亚洲一区二区免费看,999zyz玖玖资源站免费

基于FMEA的多電力設(shè)備故障預(yù)測維護算法[模擬設(shè)計][智能電網(wǎng)]

針對大型電廠多個異常運行開關(guān)柜的維修問題，當(dāng)前維護方案往往忽視了設(shè)備內(nèi)部復(fù)雜部件間緊密相連的相互作用，這對于包含各種運動和固定的零部件的開關(guān)柜而言，其適用性顯得尤為不足。鑒于此，提出了一種預(yù)測性維修調(diào)度策略，此方法旨在雙重目標下尋求最佳平衡點。首先，采用FMEA技術(shù)，得出更為貼近實際的失效概率預(yù)測。隨后，設(shè)計了一套綜合風(fēng)險評估體系，該體系不僅考慮了開關(guān)設(shè)備故障可能給電網(wǎng)帶來的損失，還全面評估了維護活動所伴隨的成本與效益。為驗證該方法的實效性，選取一個10千伏變電站作為研究案例，通過數(shù)據(jù)分析發(fā)現(xiàn)，相較于傳統(tǒng)的基于時間間隔的維護策略，提出的方法在成本效率上實現(xiàn)了36%的顯著提升。

發(fā)表于：7/24/2025

一種M.2固態(tài)硬盤熱插拔和RAID功能的創(chuàng)新設(shè)計[模擬設(shè)計][工業(yè)自動化]

M.2固態(tài)硬盤因其自身的優(yōu)勢得到了越來越廣泛的應(yīng)用，企業(yè)級的產(chǎn)品也普遍使用M.2固態(tài)硬盤作為操作系統(tǒng)的啟動盤。但是由于其不具備熱插拔功能，難以滿足企業(yè)市場對高可用性、24小時不停機、數(shù)據(jù)保護以及在線維護的特殊需求。提出了一種新穎的綜合設(shè)計方案，在載板、FPGA、BIOS和BMC的配合下，實現(xiàn)了熱插拔功能和RAID功能。同時，依靠M.2固態(tài)硬盤引腳定義的不同實現(xiàn)了在M.2接口上PCIe和SATA總線的自動識別和兼容，利用FPGA和MOSFET引入了一種新的動態(tài)時鐘信號控制方式。該綜合設(shè)計方案不需要額外的硬件投入，以極高的成本效益實現(xiàn)以上功能，并提升系統(tǒng)的可靠性和可用性。

發(fā)表于：7/24/2025

一種電纜終端頭紅外識別算法的FPGA實現(xiàn)研究[可編程邏輯][智能電網(wǎng)]

針對在電站巡檢中電纜終端頭識別準確率低、實時性差等問題，設(shè)計一種基于粒子群算法（Particle Swarm Optimization，PSO）優(yōu)化反向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)的現(xiàn)場可編程門陣列（Field Programmable Gate Array，F(xiàn)PGA）紅外識別系統(tǒng)。紅外識別算法實現(xiàn)包括使用改進區(qū)域生長算法對紅外圖像進行分割，隨后計算Hu不變矩作為神經(jīng)網(wǎng)絡(luò)輸入特征。對于PSO-BP神經(jīng)網(wǎng)絡(luò)，選擇7-10-1的網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練后均方誤差為0.085，優(yōu)于BP神經(jīng)網(wǎng)絡(luò)的0.136。在FPGA上實現(xiàn)時，采用定點數(shù)據(jù)量化、流水線結(jié)構(gòu)及并行計算方法，同時對Sigmoid激活函數(shù)應(yīng)用二次方程多段擬合。最終經(jīng)過仿真驗證，該系統(tǒng)識別率達到了92%并且算法速度提高了約6倍。

發(fā)表于：7/24/2025

基于組件復(fù)用的可重構(gòu)I²C總線讀寫控制電路設(shè)計[可編程邏輯][工業(yè)自動化]

