中文字幕乱码免费,亚洲精品nv久久久久久久久久

基于PID控制LLC微波電源的仿真研究[電源技術(shù)][其他]

研制了一款基于PID控制輸出電壓的高頻軟開關(guān)電源。主電路采用了倍壓整流輸出LLC諧振變換器，利用PID控制閉環(huán)電壓反饋，并通過對諧振變換器的特性分析繪制了直流增益曲線。根據(jù)理論分析與計(jì)算并結(jié)合實(shí)際調(diào)試情況，對LLC微波電源的主要參數(shù)進(jìn)行設(shè)計(jì)，得到的仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了分析計(jì)算的正確性。

發(fā)表于：3/3/2016

基于主成分分析的熒光磁粉檢測缺陷識別技術(shù)[嵌入式技術(shù)][其他]

主成分分析法（PCA）在圖像識別中有廣泛應(yīng)用，有著較好的特征提取性能。熒光磁粉檢測是一種無損檢測技術(shù)。目前在裂紋缺陷的識別上依然使用的是人眼觀察，而其他步驟都已經(jīng)實(shí)現(xiàn)了自動(dòng)化。本文使用基于加權(quán)平均的中值濾波算法對圖像去噪，使用大津法對圖像進(jìn)行了閾值分割，再利用PCA算法對熒光磁粉檢測中的圖像進(jìn)行識別，建立了一個(gè)自動(dòng)識別系統(tǒng)。實(shí)驗(yàn)結(jié)果證明，該系統(tǒng)可以準(zhǔn)確識別裂紋有無，還可以對簡單的缺陷種類（直線裂紋，氣泡）進(jìn)行分類。

發(fā)表于：3/3/2016

一種新型電荷泵電路設(shè)計(jì)[電源技術(shù)][汽車電子]

Dickson電荷泵在多級級聯(lián)時(shí)，體效應(yīng)會(huì)顯著降低電荷泵的效率。提出了一種新型電荷泵電路，該電荷泵采用交叉耦合的NMOS開關(guān)管傳輸電荷，利用每一級的輸出電壓控制開關(guān)管的柵極，有效抑制了體效應(yīng)的影響，提高了電壓增益。Spectre結(jié)果顯示，在3.3 V的工作電壓下，四級新型電荷泵輕松實(shí)現(xiàn)了15 V的高輸出電壓。該電荷泵電路性能優(yōu)異，具有很強(qiáng)的實(shí)用性。

發(fā)表于：3/3/2016

基于SiGe HBT的38 GHz功率放大器設(shè)計(jì)[微波|射頻][汽車電子]

功率放大器（Power Amplifier，PA）是射頻前端關(guān)鍵的模塊，基于0.13 μm SiGe HBT 工藝，設(shè)計(jì)了一款38 GHz功率放大器。提出了HBT集電極寄生電容和傳輸線諧振的方法減小芯片面積，針對毫米波頻段下，晶體管可獲得最大增益較低，采用堆疊晶體管提高了功率放大器的增益，同時(shí)通過優(yōu)化有源器件參數(shù)，提高了功率放大器的輸出功率和效率。仿真結(jié)果顯示，在4 V的供電電壓下，工作在38 GHz的功率放大器1 dB壓縮點(diǎn)輸出功率為17.8 dBm，功率增益為19.0 dB，功率附加效率為32.3%，功耗為252 mW。

發(fā)表于：3/3/2016

基于里程計(jì)/地磁/GPS的導(dǎo)航系統(tǒng)設(shè)計(jì)[測試測量][工業(yè)自動(dòng)化]

導(dǎo)航是機(jī)器人技術(shù)中的核心問題。針對單一導(dǎo)航系統(tǒng)的不足，設(shè)計(jì)了一種基于里程計(jì)/地磁/GPS的移動(dòng)機(jī)器人的組合導(dǎo)航系統(tǒng)。通過建立各導(dǎo)航系統(tǒng)的誤差模型，并對誤差進(jìn)行分析，利用卡爾曼濾波器對導(dǎo)航系統(tǒng)的誤差進(jìn)行估計(jì)，得到系統(tǒng)誤差的最優(yōu)估計(jì)。最后利用間接法濾波輸出對導(dǎo)航系統(tǒng)進(jìn)行校正。通過MATLAB進(jìn)行仿真實(shí)驗(yàn)，證明該導(dǎo)航系統(tǒng)能夠有效地降低導(dǎo)航誤差，提高了移動(dòng)機(jī)器人的導(dǎo)航定位精度，而且當(dāng)某一導(dǎo)航系統(tǒng)接收不到信號或者壞掉時(shí)，系統(tǒng)仍然可以保持高精度的導(dǎo)航。

發(fā)表于：3/2/2016

YUV圖像實(shí)時(shí)去霧算法的優(yōu)化與改進(jìn)[嵌入式技術(shù)][其他]

