亚洲人成图片小说网站,水蜜桃国产精品欧美日韩一区不卡,九九国产手机视频在线观看

基于開關(guān)多模式的Doherty射頻功率放大器設(shè)計(jì)[微波|射頻][其他]

在工作頻率為2.4 GHz的背景下，基于所設(shè)計(jì)的Doherty功率放大器，設(shè)計(jì)了一種改進(jìn)的多模開關(guān)控制和包絡(luò)跟蹤調(diào)制的Doherty功率放大器。設(shè)計(jì)中使用的電子管是Renesas的GaAs晶體管NE6510179A。設(shè)計(jì)的Doherty峰值輸出(32.0 dBm)時(shí)功率附加效率達(dá)到27.2%，回退6 dB時(shí)的功率附加效率為27.0%。在與搭建的包絡(luò)跟蹤模型級聯(lián)改進(jìn)后，新結(jié)構(gòu)對低輸出功率的功率附加效率有一定程度的改善，在中高輸出功率部分的線性度有較大的改善。

發(fā)表于：7/1/2022 3:39:00 PM

基于功放、功分技術(shù)的微波信號源擴(kuò)展方法研究[微波|射頻][工業(yè)自動(dòng)化]

量子超導(dǎo)計(jì)算芯片的測試需要幾十甚至上百路高頻微波信號輸入，普通微波信號源一般只有1～2個(gè)通道，遠(yuǎn)遠(yuǎn)不能滿足測試需求；若集成多個(gè)信號源以擴(kuò)展信號通道，不但體積龐大，成本昂貴，信號源的同步控制也是一個(gè)難題。針對上述問題，基于功放及功分技術(shù)，提出了對微波信號源的一路輸出進(jìn)行等功率擴(kuò)展的方法，設(shè)計(jì)了集成了衰減器、功放和功分模塊的信號源等幅擴(kuò)展裝置。利用微波信號源、頻譜儀、網(wǎng)分等測量儀器搭建實(shí)驗(yàn)平臺，對所設(shè)計(jì)信號源擴(kuò)展裝置的性能開展實(shí)驗(yàn)研究，同時(shí)驗(yàn)證基于功放、功分技術(shù)的微波信號源擴(kuò)展方法。實(shí)驗(yàn)結(jié)果表明，所提出的方法能保證所擴(kuò)展信號的中心頻率、功率與源信號高度一致，各擴(kuò)展通道的信號相位穩(wěn)定性好，相位長期漂移控制在±1°以內(nèi)，滿足了量子超導(dǎo)計(jì)算芯片測試的需求。

發(fā)表于：7/1/2022 3:34:00 PM

面向云計(jì)算環(huán)境的后處理服務(wù)[其他][其他]

后處理分析是計(jì)算流體力學(xué)仿真分析中的一個(gè)重要組成部分。面向云計(jì)算環(huán)境設(shè)計(jì)了一種后處理服務(wù)模型，基于模型實(shí)現(xiàn)了一個(gè)后處理服務(wù)原型軟件，用戶可以通過客戶端訪問實(shí)現(xiàn)對流場數(shù)據(jù)的后處理分析。這種面向云計(jì)算環(huán)境的后處理服務(wù)充分利用了云端服務(wù)器的高性能計(jì)算資源，實(shí)現(xiàn)了大規(guī)模數(shù)據(jù)的高效后處理計(jì)算，實(shí)現(xiàn)了“云+端”的靈活后處理分析，具有良好的可擴(kuò)展性。

發(fā)表于：7/1/2022 3:26:00 PM

基于改進(jìn)中值濾波的手機(jī)玻璃瑕疵圖像增強(qiáng)方法[其他][其他]

手機(jī)蓋板玻璃瑕疵檢測主要分為圖像獲取、圖像預(yù)處理、圖像分割和瑕疵分類這幾個(gè)步驟。由于高質(zhì)量圖像獲取難度大，接下來的圖像預(yù)處理就會(huì)顯得尤其重要。傳統(tǒng)的濾波方法在處理圖像噪聲時(shí)，都或多或少對圖片產(chǎn)生一定的模糊，損失部分有效信息，通常噪聲的存在會(huì)使得附近鄰域內(nèi)的極值上下差距較大，所以濾波變成不可或缺的步驟。改進(jìn)傳統(tǒng)的中值濾波，通過判斷目標(biāo)像素點(diǎn)是否需要進(jìn)行濾波處理的辦法，增強(qiáng)圖像的同時(shí)，使得有用瑕疵信息的損失降低。在濾波處理后用直方圖均衡化對圖像進(jìn)一步處理，起到圖像增強(qiáng)的效果。相比于傳統(tǒng)的中值濾波，該方法不僅會(huì)保留瑕疵邊緣信息，同時(shí)圖像增強(qiáng)后的效果也更好。

發(fā)表于：7/1/2022 3:22:00 PM

基于AIDC鏈路的多模式串口切換系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

目前，民航管制單位在與相鄰管制單位進(jìn)行AIDC移交時(shí)，如果采用的是X.25專線方式，則需要在本地2套自動(dòng)化系統(tǒng)之間共享一條物理鏈路。當(dāng)自動(dòng)化系統(tǒng)主備狀態(tài)切換時(shí)，往往需要人工方式切換線纜連接，切換時(shí)間較長且增加了故障風(fēng)險(xiǎn)。提出了一種串口切換設(shè)備的設(shè)計(jì)方案，使2套自動(dòng)化系統(tǒng)的X.25處理設(shè)備能夠以切換的方式共享一條專線鏈路，并且支持3種切換模式。目前切換器樣機(jī)已在北京區(qū)管測試平臺上進(jìn)行了功能測試，在主備自動(dòng)化系統(tǒng)AIDC鏈路切換場景下能夠?qū)崿F(xiàn)物理鏈路的快速切換。