現(xiàn)代軟件無線電架構(gòu)中通常為了滿足軟件實時性而采用FPGA作預(yù)處理功能，但隨著軟件無線電系統(tǒng)不斷朝綜合化和智能化方向發(fā)展，如何應(yīng)對各類復(fù)雜使用場景給系統(tǒng)設(shè)計者帶來越來越多的挑戰(zhàn)。面對不斷激增的需求，F(xiàn)PGA設(shè)計中經(jīng)常暴露出可移植性差、平臺依賴性強、程序?qū)﹂_發(fā)人員的依賴度高、系統(tǒng)集成與整合度難度大等問題。選取電子裝備中常用的I²C總線控制部分，借鑒軟件工程中“高內(nèi)聚、低耦合”的模塊化設(shè)計思想，提出一種總線控制電路的優(yōu)化策略，即基于組件復(fù)用的方法設(shè)計了一種可重構(gòu)I²C總線讀寫控制電路。該電路具備按需配置波特率功能，同時具有可選的APB接口以及中斷功能，提供讀/寫數(shù)據(jù)位寬分別為1 B/2 B/4 B系列控制組件，并通過配置系列組件的方式重構(gòu)讀/寫數(shù)據(jù)位寬。該電路具有實際的工程價值且已成功應(yīng)用于不同項目以及TPAFEA008、ADT75和LTC2991等常用器件上。

發(fā)表于：7/24/2025

基于人臉檢測跟蹤和輸入噪聲過濾的rPPG信號實時提取方法[模擬設(shè)計][醫(yī)療電子]

遠程光體積描記是非接觸式生理信號檢測領(lǐng)域的重要研究方向?，F(xiàn)有算法主要從人臉部分區(qū)域提取脈搏信號，存在信號獲取不全面及噪聲過大的問題。提出了一種基于人臉檢測、跟蹤、分割和輸入噪聲過濾的實時rPPG信號提取方法，旨在提高心率檢測的準確性和魯棒性。首先，通過小型深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)視頻幀中的人臉檢測和跟蹤，準確定位人臉區(qū)域。其次，通過人臉分割算法提取皮膚信息。最后，采用輸入噪聲過濾策略，去除與心率無關(guān)的頻率成分和信噪比較低的信號，從而優(yōu)化rPPG信號。實驗在自建數(shù)據(jù)集上進行，結(jié)果表明，該方法在信噪比、平均絕對誤差和均方根誤差等指標上均表現(xiàn)出色。綜上所述，所提出的方法在rPPG信號實時提取中表現(xiàn)出優(yōu)異的精度和穩(wěn)定性，為非接觸式生理信號檢測提供了一種新的解決方案。

發(fā)表于：7/24/2025

基于機器視覺的監(jiān)控視頻移動目標輪廓提取算法[模擬設(shè)計][安防電子]

在監(jiān)控視頻中，移動目標易受到邊緣模糊和背景噪聲干擾等影響，使得目標輪廓提取結(jié)果不準確。為此，提出基于機器視覺的監(jiān)控視頻移動目標輪廓提取算法。采用機器視覺技術(shù)處理圖像，結(jié)合圖像背景模型建立像素高斯分布，并計算各個像素值與背景模型中高斯分布的匹配度，將匹配度低于閾值的像素視為前景像素，由此完成前景分割，結(jié)合鏈碼對前景目標邊緣進行編碼，標識與預(yù)設(shè)閾值最接近的閉合邊緣，以此作為目標輪廓粗定位結(jié)果，基于此，將目標區(qū)域的統(tǒng)計分布參數(shù)融合到灰度光流圖像中，得到灰度差分圖像，進而提取移動目標輪廓。實驗結(jié)果表明，在所提方法的應(yīng)用下，目標輪廓毛刺數(shù)始終控制在50以下，輪廓提取精度較高。

發(fā)表于：7/24/2025

基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

經(jīng)典稀疏自適應(yīng)匹配追蹤（Sparsity Adaptive Matching Pursuit，SAMP）算法可以通過設(shè)置迭代步長，不斷逼近真實的稀疏度，以提高稀疏重構(gòu)的精度。然而，該算法使用內(nèi)積匹配準則，存在原子丟失的現(xiàn)象，同時由于無法精確估計信號中存在的真實稀疏度，導(dǎo)致重構(gòu)的精度依然無法達到滿意的效果，信道估計結(jié)果不佳。提出了一種基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計方法。該算法使用了廣義Jaccard系數(shù)匹配代替了內(nèi)積匹配，然后利用DFT對信號進行稀疏度預(yù)估計，同時用可變步長代替固定步長，可以精確、快速地逼近真實稀疏度。實驗結(jié)果表明，該信道估計方法優(yōu)于SAMP和其他傳統(tǒng)方法，并且可以用于實際水聲信道估計。

