久久99国产精品二区,亚洲av最新在线网址尤物,欧美中日韩免费观看网站

西門子推出全新仿真產品以加快無人駕駛汽車的進程[模擬設計][汽車電子]

使用TASS的PreScan虛擬傳感器圖像和Mentor的DRS360平臺可使傳感器融合與處理的算法開發(fā)實現(xiàn)自動化 ·與Cepton建立合作伙伴關系，致力于實現(xiàn)基于物理學的LiDAR建模近日，西門子在于芝加哥舉辦的“美國創(chuàng)新日”上推出了針對自動化駕駛系統(tǒng)的突破性解決方案。該解決方案是Simcenter?產品組合的一部分，能最大限度地減少對大量物理原型的制作需求，同時大幅減少為證明自動駕駛汽車安全性所需記錄的測試里程數(shù)。

發(fā)表于：4/12/2018

鼎陽科技針對低頻RFID的測試方案[測試測量][汽車電子]

RFID（Radio Frequency Identification），全稱為射頻識別技術，是一種無線通信技術，通過無線電訊號自動識別特定目標和讀寫相關數(shù)據(jù)，讀寫速度快、數(shù)據(jù)容量大、使用壽命長等優(yōu)勢使其在物聯(lián)網領域獲得廣泛的應用。

發(fā)表于：4/11/2018

基于改進人工勢場法的無人機在線航路規(guī)劃算法[嵌入式技術][航空航天]

在線航路規(guī)劃能夠使無人機針對動態(tài)變化的環(huán)境快速有效地生成相適應的飛行航路，是無人機任務規(guī)劃系統(tǒng)必需的能力之一?；谌斯輬龇ㄌ岢鲆环N三維在線航路規(guī)劃方法，使無人機在應對動態(tài)變化的飛行環(huán)境時能實時規(guī)劃出保障飛行安全并滿足其任務執(zhí)行效率指標的飛行航路。此航路規(guī)劃方法在環(huán)境構建過程中引入了參考航路引力場和自適應的時間擾動因子，解決了原人工勢場法在航路規(guī)劃中容易陷入勢場局部最小值而導致無法用適感環(huán)境動態(tài)變化區(qū)域的問題。在此基礎上，提出一種虛擬目標法以更有效地解決人工勢場法遇到的局部極值陷阱問題。通過仿真驗證表明：所提出的無人機在線航路規(guī)劃方法比傳統(tǒng)的人工勢場法更容易跳出勢場的局部最小值，且有較好的避障能力。

發(fā)表于：4/11/2018

一種改進型雙LCL無線電能傳輸系統(tǒng)研究[電源技術][智能電網]

由于雙LCL型無線電能傳輸（WPT）系統(tǒng)具有恒流輸出特性以及較好的魯棒性，故其已經在無線電能傳輸領域得到了廣泛的應用。但是，在系統(tǒng)輕載時，逆變器輸出電流存在畸變，此為雙LCL型無線電能傳輸系統(tǒng)的固有缺點。針對此問題，在不影響系統(tǒng)原特性的基礎上，提出了一種改進方法，并從理論上分析了改進方法的工作原理以及可取得的良好效果。最后，通過仿真分析和實驗驗證證明了理論分析的正確性。

發(fā)表于：4/11/2018

組合爬山法與變論域模糊控制的MPPT算法[電源技術][智能電網]

光伏發(fā)電系統(tǒng)的輸出功率隨外界環(huán)境的改變而變化，若控制光伏列陣始終在最大功率點處工作，將能提高光伏發(fā)電效率。在傳統(tǒng)單一的MPPT算法中，無法同時滿足系統(tǒng)的動態(tài)性和穩(wěn)態(tài)性，為此擬提出一種將爬山法與變論域模糊控制組合算法，并通過Simulink仿真分析，分別對比研究了爬山法、模糊控制法、變論域模糊控制以及組合算法跟蹤光伏列陣最大功率點的輸出特性。仿真結果表明：組合控制算法能快速、穩(wěn)定地追蹤最大功率點。

發(fā)表于：4/10/2018

自然坐標系SVPWM四橋臂中頻逆變器調制策略研究[電源技術][航空航天]

