• 首頁
  • 新聞
    業(yè)界動態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場分析
    圖說新聞
    會展
    專題
    期刊動態(tài)
  • 設計資源
    設計應用
    解決方案
    電路圖
    技術專欄
    資源下載
    PCB技術中心
    在線工具庫
  • 技術頻道
    模擬設計
    嵌入式技術
    電源技術
    可編程邏輯
    測試測量
    通信與網(wǎng)絡
  • 行業(yè)頻道
    工業(yè)自動化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡
    5G
    數(shù)據(jù)中心
    信息安全
    汽車電子
  • 大學堂
  • 期刊
  • 文獻檢索
期刊投稿
登錄 注冊

基于AIDC鏈路的多模式串口切換系統(tǒng)的設計與實現(xiàn)

基于AIDC鏈路的多模式串口切換系統(tǒng)的設計與實現(xiàn)[其他][其他]

目前,民航管制單位在與相鄰管制單位進行AIDC移交時,如果采用的是X.25專線方式,則需要在本地2套自動化系統(tǒng)之間共享一條物理鏈路。當自動化系統(tǒng)主備狀態(tài)切換時,往往需要人工方式切換線纜連接,切換時間較長且增加了故障風險。提出了一種串口切換設備的設計方案,使2套自動化系統(tǒng)的X.25處理設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。目前切換器樣機已在北京區(qū)管測試平臺上進行了功能測試,在主備自動化系統(tǒng)AIDC鏈路切換場景下能夠實現(xiàn)物理鏈路的快速切換。

發(fā)表于:7/1/2022 3:18:00 PM

基于YOLO的手機外觀缺陷視覺檢測算法

基于YOLO的手機外觀缺陷視覺檢測算法[其他][其他]

針對在小規(guī)模手機屏幕缺陷數(shù)據(jù)檢測效率不高的問題,提出了一個基于YOLO v3的手機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DarkNet-53網(wǎng)絡結構,減少原網(wǎng)絡的層數(shù)和相應的模型參數(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)集進行對比實驗,實驗結果表明,YOLO-q-v3算法能夠正確識別手機屏幕裂痕,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

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體的立體可視化表達,是連接物理空間與數(shù)字空間的橋梁,也是實現(xiàn)城市數(shù)字孿生的關鍵基礎。對當前城市數(shù)字化三維重建技術及應用進行研究,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行總結,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/雙通道計算方法研究

衛(wèi)星通信鏈路上/下行及單/雙通道計算方法研究[其他][航空航天]

針對衛(wèi)星X波段通信系統(tǒng)鏈路設計需求,詳細研究了傳輸過程中的各項損耗、干擾及系統(tǒng)指標和特性,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算方法,并通過實際示例驗證該計算模型的可行性。該計算方法模型可用于衛(wèi)星通信系統(tǒng)的參數(shù)選擇、信號質量鏈路能力的預測,對衛(wèi)星通信系統(tǒng)的設計具有指導意義。

發(fā)表于:7/1/2022 3:07:00 PM

基于輕量級密集神經(jīng)網(wǎng)絡的車載自組網(wǎng)入侵檢測方法

基于輕量級密集神經(jīng)網(wǎng)絡的車載自組網(wǎng)入侵檢測方法[通信與網(wǎng)絡][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,導致交通擁堵甚至是嚴重的交通事故,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與時間成本高的問題,提出了一種基于密集神經(jīng)網(wǎng)絡的入侵檢測方法L-DenseNet(Light Dense Neural Network),通過降低模型復雜性,提升算法訓練速度和部署適應性,使其更適用于車載自組網(wǎng)中的入侵檢測。在VeReMi數(shù)據(jù)集上進行對比實驗,結果表明,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,且具有較少的時間成本和存儲開銷。

發(fā)表于:7/1/2022 3:03:00 PM

基于自校驗孿生神經(jīng)網(wǎng)絡的故障區(qū)段定位方法

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

針對中壓配電網(wǎng)區(qū)段定位方法所存在的由系統(tǒng)中性點接地方式、故障點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誤安裝等人為因素所導致的定位不準確問題,提出一種平穩(wěn)小波極性校驗下基于孿生神經(jīng)網(wǎng)絡的故障區(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備反接的問題;最后引入孿生神經(jīng)網(wǎng)絡對故障點上下游信號進行相似性匹配,經(jīng)訓練該模型可以準確定位故障區(qū)段。通過仿真驗證,該方法具有較強的抗干擾能力,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

基于表面掃描法的SiP器件近場電磁輻射測試方法

基于表面掃描法的SiP器件近場電磁輻射測試方法[其他][其他]

在近場電磁輻射測試研究中,還沒有一套完整的面向單個元器件的測試方法。針對此問題,基于表面掃描法對SiP器件的近場電磁輻射測試方法進行研究。第一,利用X光研究SiP器件內部結構并進行干擾源分析;第二,完成硬件、軟件層搭建使器件進入工作狀態(tài);第三,搭建近場測試系統(tǒng),對工作中的器件實施近場測試。在案例研究中,所用SiP器件內部封裝外圍器件和作為主要干擾源的處理器。近場測試結果顯示,PCB上輻射主要集中在SiP器件周圍,器件近場輻射集中在處理器芯片處。案例研究的結果說明這種測試方法可以有效測量SiP器件的近場電磁輻射,并對器件內干擾源進行分析。