發(fā)表于：7/24/2025

基于等概率同步功耗補償?shù)腅CC抗側(cè)信道攻擊方案[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對資源受限的橢圓曲線密碼算法芯片抗側(cè)信道攻擊往往以犧牲芯片性能為代價的問題，提出一種基于等概率同步功耗補償?shù)臋E圓曲線密碼抗側(cè)信道攻擊方案。首先，根據(jù)密鑰猜測產(chǎn)生的中間數(shù)據(jù)的漢明距離特征生成概率分布差異函數(shù)；其次，根據(jù)生成的函數(shù)構(gòu)建可同步補償功耗的等概率映射模型；最后，利用模擬退火算法求出該模型的最優(yōu)解。仿真驗證結(jié)果表明：與其他傳統(tǒng)基于隨機化方式的抗側(cè)信道攻擊方案相比，在防護能力相當(dāng)?shù)臈l件下，所提方案的運算性能幾乎沒有損失，非常適用于資源受限的橢圓曲線密碼算法芯片。

發(fā)表于：7/24/2025

一種基于PPO算法的低空基站優(yōu)化模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通過優(yōu)化現(xiàn)有地面網(wǎng)絡(luò)基站來實現(xiàn)低空網(wǎng)絡(luò)服務(wù)具有成本低、建設(shè)快等優(yōu)點，面對低空基站優(yōu)化過程中存在的無線環(huán)境復(fù)雜、配置參數(shù)多樣、優(yōu)化目標互相影響等問題，提出了一種基于近端策略優(yōu)化算法的多維低空網(wǎng)絡(luò)基站優(yōu)化模型：通過射線追蹤技術(shù)計算不同類型、不同角度基站的低空覆蓋能力，并構(gòu)建支持多目標優(yōu)化和多參數(shù)配置的低空網(wǎng)絡(luò)基站優(yōu)化模型，利用PPO算法得到基站配置策略。在仿真環(huán)境中進行訓(xùn)練與結(jié)果驗證，證明該模型可有效生成基站優(yōu)化方案，且相較于基于A2C方法的模型具有更快的收斂速度和更好的基站優(yōu)化效果。

發(fā)表于：7/24/2025

基于邊緣計算的智慧工地視頻分析系統(tǒng)設(shè)計[模擬設(shè)計][安防電子]

為精準識別工地工人未正確佩戴安全帽行為，并且實現(xiàn)系統(tǒng)快速響應(yīng)問題，設(shè)計了一款采用邊緣側(cè)部署的智慧工地視頻分析系統(tǒng)。系統(tǒng)硬件方案使用兩顆AX650N芯片級聯(lián)的方式，顯著提高系統(tǒng)計算能力。軟件方案采用Ubuntu操作系統(tǒng)，基于主流目標檢測算法YOLOv8n，通過使用共享卷積層的空洞卷積替換SPPF模塊中的池化層提升檢測速度和精度；引入動態(tài)非單調(diào)調(diào)頻的WIoU損失函數(shù)來提升對低質(zhì)量樣本的檢測能力。實驗結(jié)果表明，優(yōu)化后的算法模型平均檢測精度提高了1.8%，模型權(quán)重所占空間減少17.4%，模型檢測速度提高了7.3%。在多個實地場景下進行系統(tǒng)測試，視頻目標行為智能分析結(jié)果成功率都達到97%以上，且平均響應(yīng)時間在1 s以內(nèi)，此系統(tǒng)可以顯著提高工地的管理效率與安全性。

發(fā)表于：7/24/2025

基于雙射頻芯片級聯(lián)的雷視一體系統(tǒng)設(shè)計實現(xiàn)[微波|射頻][智能交通]

在智能交通系統(tǒng)（Intelligent Transports System，ITS）領(lǐng)域，相較于單雷達和卡口相機的組合，雷視一體機有著成本低和數(shù)據(jù)融合的優(yōu)點?；谏漕l芯片級聯(lián)技術(shù)，對毫米波雷達性能進行提升，并采用專業(yè)級的安防芯片，通過多傳感器融合，設(shè)計了一款具有遠距離探測功能的雷視一體機系統(tǒng)。算法方面采用多傳感器融合算法，通過更換主干特征提取網(wǎng)絡(luò)和損失函數(shù)對目標檢測算法YOLOv8n進行改進，改進后參數(shù)量減少24%，模型大小減小22%。通過交通實地場景測試，驗證了雷視一體機系統(tǒng)的可靠性，最終實現(xiàn)交通路口場景的全方位監(jiān)測，且最遠探測距離可以達到350 m，探測精度可達97%以上，符合遠距交通雷視一體機的設(shè)計要求。

