一本久道久久综合狠狠老,国产情侣91一区二区三区

保序模塊的formal fpv驗證[其他][其他]

與simulation驗證相比，formal驗證方法可以在短時間內(nèi)遍歷所有可能的激勵，大大提高驗證的效率。保序模塊與時序控制以及流水線控制密切相關(guān)，設(shè)計規(guī)模較大，邏輯復(fù)雜度較高。介紹了使用formal fpv驗證保序模塊的流程，并對JasperGold debug結(jié)果進(jìn)行了分析，采用formal fpv驗證能提高驗證效率，加快驗證收斂速度。

發(fā)表于：8/9/2022 11:40:00 AM

極化SAR影像地物智能分類技術(shù)進(jìn)展[其他][其他]

對基于極化SAR影像的地物分類技術(shù)發(fā)展進(jìn)行歸納與總結(jié)。首先提出地物分類技術(shù)的價值需求和應(yīng)用特點，對其所要解決的科學(xué)問題進(jìn)行歸納；其次總結(jié)分析極化SAR影像分類的一般技術(shù)流程；進(jìn)一步對國內(nèi)外研究現(xiàn)狀與技術(shù)算法特點進(jìn)行分類梳理，提出其在理論方法與地物分類應(yīng)用中的技術(shù)優(yōu)缺點，尤其對基于人工智能理論的極化SAR影像地物分類技術(shù)進(jìn)行探討；最后結(jié)合SAR遙感的發(fā)展趨勢，指出未來極化SAR影像地物智能分類技術(shù)的研究方向。

發(fā)表于：8/9/2022 11:34:00 AM

一種基于深度強化學(xué)習(xí)的任務(wù)卸載方法[通信與網(wǎng)絡(luò)][汽車電子]

隨著車聯(lián)網(wǎng)的快速發(fā)展，車載應(yīng)用大多是計算密集和延遲敏感的。車輛是資源受限的設(shè)備，無法為這些應(yīng)用提供所需的計算和存儲資源。邊緣計算通過將計算和存儲資源提供給網(wǎng)絡(luò)邊緣的車輛，有望成為滿足低延遲需求的有效解決方案。這種將任務(wù)卸載到邊緣服務(wù)器的計算模式不僅可以克服車輛資源的不足，還可以避免將任務(wù)卸載到云可能導(dǎo)致的高延遲。提出了一種基于深度強化學(xué)習(xí)的任務(wù)卸載方法，以最小化任務(wù)的平均完成時間。首先，把多任務(wù)卸載決策問題規(guī)約為優(yōu)化問題。其次，使用深度強化學(xué)習(xí)對優(yōu)化問題進(jìn)行求解，以獲得具有最小完成時間的優(yōu)化卸載策略。最后，實驗結(jié)果表明，該方法的性能優(yōu)于其他基準(zhǔn)方法。

發(fā)表于：8/9/2022 11:29:00 AM

基于FPGA的雷達(dá)A式顯示電路設(shè)計[可編程邏輯][其他]

為了實現(xiàn)對雷達(dá)顯示技術(shù)的優(yōu)化與升級，設(shè)計實現(xiàn)了一種基于FPGA的雷達(dá)A式顯示電路，采用FPGA集成雷達(dá)顯示IP核實現(xiàn)雷達(dá)前端信號的采樣、處理及顯示。該設(shè)計利用FPGA芯片龐大的可編程邏輯單元以及豐富的成熟IP核的優(yōu)勢，實現(xiàn)了單片邏輯芯片實現(xiàn)雷達(dá)輸入信號的接收、采樣、變換以及顯示的功能，簡化了以往雷達(dá)顯示電路的硬件結(jié)構(gòu)，降低了信號的顯示延遲，整體提升雷達(dá)顯示性能。同時該設(shè)計可以通過進(jìn)一步修改內(nèi)部IP核實現(xiàn)其他雷達(dá)顯示方式，使其具備硬件設(shè)備的通用性和可擴(kuò)展性。

發(fā)表于：8/9/2022 11:24:00 AM

基于雙平行馬赫曾德調(diào)制器的微波光子測向技術(shù)研究[其他][其他]

針對傳統(tǒng)的電域測向方法工作頻率低、帶寬窄，很難滿足未來電子偵察系統(tǒng)需求的難題，介紹了一種結(jié)構(gòu)緊湊的基于相位干涉儀原理的微波光子測向方案，利用雙平行馬赫曾德調(diào)制器來實現(xiàn)超寬頻帶的高精度測向。仿真和實驗結(jié)果表明，所提出的設(shè)計方法可以在5~40 GHz頻率范圍內(nèi)實現(xiàn)-90°~+90°的相位差測量，測量相位誤差可達(dá)到±2°以內(nèi)。

發(fā)表于：8/9/2022 11:20:00 AM

一種基于不確定分布的多目標(biāo)航跡關(guān)聯(lián)模型及求解[其他][其他]

