷和端到端平均時延評價指標(biāo)上也優(yōu)于現(xiàn)有路由協(xié)議。

發(fā)表于：6/28/2018