發(fā)表于：7/24/2025

一種伺服功率驅(qū)動電路的設(shè)計與實現(xiàn)[模擬設(shè)計][工業(yè)自動化]

針對現(xiàn)有電動伺服系統(tǒng)驅(qū)動電路效率低、電路復(fù)雜、強弱電不隔離等問題，介紹了一種輸出電流達36 A的直流有刷電機功率驅(qū)動電路，該電路具有效率高、熱功耗小、與微控制電路光電隔離、單電源供電等優(yōu)點。將該電路分解為四個組成部分，對各部分詳細說明，并從整個電路內(nèi)部工作原理及仿真實驗情況作具體分析。

發(fā)表于：7/24/2025

電容網(wǎng)絡(luò)對射頻SOI開關(guān)功率承受能力影響研究[微波|射頻][工業(yè)自動化]

通過比較分析研究電容網(wǎng)絡(luò)對射頻SOI開關(guān)功率承受能力的影響，主要包括射頻開關(guān)晶體管源極與漏極之間的橫向耦合電容Cdsn和射頻開關(guān)源極與漏極節(jié)點到GND的縱向耦合電容Cgndn。研究內(nèi)容包括射頻開關(guān)堆疊結(jié)構(gòu)Cdsn/Cgndn逐步變化，前兩級Cdsn/Cgndn電容值大小，前N級Cdsn/Cgndn電容網(wǎng)絡(luò)對射頻開關(guān)插入損耗、隔離度和功率承受能力的影響，研究結(jié)果為射頻開關(guān)電路設(shè)計提供參考。

發(fā)表于：7/24/2025

LVDS鏈路誤碼測試與動態(tài)優(yōu)化方法研究[模擬設(shè)計][航空航天]

隨著航天器技術(shù)的快速發(fā)展，飛機吊艙工作環(huán)境日益復(fù)雜，對圖像傳輸鏈路的可靠性提出了更高要求。為解決圖像傳輸鏈路中的誤碼問題，提出了一種基于FPGA的LVDS隔離誤碼測試系統(tǒng)。該系統(tǒng)創(chuàng)新性地設(shè)計了新型遞增碼編碼方式（通過逐位遞增的碼型設(shè)計增強誤碼檢測的敏感性）和動態(tài)訓(xùn)練機制（基于誤碼率反饋的自適應(yīng)訓(xùn)練策略優(yōu)化信號均衡參數(shù)），并實現(xiàn)了相應(yīng)的硬件和軟件系統(tǒng)。實驗結(jié)果表明，該系統(tǒng)在多種典型惡劣工況下均表現(xiàn)出優(yōu)異的誤碼檢測性能。通過提取測試數(shù)據(jù)中的誤碼時間序列特征，結(jié)合動態(tài)模型在線學(xué)習(xí)機制更新權(quán)重，誤碼預(yù)測精度誤差降低了62.5%，有效驗證了系統(tǒng)的實用性和可靠性。與現(xiàn)有主流誤碼測試方法相比，本系統(tǒng)不僅能夠?qū)崿F(xiàn)飛機吊艙圖像采集傳輸鏈路的誤碼檢測與定位，還支持動態(tài)優(yōu)化，為復(fù)雜環(huán)境下的高可靠性圖像傳輸提供了新的解決方案。

發(fā)表于：7/24/2025

時間敏感網(wǎng)絡(luò)遠程配置管理的研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為滿足工業(yè)自動化和汽車領(lǐng)域?qū)W(wǎng)絡(luò)高實時性、低時延的需求，以時間敏感網(wǎng)絡(luò)（TSN）為核心的確定性網(wǎng)絡(luò)技術(shù)近年來迅速發(fā)展。IEEE 802.1 TSN工作組提出的IEEE 802.1Qcc協(xié)議，通過集中化網(wǎng)絡(luò)配置（CNC）實現(xiàn)了對TSN配置的集中管理與動態(tài)分發(fā)。在此背景下，研究了基于NETCONF和YANG的TSN遠程配置管理方案，并驗證了其將配置參數(shù)從CNC下發(fā)至TSN交換機的可行性。研究結(jié)果為TSN交換機支持Qcc協(xié)議的實現(xiàn)提供了技術(shù)基礎(chǔ)，進一步推動了TSN技術(shù)在工業(yè)與車聯(lián)網(wǎng)場景中的實際應(yīng)用。

發(fā)表于：7/22/2025