123,123

基于深度學習技術的水稻環(huán)境因素產(chǎn)量預測[模擬設計][其他]

水稻作為全球重要的糧食作物，準確預測水稻產(chǎn)量在農(nóng)業(yè)發(fā)展中起著重要作用。由于水稻在環(huán)境因子與其生長機理的作用下往往呈現(xiàn)出非線性的特點，難以對其做出較為準確的預測，因此，提出CE-CGRU水稻產(chǎn)量預測模型，對非線性環(huán)境因子Copula熵（CE）方法進行提取特征并與CNN和GRU技術結合在一起。其目的是在水稻品種確定的條件下，識別產(chǎn)量預測的重要特征。根據(jù)使用浙江省臨安區(qū)真實數(shù)據(jù)分析和比較所提出的模型的性能，構建了其他5個產(chǎn)量預測模型進行對比，分別是MLR、RF、LSTM、GRU和CNN-LSTM。結果顯示，CE-CGRU模型的MAE、MSE和MAPE分別為0.677、0.87和5.029％，表明CE-CGRU模型具有更好的能力來捕捉水稻產(chǎn)量與環(huán)境因素之間的復雜非線性關系。此外，還對不同的特征選擇方法以及不同時間步長進行了比較和分析。

發(fā)表于：2024/4/29

基于改進PSO算法的機器人路徑規(guī)劃研究[人工智能][工業(yè)自動化]

傳統(tǒng)粒子群算法（PSO）容易早熟收斂，陷入局部最優(yōu)，為此提出混沌動態(tài)多種群粒子群算法（CDMPSO），并將其應用在機器人三維路徑規(guī)劃中。通過引入混沌映射理論來提高粒子種群初始解的質量和分布均勻性，同時引入分組并行優(yōu)化策略，依據(jù)適應度值采用中位數(shù)聚類的方法，將種群分為3個子種群并迭代進行實時動態(tài)調(diào)整，根據(jù)不同子種群的特點采用不同的方法來進行種群更新。在MATLAB軟件中與傳統(tǒng)PSO算法和自適應粒子群（APSO）算法進行對比實驗，發(fā)現(xiàn)改進后的CDMPSO算法全局搜索范圍更大，陷入局部最優(yōu)次數(shù)更少，最終路徑更短，從而驗證了該改進算法是切實可行的。

發(fā)表于：2024/4/29

基于偽觸發(fā)詞的并行預測篇章級事件抽取方法[人工智能][消費電子]

篇章級事件抽取一般將事件抽取任務分為候選實體識別、事件檢測和論元識別3個子任務，然后采用級聯(lián)的方式依次進行，這樣的方式會造成誤差傳遞；另外，現(xiàn)有的大多數(shù)模型在解碼事件時，對事件數(shù)量的預測隱含在解碼過程中，且只能按照預定義的事件順序及預定義的角色順序預測事件論元，使得先抽取的事件并沒有考慮到后面抽取的事件。針對以上問題提出一種多任務聯(lián)合的并行預測事件抽取框架。首先，使用預訓練語言模型作為文檔句子的編碼器，檢測文檔中存在的事件類型，并使用結構化自注意力機制獲取偽觸發(fā)詞特征，預測每種事件類型的事件數(shù)量；然后將偽觸發(fā)詞特征與候選論元特征進行交互，并行預測每個事件對應的事件論元，在大幅縮減模型訓練時間的同時獲得與基線模型相比更好的性能。最終事件抽取結果F1值為78%，事件類型檢測子任務F1值為98.7%，事件數(shù)量預測子任務F1值為90.1%，實體識別子任務F1值為90.3%。

發(fā)表于：2024/4/29

基于改進AOD-Net的圖像去霧算法[模擬設計][工業(yè)自動化]

為了更好解決圖像去霧后顏色失真、去霧不徹底和耗時等問題，提出了一種基于改進AOD-Net的圖像去霧算法。首先，在原有的卷積模塊中引入殘差連接，并保留了第二個特征融合層第一層的特征信息，以增強網(wǎng)絡的特征提取能力。其次，在第三個特征融合層后引入注意力模塊，強化霧圖中的關鍵特征信息，抑制無關背景干擾。最后，采用新的復合損失函數(shù)進行訓練。實驗結果表明，改進算法在公共數(shù)據(jù)集上的峰值信噪比提高了3.8 dB，結構相似性達到了93.6%。相較于其他去霧算法，該算法在去霧精度和處理效率方面均表現(xiàn)出色。

發(fā)表于：2024/4/29

超融合架構下電力通信網(wǎng)絡管理故障研究分析[通信與網(wǎng)絡][智能電網(wǎng)]

現(xiàn)網(wǎng)中的新舊設備共存、新老版本并存等實際情況，不同廠家網(wǎng)管平臺的接口開放性、接口協(xié)議等差異性，給電力通信網(wǎng)絡的有效管理帶來了困難，尤其是更容易造成故障的頻繁發(fā)生。基于不同網(wǎng)絡設備的融合電力通信網(wǎng)絡管理系統(tǒng)的核心技術，分析現(xiàn)有各類系統(tǒng)的部署環(huán)境，并對不同品牌廠商網(wǎng)管系統(tǒng)的網(wǎng)元管理模式、相關通信協(xié)議互通的可能性進行了分析，進而提出了一種新的電力通信網(wǎng)絡管理故障控制策略，以盡可能地避免故障的發(fā)生，并隨后對已發(fā)生故障作最優(yōu)的處理，經(jīng)實驗驗證，可有效避免故障的發(fā)生。