發(fā)表于：7/1/2022 3:18:00 PM

基于YOLO的手機(jī)外觀缺陷視覺檢測算法[其他][其他]

針對在小規(guī)模手機(jī)屏幕缺陷數(shù)據(jù)檢測效率不高的問題，提出了一個(gè)基于YOLO v3的手機(jī)外觀缺陷視覺檢測算法，即YOLO-q-v3算法。YOLO-q-v3算法通過改進(jìn)DarkNet-53網(wǎng)絡(luò)結(jié)構(gòu)，減少原網(wǎng)絡(luò)的層數(shù)和相應(yīng)的模型參數(shù)，有效地提高算法的檢測效率。將YOLO v3算法和本文提出的YOLO-q-v3算法對同一數(shù)據(jù)集進(jìn)行對比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，YOLO-q-v3算法能夠正確識別手機(jī)屏幕裂痕，YOLO-q-v3在檢測速率上比YOLO v3算法提高了24%。

發(fā)表于：7/1/2022 3:15:00 PM

面向城市數(shù)字孿生的多尺度三維建模方法研究[其他][其他]

城市三維模型作為城市物理實(shí)體的立體可視化表達(dá)，是連接物理空間與數(shù)字空間的橋梁，也是實(shí)現(xiàn)城市數(shù)字孿生的關(guān)鍵基礎(chǔ)。對當(dāng)前城市數(shù)字化三維重建技術(shù)及應(yīng)用進(jìn)行研究，從不同尺度的三維建模方法出發(fā)，對“天空地室元”多尺度全要素建模方法進(jìn)行總結(jié)，并分析數(shù)字孿生城市三維重建面臨的挑戰(zhàn)和趨勢。

發(fā)表于：7/1/2022 3:11:00 PM

衛(wèi)星通信鏈路上/下行及單/雙通道計(jì)算方法研究[其他][航空航天]

針對衛(wèi)星X波段通信系統(tǒng)鏈路設(shè)計(jì)需求，詳細(xì)研究了傳輸過程中的各項(xiàng)損耗、干擾及系統(tǒng)指標(biāo)和特性，提出了衛(wèi)星通信系統(tǒng)的上、下行及單、雙通道情況下的多種鏈路計(jì)算方法，并通過實(shí)際示例驗(yàn)證該計(jì)算模型的可行性。該計(jì)算方法模型可用于衛(wèi)星通信系統(tǒng)的參數(shù)選擇、信號質(zhì)量鏈路能力的預(yù)測，對衛(wèi)星通信系統(tǒng)的設(shè)計(jì)具有指導(dǎo)意義。

發(fā)表于：7/1/2022 3:07:00 PM

基于輕量級密集神經(jīng)網(wǎng)絡(luò)的車載自組網(wǎng)入侵檢測方法[通信與網(wǎng)絡(luò)][汽車電子]

在車載自組網(wǎng)中，攻擊者可以通過偽造、篡改消息等方式發(fā)布虛假交通信息，導(dǎo)致交通擁堵甚至是嚴(yán)重的交通事故，而傳統(tǒng)的入侵檢測方法不能滿足車載自組網(wǎng)的應(yīng)用需求。為了解決現(xiàn)階段車載網(wǎng)中入侵檢測方法性能低且存儲(chǔ)與時(shí)間成本高的問題，提出了一種基于密集神經(jīng)網(wǎng)絡(luò)的入侵檢測方法L-DenseNet(Light Dense Neural Network)，通過降低模型復(fù)雜性，提升算法訓(xùn)練速度和部署適應(yīng)性，使其更適用于車載自組網(wǎng)中的入侵檢測。在VeReMi數(shù)據(jù)集上進(jìn)行對比實(shí)驗(yàn)，結(jié)果表明，該方法在識別各類攻擊的精確率和召回率的綜合表現(xiàn)最好，且具有較少的時(shí)間成本和存儲(chǔ)開銷。

發(fā)表于：7/1/2022 3:03:00 PM

基于自校驗(yàn)孿生神經(jīng)網(wǎng)絡(luò)的故障區(qū)段定位方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對中壓配電網(wǎng)區(qū)段定位方法所存在的由系統(tǒng)中性點(diǎn)接地方式、故障點(diǎn)距離和過渡電阻大小等環(huán)境因素，以及電流互感器極性未知或智能電表錯(cuò)誤安裝等人為因素所導(dǎo)致的定位不準(zhǔn)確問題，提出一種平穩(wěn)小波極性校驗(yàn)下基于孿生神經(jīng)網(wǎng)絡(luò)的故障區(qū)段定位方法。首先，分析了零序電流暫態(tài)特征，指出了傳統(tǒng)線性相關(guān)法存在的定位缺陷；其次，使用平穩(wěn)小波變換解決信號同步和設(shè)備反接的問題；最后引入孿生神經(jīng)網(wǎng)絡(luò)對故障點(diǎn)上下游信號進(jìn)行相似性匹配，經(jīng)訓(xùn)練該模型可以準(zhǔn)確定位故障區(qū)段。通過仿真驗(yàn)證，該方法具有較強(qiáng)的抗干擾能力，對于定位盲區(qū)也有較高的識別率。

發(fā)表于：7/1/2022 2:59:00 PM