針對已有的基于DSP的實(shí)時(shí)去霧算法出現(xiàn)的問題進(jìn)行優(yōu)化和改進(jìn)。在降采樣倍數(shù)過大時(shí)，去霧效果會(huì)出現(xiàn)一些副作用，包括紋理細(xì)節(jié)丟失、塊效應(yīng)和亮度偏暗。針對這三個(gè)問題，本文采用均值降采樣、雙線性插值升采樣、透射率補(bǔ)償?shù)确绞竭M(jìn)行優(yōu)化。最終針對實(shí)際YUV圖像進(jìn)行了優(yōu)化方法的實(shí)驗(yàn)，表明可以達(dá)到較好的去霧效果。

發(fā)表于：3/2/2016

基于隱馬爾科夫模型的時(shí)空序列預(yù)測方法[嵌入式技術(shù)][其他]

提出了一種基于時(shí)空密度聚類的隱馬爾科夫模型對時(shí)空序列進(jìn)行預(yù)測的方法。時(shí)空序列與一般的時(shí)間序列相比，最主要的特征是其時(shí)空依賴性以及時(shí)空非平穩(wěn)性。針對如何有效地預(yù)測不同尺度分布的時(shí)空序列的問題，本文采用基于時(shí)空密度聚類的隱馬爾科夫模型，該模型不僅能分析時(shí)空序列在時(shí)間和空間上的相關(guān)性，而且可以通過時(shí)空序列的分段有效地去除噪聲，提高模型預(yù)測的精度。本文采用該模型對藥品冷藏庫中的時(shí)空序列溫度數(shù)據(jù)進(jìn)行分析預(yù)測，并與其他預(yù)測模型比較，結(jié)果顯示本文提出的方法更準(zhǔn)確有效。

發(fā)表于：3/2/2016

基于FPGA的北斗導(dǎo)航電文譯碼器的研究與設(shè)計(jì)[測試測量][航空航天]

通過對北斗導(dǎo)航電文BCH糾錯(cuò)編譯碼方式的深入理解和研究，提出了一種基于并行數(shù)據(jù)處理的BCH譯碼器的設(shè)計(jì)方案。該方案利用FPGA對BCH電文進(jìn)行并行處理，在一個(gè)時(shí)鐘周期內(nèi)實(shí)現(xiàn)電文譯碼，提高了BCH解碼模塊的譯碼效率；同時(shí)給出了系統(tǒng)各個(gè)模塊的Modelsim仿真結(jié)果與分析，驗(yàn)證了設(shè)計(jì)的可行性。本設(shè)計(jì)對提高接收機(jī)的基帶數(shù)據(jù)處理性能有一定的參考和指導(dǎo)意義。

發(fā)表于：3/2/2016

基于FPGA的微型化低頻通信系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對現(xiàn)有低頻通信系統(tǒng)功耗過高、天線尺寸太大、調(diào)整不靈活等問題，設(shè)計(jì)了一種基于FPGA的低頻通信系統(tǒng)。研究了基于軟件無線電的微弱信號處理方案，設(shè)計(jì)出高效的低頻天線，實(shí)現(xiàn)了遠(yuǎn)距離、大穿透深度的可移動(dòng)通信。在較強(qiáng)的電磁干擾情況下進(jìn)行了透地和透水模擬實(shí)驗(yàn)，結(jié)果表明該系統(tǒng)可以在地面和地下以及地面和水下建立起有效的無線電通信，證明了低頻無線通信的發(fā)展?jié)摿?，可以為?shí)際應(yīng)用提供參考。

發(fā)表于：3/2/2016

基于支持向量機(jī)的多因素話務(wù)量預(yù)測研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

提高移動(dòng)通信話務(wù)量的預(yù)測精度對提高網(wǎng)絡(luò)性能、增進(jìn)用戶體驗(yàn)具有重要意義。由于多種因素會(huì)影響到移動(dòng)通信話務(wù)量的準(zhǔn)確預(yù)測，故選擇多因素灰色話務(wù)量預(yù)測模型來預(yù)測話務(wù)量。先對數(shù)據(jù)進(jìn)行預(yù)處理，用關(guān)聯(lián)分析法找到影響話務(wù)量預(yù)測的主要因素。但此模型對波動(dòng)較大的數(shù)據(jù)預(yù)測精度較低，用支持向量機(jī)的模型來改善預(yù)測結(jié)果，選取擁有較強(qiáng)的斂散性和全局尋優(yōu)能力的復(fù)高斯小波核函數(shù)優(yōu)化向量機(jī)。從仿真結(jié)果可以看出該模型有更好的收斂作用和較為理想的預(yù)測效果。

發(fā)表于：3/2/2016

基于XMPP協(xié)議的XML數(shù)據(jù)流壓縮模型研究[嵌入式技術(shù)][數(shù)據(jù)中心]