發(fā)表于：2024/4/29

基于電流場的陣列極板水下通信系統(tǒng)仿真分析[通信與網(wǎng)絡][通信網(wǎng)絡]

電流場通信是一種無線通信技術，通過傳導電流在水體中傳播。傳統(tǒng)的水下電磁波通信存在信號衰減大、天線復雜、架設困難等問題。因此，結合電流場水下傳播理論，提出了一種基于陣列極板的水下通信系統(tǒng)。使用有限元軟件Comsol建立了陣列極板電場模型，并通過頻域分析模擬了1×4陣列切面的電場和電勢分布。同時，在1×4陣列和1×2陣列之間進行了信號接收效果的對比。在此基礎上，分析了6組正負極接線方式對信號接收強度的影響。瞬態(tài)時域分析則用于模擬輸入輸出波形的變化。實驗證明，在不增加發(fā)射功率的條件下，通過增加陣列排布數(shù)量，可以有效提高通信效果。同時，傳輸過程中信號波形基本保持不變，無相位偏移，從而證明了陣列極板水下通信的可行性。研究結果為新型電流場水下通信系統(tǒng)的建立提供了理論基礎。

發(fā)表于：2024/4/29

基于系統(tǒng)級封裝的RISC-V電路設計與實現(xiàn)[模擬設計][工業(yè)自動化]

為滿足電子系統(tǒng)在性能、功耗、體積、重量和國產(chǎn)化等方面的需求，設計了一款基于系統(tǒng)級封裝技術的RISC-V電路。該電路以采用自主指令集架構和國內(nèi)工藝的處理器為核心，并集成了國產(chǎn)外圍電路，實現(xiàn)了一款完全自主創(chuàng)新的、具備常用控制與通信接口的微系統(tǒng)電路。經(jīng)過測試與驗證，該電路各項功能和性能均達到設計指標，有效地提高了功能密度，很好地滿足了電子系統(tǒng)在小型化、輕量化和低功耗等方面的需求。

發(fā)表于：2024/4/29

一種寬輸入范圍高PSR帶隙基準電路設計[微波|射頻][通信網(wǎng)絡]

從DC-DC芯片電路的實際設計需求出發(fā)，設計了一款輸入電壓范圍在2.5~15 V的帶隙基準電路。通過預調(diào)節(jié)電路的設計，帶隙基準核輸出的基準電壓轉化為一個穩(wěn)定的電流源，形成的負反饋結構給帶隙基準核自身提供供電電壓，提高了電源電壓范圍上限；通過電壓選擇電路，在電源電壓低于5 V時使帶隙基準核直接由電源電壓供電，拓寬了電源電壓范圍的下限。同時，預調(diào)節(jié)電路和帶隙基準核中共源共柵結構為電路帶來了良好的電源抑制特性。設計基于0.25 μm BCD工藝，完成了原理圖、版圖設計以及仿真，結果表明設計在-55 ℃~125 ℃的溫度范圍內(nèi)，可以輸出穩(wěn)定的0.8 V電壓，溫度系數(shù)為7.78 ppm/℃；低頻條件下PSR達到159 dB，線性調(diào)整率為0.001 2%。

發(fā)表于：2024/4/29

一種SSD主控芯片數(shù)據(jù)加解密模塊的設計與驗證[模擬設計][信息安全]

為了增強固態(tài)硬盤（Solid State Disk， SSD）的數(shù)據(jù)安全，介紹了SSD主控芯片中一種滿足《安全芯片密碼檢測準則》二級要求設計的數(shù)據(jù)SM4加解密模塊。另外，為了驗證模塊設計的正確性，介紹了基于通用驗證方法學（Universal Verification Methodology， UVM）設計的自動化驗證平臺，以設計功能點和代碼覆蓋率為衡量指標，數(shù)據(jù)加解密模塊被該驗證平臺較充分地驗證，最終達到片上系統(tǒng)（System on Chip， SoC）的流片交付標準。

發(fā)表于：2024/4/29

TSN時間敏感網(wǎng)絡幀搶占的研究與電路實現(xiàn)[模擬設計][通信網(wǎng)絡]

時間敏感網(wǎng)絡（Time Sensitive Network， TSN）是一種新型網(wǎng)絡技術，在傳統(tǒng)的以太網(wǎng)技術基礎上，對關鍵數(shù)據(jù)的實時性、可靠性和安全性方面進行了增強，可滿足工業(yè)互聯(lián)網(wǎng)、自動駕駛、醫(yī)療健康等領域的需求。針對TSN中的幀搶占技術進行了研究分析，實現(xiàn)了幀搶占電路。作為TSN網(wǎng)絡交換芯片的重要部分，實現(xiàn)了TSN幀搶占等芯片實現(xiàn)的自主創(chuàng)新，在相關時間敏感領域具有較好的應用價值。