發(fā)表于:7/1/2022 2:55:00 PM

大擺幅輸出的高速線性行波驅動器

大擺幅輸出的高速線性行波驅動器[其他][其他]

基于0.13 μm SiGe BiCMOS工藝設計了高速線性行波馬赫-曾德爾調制器(Mach-Zehnder Modulators,MZM)驅動器。驅動器主要由三個部分組成,分別是輸入級、輸出級和直流消除(Direct Current Offset Compensation,DCOC)。輸入級在差分對的發(fā)射極引入可變電容和可變電阻來實現(xiàn)增益可調的功能,在輸出節(jié)點采用了并聯(lián)電感峰化技術來提高帶寬;輸出級中采用了擊穿電壓倍增技術來獲得大擺幅輸出電壓,以及采用了并聯(lián)電感峰化技術來提高帶寬;DCOC通過在行波MZM驅動器的輸出和輸入之間建立反饋以消除直流失調,并且采用了一階低通濾波器以保證環(huán)路穩(wěn)定。仿真結果顯示,驅動器的增益可以在較大的范圍內可調,DCOC環(huán)路的相位裕度高達82°,最高工作速率為100 Gb/s,輸出Vpp約為4 V,可以很好地驅動行波MZM。

發(fā)表于:7/1/2022 2:50:00 PM

C-R型多通道10 bit SAR-ADC設計

C-R型多通道10 bit SAR-ADC設計[模擬設計][其他]

采用0.13 μm工藝,設計并實現(xiàn)了一款單端CR型分級的10 bit SAR-ADC。在設計中,CR型分級的采用顯著降低了芯片面積,高5位的溫度計碼控制有效消除時鐘潰通等誤差,自舉開關的設計提高了采樣精度,前置放大器的高精度靜態(tài)比較器有效降低失調、提升了轉換精度。設計的ADC內核尺寸為580 μm×290 μm,后仿真結果顯示,在采樣率1 MS/s下,輸入正弦信號200 kHz時,ENOB可達9.5位,EO=1 LSB。

發(fā)表于:7/1/2022 2:46:00 PM

Yolo神經(jīng)網(wǎng)絡在集成電路焊盤布局規(guī)則檢測上的應用研究

Yolo神經(jīng)網(wǎng)絡在集成電路焊盤布局規(guī)則檢測上的應用研究[模擬設計][通信網(wǎng)絡]

為探索深度學習在集成電路設計自動化上的應用,以電源和接地焊盤的排列規(guī)則作為檢查案例,研究了Yolo v3神經(jīng)網(wǎng)絡在版圖檢查上的可行性。采用Python腳本批量生成版圖樣本圖片,并使用LabelImg進行標簽標記。使用TensorFlow框架編寫了基于Yolo v3的版圖檢查器。結果顯示,版圖檢查器在判斷焊盤布局正確性上實現(xiàn)了高精確率與高召回率。此外,還通過調整版圖的大小、形狀、對稱性與焊盤數(shù)目的方式對檢查器進行了進一步測試。檢查器仍表現(xiàn)卓越,體現(xiàn)出良好的擴展性。研究表明Yolo v3可以很好地找出焊盤布局的錯誤。深度學習在集成電路版圖檢查中的潛力大,值得繼續(xù)探索。

發(fā)表于:7/1/2022 2:42:00 PM

  • ?
  • …
  • 143
  • 144
  • 145
  • 146
  • 147
  • 148
  • 149
  • 150
  • 151
  • 152
  • …
  • ?

活動

MORE
  • 【技術沙龍】可信數(shù)據(jù)空間構建“安全合規(guī)的數(shù)據(jù)高速公路”
  • 【下載】5G及更多無線技術應用實戰(zhàn)案例
  • 【通知】2025第三屆電子系統(tǒng)工程大會調整時間的通知
  • 【征文】2025電子系統(tǒng)工程大會“數(shù)據(jù)編織”分論壇征文通知
  • 【技術沙龍】聚焦數(shù)據(jù)資產(chǎn)——從技術治理到價值變現(xiàn)

高層說

MORE
  • 以技術創(chuàng)新與“雙A戰(zhàn)略”引領網(wǎng)安高質量發(fā)展
    以技術創(chuàng)新與“雙A戰(zhàn)略”引領網(wǎng)安高質量發(fā)展
  • 創(chuàng)新,向6G:人工智能在無線接入網(wǎng)中的應用潛力
    創(chuàng)新,向6G:人工智能在無線接入網(wǎng)中的應用潛力
  • API安全:守護智能邊緣的未來
    API安全:守護智能邊緣的未來
  • 從棕地工廠到智能工廠
    從棕地工廠到智能工廠
  • 革新車內視界:OLED引領智能座艙新變革
    革新車內視界:OLED引領智能座艙新變革
  • 網(wǎng)站相關
  • 關于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務
  • 內容許可
  • 廣告服務
  • 雜志訂閱
  • 會員與積分
  • 積分商城
  • 會員等級
  • 會員積分
  • VIP會員
  • 關注我們

Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2

感谢您访问我们的网站,您可能还对以下资源感兴趣:

欧美色综合二区