三相四橋臂中頻逆變器逐漸成熟，能滿足航電和雷達設備對中頻電源的需求，且能在不平衡負載下保持三相電壓穩(wěn)定。為研究逆變器帶不平衡負載能力，首先分析了自然坐標系下空間矢量脈寬調制（SVPWM）策略，減少了在αβγ坐標系下坐標變換、矢量選取與占空比計算的復雜性，利于實現(xiàn)DSP數(shù)字化控制。通過分析三相四橋臂的平均電流模型，實時采樣負載電流并計算參考電壓，使逆變器能適應各種不平衡負載，采用PI控制穩(wěn)定系統(tǒng)輸出電壓。經仿真和實驗驗證，逆變器帶非線性負載和不平衡負載能力強，輸出電壓波形THD小。

發(fā)表于：4/10/2018

Buck變換器在射流清洗設備電源中的應用[電源技術][工業(yè)自動化]

在實現(xiàn)高壓水射流清洗設備的自動控制過程中，存在著系統(tǒng)響應實時性差、穩(wěn)定性低的問題。針對該設備的自動控制要求，從直流驅動電源的角度考慮，設計了相應的驅動電源結構?；趥鹘y(tǒng)線性直流電源的結構，引入了改進的Buck變換器。通過MATLAB仿真表明，該電源具有更快的輸出響應，功率轉換損耗更低，輸出電壓電流波形穩(wěn)定，輸出功率大小可進行實時調節(jié)。在一定程度上改善了系統(tǒng)響應的實時性、穩(wěn)定性，能夠較好的滿足射流清洗設備的應用需求。

發(fā)表于：4/9/2018

基于維納后置濾波的LS波束形成混響抑制算法[嵌入式技術][其他]

混響導致語音信號時間和頻率模糊，嚴重時語音變得難以理解。為了提高語音質量，提出一種具有維納后置濾波的最小二乘波束形成混響抑制算法。該算法將混響后的語音信號分為直達部分和混響部分，得到維納后置濾波器增益估計；針對語音信號在低頻部分噪聲相干性較強的問題，利用最小二乘波束形成算法進行分頻處理，最后求解最優(yōu)權值。仿真實驗表明，所提出的算法具有較好的混響抑制特性。

發(fā)表于：4/9/2018

基于靜態(tài)二進制分析的工控協(xié)議逆向解析[通信與網絡][工業(yè)自動化]

針對傳統(tǒng)的協(xié)議解析方法在工業(yè)控制系統(tǒng)中的局限性，提出了一種適用于工業(yè)控制系統(tǒng)通信協(xié)議的協(xié)議逆向分析方法。該方法的算法思想來源于動態(tài)污點算法，算法實現(xiàn)基于靜態(tài)二進制分析平臺IDA Pro及其提供的軟件開發(fā)接口，解析結果可直接為模糊測試提供語義參考。該算法包括預處理、交叉引用分析、協(xié)議幀重構和語義提取等步驟，具有針對性強、通用性好的特點。將算法實現(xiàn)后應用于某組態(tài)軟件，能夠得到正確的分析結果，證明了該方法的正確性與有效性。

發(fā)表于：4/8/2018

基于改進小波變換的手臂肌電信號去噪算法的研究[嵌入式技術][醫(yī)療電子]

手臂肌肉電信號是手臂運動過程中，通過電極記錄下來的微小肌肉電流信號。由于該信號可以無創(chuàng)檢測，模仿性強，已廣泛應用于人工智能假肢領域。研究了小波閾值去噪算法在手臂肌電信號檢測中的應用，針對傳統(tǒng)閾值去噪算法存在離散點、誤差大等缺點，引入非線性函數(shù)過渡，利用控制系數(shù)，改進閾值去噪算法。利用3種方法對同一含噪信號信息進行仿真分析，通過實驗表明，該算法對采集到的手臂單通道肌電信號進行去噪處理，克服了傳統(tǒng)閾值去燥算法的缺點，可以有效去除干擾信號，提高信噪比和信息識別的準確性。

發(fā)表于：4/8/2018

自適應雙邊濾波的Retinex圖像增強算法[嵌入式技術][其他]