傳統(tǒng)航跡關(guān)聯(lián)模型中通常將噪聲和干擾用高斯分布來描述，而電子裝備的大量使用，使得戰(zhàn)場電磁環(huán)境日趨復(fù)雜。針對這一問題，提出了一種基于不確定分布的多目標(biāo)航跡關(guān)聯(lián)模型，通過引入不確定分布函數(shù)來描述航跡關(guān)聯(lián)過程中的噪聲及干擾，使模型更符合戰(zhàn)場真實情況，構(gòu)建了雙傳感器情況下的多目標(biāo)航跡關(guān)聯(lián)流程，并利用經(jīng)典算法對不同數(shù)量目標(biāo)進(jìn)行了仿真驗證。結(jié)果表明，在同等條件下，所提出的模型均優(yōu)于傳統(tǒng)模型，能夠帶來關(guān)聯(lián)準(zhǔn)確率的提升。

發(fā)表于：8/9/2022 11:15:00 AM

小型調(diào)頻連續(xù)波雷達(dá)優(yōu)化設(shè)計與性能分析[其他][其他]

調(diào)頻連續(xù)波(Frequency Modulation Continuous Wave，F(xiàn)MCW)雷達(dá)具有體積小、功耗低、低截獲特性，在車載導(dǎo)航雷達(dá)、低截獲雷達(dá)等領(lǐng)域應(yīng)用廣泛。借鑒麻省理工學(xué)院咖啡罐雷達(dá)的設(shè)計，使用模塊化集成微波器件，改造完成了一套S波段小型FMCW雷達(dá)系統(tǒng)。該系統(tǒng)設(shè)計的簡易陣列天線增加了信號增益；調(diào)整電子線路板以增強系統(tǒng)穩(wěn)定性，改進(jìn)音頻接口使得應(yīng)用更加廣泛，使用距離多普勒(RD)方法測量目標(biāo)參數(shù)，并在原來“停-走-?！膘o止模型的基礎(chǔ)上增加了滑軌連續(xù)運動的改進(jìn)RD成像算法，補償了運動期間多普勒伸縮對合成孔徑雷達(dá)(SAR)成像的影響。通過仿真和實測實驗驗證了該系統(tǒng)設(shè)計的合理性和可靠性。

發(fā)表于：8/9/2022 11:10:00 AM

岸基對海雷達(dá)STC曲線設(shè)計與性能對比[其他][其他]

雷達(dá)對海探測過程中，近程海雜波回波功率大，嚴(yán)重影響雷達(dá)接收機工作和后續(xù)信號處理，為了平衡雷達(dá)接收機的增益和靈敏度，需要合理設(shè)計靈敏度時間控制(STC)曲線。介紹了利用GARCH模型、多項式函數(shù)、雷達(dá)距離方程和指數(shù)函數(shù)的四種STC設(shè)計曲線方法，采用高、低兩種海況下實測數(shù)據(jù)對四種STC曲線的近程海雜波抑制性能進(jìn)行了對比分析。實驗結(jié)果表明，在高、低兩種海況下，雷達(dá)距離方程形式的STC曲線抑制海雜波性能顯著；GARCH模型建模的STC曲線適用于低海況下；多項式形式和指數(shù)形式的STC曲線在不同海況下效果接近。

發(fā)表于：8/9/2022 10:37:00 AM

基于多重注意力引導(dǎo)的人群計數(shù)算法[其他][其他]

針對實際場景中存在的人群非均勻分布問題，提出了一種基于多重注意力引導(dǎo)的人群計數(shù)算法。首先，基于輕量級金字塔切分注意力機制構(gòu)建了自頂向下的特征融合路徑，旨在促進(jìn)高層語義信息和低層空間細(xì)節(jié)的融合，生成高級語義和空間細(xì)節(jié)兼?zhèn)涞母哔|(zhì)量特征圖；然后，提取并融合多尺度上下文信息，以此生成關(guān)注于不同密度分布模式的注意力權(quán)重圖；最后，通過注意力權(quán)重圖指導(dǎo)密度回歸網(wǎng)絡(luò)識別不同分布狀態(tài)下的行人目標(biāo)，增強模型對密度變化的適應(yīng)性，生成高質(zhì)量人群密度圖。在ShanghaiTech、UCF_QNRF和JHU-CROWD++三個數(shù)據(jù)集上進(jìn)行了大量的實驗來說明所提算法的先進(jìn)性。

發(fā)表于：7/20/2022 10:18:04 PM

基于標(biāo)簽嵌入的多模態(tài)多標(biāo)簽情感識別算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

多模態(tài)情感分析目前是多模態(tài)分析和自然語言處理領(lǐng)域的研究熱點，在商品推薦、智能客服等場景中具有廣泛的應(yīng)用?，F(xiàn)有的方法在多標(biāo)簽場景下對標(biāo)簽間依賴性表示不充分，并且忽略了模態(tài)特征之間語義差距。對此提出了一種基于標(biāo)簽嵌入的多模態(tài)多標(biāo)簽情感識別算法，通過訓(xùn)練的標(biāo)簽嵌入向量捕獲標(biāo)簽之間依賴關(guān)系，對模態(tài)特征添加約束減小模態(tài)之間的語義差距。實驗結(jié)果顯示，該算法在多模態(tài)多標(biāo)簽情感識別任務(wù)中在準(zhǔn)確率和漢明損失指標(biāo)上相較于現(xiàn)有方法有明顯提升。

發(fā)表于：7/20/2022 10:10:09 PM