XMPP協(xié)議作為基于XML數(shù)據(jù)流的即時(shí)通信協(xié)議，可用于構(gòu)建統(tǒng)一、高效的智能家居監(jiān)控消息推送方案。針對XMPP協(xié)議存在的流量冗余較大的不足，提出了一種基于容器模型和BWT變換思想的XMPP數(shù)據(jù)流壓縮模型。該模型通過對XML數(shù)據(jù)流的容器劃分、前綴編碼和預(yù)處理，在單次掃描數(shù)據(jù)流的基礎(chǔ)上達(dá)到壓縮率的最大化。實(shí)驗(yàn)證明，該模型方案能有效節(jié)約XMPP協(xié)議通信過程產(chǎn)生的網(wǎng)絡(luò)流量，并具有可行性。

發(fā)表于：3/2/2016

基于背景加權(quán)的聯(lián)合顏色紋理直方圖跟蹤算法[顯示光電][其他]

針對在背景與目標(biāo)顏色相近以及復(fù)雜場景中跟蹤不準(zhǔn)確的問題，提出一種改進(jìn)的背景加權(quán)Mean Shift (均值漂移) 跟蹤算法，在目標(biāo)顏色直方圖中加入紋理特征，并將局部背景信息引入目標(biāo)特征直方圖中，以排除復(fù)雜背景的影響。實(shí)驗(yàn)證明，本文提出的算法在應(yīng)對復(fù)雜背景及遮擋時(shí)比經(jīng)典的Mean Shift算法以及背景加權(quán)Mean Shift算法更有效，且擁有不錯(cuò)的運(yùn)行效率。

發(fā)表于：3/1/2016

基于深度學(xué)習(xí)的領(lǐng)域?qū)嶓w屬性詞聚類抽取研究[嵌入式技術(shù)][其他]

屬性詞的聚類是領(lǐng)域?qū)嶓w屬性抽取中的一個(gè)重要步驟。在未知領(lǐng)域和大量文本中，人工標(biāo)注尋找十分困難。本文將一種基于深度學(xué)習(xí)框架的詞語嵌入表示方法（Word Embedding）引入到領(lǐng)域?qū)嶓w屬性詞聚類研究中，在無監(jiān)督條件下解決大規(guī)模語料、領(lǐng)域?qū)嶓w屬性詞表人工參與構(gòu)建代價(jià)較高的問題，并進(jìn)行了適當(dāng)?shù)臄U(kuò)展，取得了較好的效果，可以為信息抽取等后續(xù)高級任務(wù)提供較好服務(wù)。

發(fā)表于：3/1/2016

基于內(nèi)唇輪廓標(biāo)定的唇印提取算法[嵌入式技術(shù)][其他]

針對現(xiàn)有特征唇印提取中信息處理量較大、識別率不高等問題,本文提出了基于內(nèi)唇輪廓的特征唇印提取算法。算法首先在基元圖像上對內(nèi)唇輪廓特征點(diǎn)進(jìn)行標(biāo)定，建立基元唇印模型,然后通過均值計(jì)算構(gòu)造普通模型,并利用Gabor變換對基元唇印和普通模型進(jìn)行聯(lián)合特征信息提取，最后通過相似度對比選擇出特征唇印,以實(shí)現(xiàn)身份識別。仿真實(shí)驗(yàn)驗(yàn)證，本文的特征唇印提取算法在較低時(shí)空消耗下,具有較高的識別率，具有有效性和可用性。

發(fā)表于：3/1/2016

基于增量記憶視覺注意模型的復(fù)雜目標(biāo)識別研究[嵌入式技術(shù)][其他]

針對復(fù)雜背景下的目標(biāo)識別問題，提出一種新的基于增量記憶的視覺注意模型。首先根據(jù)目標(biāo)的顏色形狀，以及自底向上的原始視覺特征顏色、強(qiáng)度、方向、對稱性對目標(biāo)進(jìn)行粗定位。在此基礎(chǔ)上，利用粗選目標(biāo)的顏色、形狀生成一組自頂向下的偏差信號，對初選目標(biāo)進(jìn)行及時(shí)指導(dǎo)修正。為了提高識別的準(zhǔn)確率，算法設(shè)計(jì)了一種增量學(xué)習(xí)記憶的機(jī)制來指導(dǎo)偏差信號，所提出的增量注意機(jī)制不僅可以不斷學(xué)習(xí)和記憶各類目標(biāo)的顏色和形狀特征，而且利用這種機(jī)制可生成一個(gè)自頂向下的偏差信號，對關(guān)注的候選區(qū)域的目標(biāo)進(jìn)行精確定位。此外，訓(xùn)練后的增量記憶的顏色、形狀特征有助于推斷新的未知目標(biāo)。最后的仿真實(shí)驗(yàn)中，與五種典型算法對比，無論是主觀還是客觀實(shí)驗(yàn)，都獲得了較優(yōu)結(jié)果。因此，所提算法是一種高效的、切實(shí)可行的算法。

發(fā)表于：3/1/2016