針對現(xiàn)有的Retinex算法不能自動調節(jié)參數(shù)，提出一種基于參數(shù)估計的雙邊濾波Retinex算法。該算法首先利用主成份分析和Canny邊緣檢測算法分別進行噪聲估計和邊緣強度估計；然后通過線性相關運算計算雙邊濾波的空間幾何標準差參數(shù)和亮度標準差參數(shù)；再利用參數(shù)估計的雙邊濾波把圖像分解出照度圖像和反射圖像；最后將照度圖像和反射圖像通過不同方法的壓縮和增強并合成一幅新的圖像。通過實驗表明，它不僅能夠自動設置參數(shù)，還能有效抑制光暈現(xiàn)象。

發(fā)表于：4/4/2018

基于優(yōu)化的LSTSVM的多模態(tài)生理信號情感識別[嵌入式技術][醫(yī)療電子]

采用最小二乘雙支持向量機(LSTSVM)進行情感識別，針對LSTSVM模型的懲罰系數(shù)及核函數(shù)參數(shù)難以確定的問題，使用改進的螢火蟲算法（MFA）來優(yōu)選LSTSVM的各項參數(shù)，使分類器取得最優(yōu)的性能。基于腦電、皮膚電、肌電和呼吸4種模態(tài)的生理信號，使用該算法進行情感識別，并與使用標準LSTSVM和粒子群LSTSVM算法的識別結果比較。仿真分析表明，提出的MFA-LSTSVM算法識別準確率更高，需要的訓練時間更短。

發(fā)表于：4/4/2018

能量搜集充電的設備到設備通信功率分配方案[電源技術][通信網絡]

主要研究多個能量搜集充電的設備到設備(D2D)用戶非正交復用一個蜂窩用戶信道資源時的功率分配問題。在保障蜂窩用戶的服務質量前提下，建立了一個最大化能量搜集充電的D2D用戶的傳輸速率問題。由于該問題是一個非凸規(guī)劃問題，提出一種低復雜度的凸近似算法，并得到該問題的一個緊下界可行解。最后，通過仿真分析得出該算法能夠逼近最優(yōu)傳輸速率，為多個能量搜集充電的D2D對與一個蜂窩用戶共享鏈路的場景提供有效的功率分配方案。

發(fā)表于：4/3/2018

基于改進空間插值的無線電環(huán)境地圖生成技術[通信與網絡][通信網絡]

無線電環(huán)境地圖（REM）為認知無線網絡動態(tài)頻譜接入提供了精準、全面的信息支撐，由于現(xiàn)場樣本數(shù)據(jù)的實測受到環(huán)境、設備和人為等因素的限制，其樣本規(guī)模難以保證應用的需求。因此，利用空間相似性，將離散數(shù)據(jù)點擴展為面結構數(shù)據(jù)的空間插值方法研究有積極的意義和應用價值。在傳統(tǒng)MSM算法基礎上，提出了RMSM算法，從優(yōu)化權值計算、靈活地使用局部特征和高效的近鄰搜索法方面進行改進，通過搭建15 m×20 m的實驗場景，進行樣本數(shù)據(jù)采集和算法測試驗證。結果表明RMSM算法與傳統(tǒng)算法比較，其誤差降低了1.96 dB，穩(wěn)定性提高了55.37%，改進效果明顯。

發(fā)表于：4/3/2018

基于四階循環(huán)多譜的頻譜感知算法[通信與網絡][通信網絡]

目前，大部分基于能量檢測和信號循環(huán)平穩(wěn)的頻譜感知算法能夠在平穩(wěn)噪聲環(huán)境中取得優(yōu)異的檢測性能，在非平穩(wěn)噪聲環(huán)境中的檢測性能則急劇下降。為了更好地消除頻譜感知過程中非平穩(wěn)噪聲的影響，利用信號四階循環(huán)多譜抑制非平穩(wěn)噪聲的性質，提出了一種基于四階循環(huán)多譜的頻譜感知算法。該算法首先計算四階循環(huán)多譜的切片形式；然后通過簡化的四階循環(huán)多譜幅度平方和對協(xié)同用戶截取的信號進行檢測；最后計算其峰值系數(shù)，實現(xiàn)對主用戶信號存在性的判斷。仿真結果表明，在非平穩(wěn)噪聲環(huán)境中，所提出的算法比傳統(tǒng)的頻譜感知算法識別概率更高，性能更好。

發(fā)表于：4/2/2018