發(fā)表于：2024/4/29

融合蛋白質語言模型與深度神經(jīng)網(wǎng)絡的植物蛋白質相互作用預測研究[模擬設計][醫(yī)療電子]

預測植物中的蛋白質-蛋白質相互作用（PPI）具有重要的生物學意義。同時采用了4種編碼方法及深度神經(jīng)網(wǎng)絡構建了蛋白質相互作用預測模型。結果表明，提出的融合蛋白質語言模型Ankh與深度神經(jīng)網(wǎng)絡的方法構建的PPI預測模型性能在3種植物數(shù)據(jù)集上均獲得了最優(yōu)的AUPR和AUC值，Sen及MCC值也均優(yōu)于其他4種蛋白質相互作用預測模型。當模型在水稻、大豆的植物PPI數(shù)據(jù)集上進行測試時，所提出的模型AUPR值分別為0.802 5、0.730 1，AUC值分別為0.956 2、0.950 7。這些優(yōu)異的結果表明，融合蛋白質語言模型Ankh的PPI模型可以作為植物蛋白質相互作用預測的一個有前途的工具。

發(fā)表于：2024/4/29

混合CNN-SVM的心音信號分類算法的研究[模擬設計][醫(yī)療電子]

針對當前心音信號識別算法檢測精度不佳問題，提出了一種混合卷積神經(jīng)網(wǎng)絡-支持向量機模型（CNN-SVM）的心音信號分類方法。通過PASCAL挑戰(zhàn)實驗數(shù)據(jù)，整理出正常與不正常兩類心音信號數(shù)據(jù)庫，通過預處理濾波及MFCC、一二階差分特征提取、PCA降維，輸入CNN-SVM模型進行訓練。并從準確率、召回率、特異性、精確率和F分數(shù)5個方面進行性能評估。為了驗證此算法的有效性，將混合CNN-SVM模型與單一SVM、CNN模型分別進行了對比。實驗結果表明，該方法能夠以較高識別率將兩種心音信號區(qū)分開，其平均識別準確率接近于99%，相較于單一CNN方法提高了2.48%，同樣高于單一SVM算法。

發(fā)表于：2024/4/29

CNI集成JPALS能力的進展及展望[模擬設計][航空航天]

衛(wèi)星導航著陸是下一代精密著陸技術的趨勢，其在通信導航識別系統(tǒng)（CNI）中的集成也成為了重要的研究內(nèi)容。綜述了聯(lián)合精密進近著陸系統(tǒng)（JPALS）的原理與系統(tǒng)結構，分析了國內(nèi)當前衛(wèi)星導航著陸技術的研究現(xiàn)狀及工程技術基礎，在此基礎上提出了堅持當前綜合化CNI框架下，從JPALS需求論證、系統(tǒng)設計、可擴展性等方面提出了集成JPALS能力的初步工程設想。

發(fā)表于：2024/4/29

空基網(wǎng)絡中定向自組網(wǎng)關鍵技術研究綜述[通信與網(wǎng)絡][通信網(wǎng)絡]

基于定向天線的移動自組織網(wǎng)絡被廣泛應用于軍事領域，尤其對于具有易實施、高隱蔽性、高保密性要求的空基網(wǎng)絡，定向天線比全向天線更具有優(yōu)勢，它具有更遠的傳輸范圍，減小了節(jié)點間的相互干擾，能夠實現(xiàn)空間復用能力的提升。但是定向天線的引入在增加通信距離的同時也會帶來一些問題，給許多協(xié)議層帶來破壞性的副作用。目前，國內(nèi)外研究人員已提出多種算法來解決這些問題。結合空基網(wǎng)絡的復雜性，研究了國內(nèi)外提出的基于定向天線的移動自組網(wǎng)數(shù)據(jù)鏈路層和網(wǎng)絡層的各類算法和協(xié)議，總結對比近年來定向鄰居發(fā)現(xiàn)算法、媒體訪問控制協(xié)議和定向路由協(xié)議三種關鍵技術，并提出更適合用于空基網(wǎng)絡的技術與協(xié)議，最后對這些算法和協(xié)議的下一步研究提供了一些方向。

發(fā)表于：2024/4/29

Buck與Buck-Boost在小家電輔助電源中的應用[電源技術][消費電子]

在ACDC電源中，輸入電壓一般是來自電網(wǎng)的85V-265V交流高壓，而輸出電壓則是3.3V、5V、12V等直流低壓，因此需要開關電源來實現(xiàn)降壓。開關電源有Buck、Boost和Buck-Boost三大經(jīng)典拓撲，其中Buck與Buck-Boost均可實現(xiàn)降壓功能。Synergy世輝是世健旗下子公司，擁有豐富的行業(yè)經(jīng)驗與專業(yè)的技術實力，世輝公司電源與新能源事業(yè)部FAE結合自身經(jīng)驗，針對小家電的輔助電源應用中該如何選擇拓撲電路以及相關產(chǎn)品，展開詳細介紹。

發(fā)表于：2024/4/24