av香港三级级在线,欧美日韩精品国产一区在线 ,亚洲日韩女同一区二区三区

一種應(yīng)用乒乓自歸零的高精度放大器[模擬設(shè)計][工業(yè)自動化]

設(shè)計實現(xiàn)了一種低失調(diào)、高增益的運算放大器（運放）。整體電路包含帶隙基準、振蕩器、分頻器、輔助運放和主運放等。該電路采用乒乓結(jié)構(gòu)的自歸零技術(shù)，實現(xiàn)了連續(xù)工作，同時顯著縮減了放大器的輸入失調(diào)偏移。此外，還提出了一種新穎、高效的控制時序，以較低的成本有效降低了放大器在乒乓切換過程中的穩(wěn)定時間，進一步減小了放大器的輸出毛刺。該放大器芯片基于350 nm CMOS工藝設(shè)計制造，實際測試結(jié)果表明，在5 V電源電壓下，放大器消耗了0.65 mA的電流，實現(xiàn)了最大3 µV的輸入失調(diào)偏移，增益帶寬積為8 MHz，噪聲頻譜密度降到了30 nV/√Hz。

發(fā)表于：3/17/2025 4:19:35 PM

一種帶短路保護的磁隔離IGBT驅(qū)動架構(gòu)[模擬設(shè)計][工業(yè)自動化]

設(shè)計一種帶短路保護的磁隔離IGBT驅(qū)動架構(gòu)，該架構(gòu)采用變壓器隔離，集成去飽和檢測電路、米勒鉗位電路和軟關(guān)斷，當IGBT發(fā)生短路故障退出飽和區(qū)，便對器件執(zhí)行軟關(guān)斷，并通過米勒鉗位電路抑制柵極電壓尖峰。同時通過故障反饋通道將故障信號反饋給前級控制器，實現(xiàn)對短路故障的快速響應(yīng)。仿真和實測結(jié)果表明，本架構(gòu)具有8 kV的隔離耐壓，去飽和檢測和米勒鉗位閾值分別為9 V和2 V，去飽和故障響應(yīng)時間為419 ns，故障報錯時間為311 ns，軟關(guān)斷時間為136 ns。該架構(gòu)實現(xiàn)了短路故障保護和故障反饋，已應(yīng)用在某一高耐壓隔離IGBT驅(qū)動器中。

發(fā)表于：3/17/2025 4:03:31 PM

X波段寬帶高效率連續(xù)類功率放大器芯片設(shè)計[模擬設(shè)計][通信網(wǎng)絡(luò)]

為提高功率放大器的帶寬和效率，基于0.25 μm GaAs pHEMT ED工藝，通過控制輸出級二次諧波阻抗進行波形控制，實現(xiàn)連續(xù)B/J類波形，設(shè)計了一款單片集成的X波段高效率連續(xù)B/J類功率放大器。放大器由兩級構(gòu)成，驅(qū)動級使用增強型晶體管實現(xiàn)高增益，輸出級使用耗盡型晶體管實現(xiàn)高效率與瓦級的輸出功率。仿真結(jié)果顯示，該功率放大器在7.3~12.2 GHz的頻帶內(nèi)實現(xiàn)了29~30.6 dBm的輸出功率，功率增益為17~18.6 dB，功率附加效率大于50%，峰值效率為59%，輸入回波損耗小于10 dB，芯片尺寸僅為2.1 mm×1.3 mm。

發(fā)表于：3/17/2025 3:46:10 PM

基于機器學(xué)習(xí)的智能傳感器綜述[MEMS|傳感技術(shù)][工業(yè)自動化]

隨著機器學(xué)習(xí)的飛速發(fā)展，機器學(xué)習(xí)算法創(chuàng)建的智能模型正逐步成為新型傳感器數(shù)據(jù)分析的核心部分。首先介紹了支持機器學(xué)習(xí)的智能傳感器背景，對智能模型的構(gòu)建和數(shù)據(jù)集的生成、驗證、測試過程進行簡述，隨后列舉了基于機器學(xué)習(xí)的智能傳感器的應(yīng)用，最后指出了基于機器學(xué)習(xí)的智能傳感器目前面臨的問題和挑戰(zhàn)并提出了具有可行性的解決方法，為相關(guān)研究人員提供有價值的學(xué)術(shù)參考。

發(fā)表于：3/17/2025 3:17:38 PM

制導(dǎo)雷達智能處理技術(shù)現(xiàn)狀和發(fā)展趨勢[模擬設(shè)計][通信網(wǎng)絡(luò)]

圍繞制導(dǎo)雷達智能處理技術(shù)的最新進展及其發(fā)展趨勢進行綜述。闡述了當前在制導(dǎo)雷達智能處理領(lǐng)域存在的技術(shù)挑戰(zhàn)，從多源信息融合技術(shù)、跟蹤與濾波方法、智能化與認知技術(shù)及智能抗干擾技術(shù)等方面著手，梳理總結(jié)了近幾年的研究進展，并針對該領(lǐng)域未來技術(shù)發(fā)展趨勢進行了展望。整體上看，智能處理技術(shù)正朝著高度集成化、自主智能化和多模態(tài)融合的方向發(fā)展，以提升制導(dǎo)雷達的精確性和可靠性，為未來制導(dǎo)系統(tǒng)提供更為強大、靈活和可靠的導(dǎo)引信息。

發(fā)表于：3/17/2025 2:59:22 PM

基于有限記憶、概率學(xué)習(xí)的雙時間尺度切片資源分配方法[通信與網(wǎng)絡(luò)][5G]

網(wǎng)絡(luò)切片是使網(wǎng)絡(luò)能夠滿足不同垂直領(lǐng)域的不同服務(wù)需求的關(guān)鍵要素，為解決網(wǎng)絡(luò)中切片類型動態(tài)變化的問題，提出了一種聯(lián)邦-多智能體強化學(xué)習(xí)雙時間尺度資源分配（F-MALML）算法。大時間尺度下，通過有限記憶學(xué)習(xí)算法為每個基站分配資源；小時間尺度內(nèi)各基站使用F-MALML算法進一步為切片中的用戶動態(tài)分配資源。引入了一種概率學(xué)習(xí)機制，根據(jù)前一時隙的分配結(jié)果和網(wǎng)絡(luò)實際狀態(tài)，動態(tài)調(diào)整每個時間尺度的分配策略。仿真結(jié)果表明，所提算法相比于其他兩種基準算法在新增切片的切片滿意度及系統(tǒng)頻譜效率方面都有較大提升，且表現(xiàn)出更好的穩(wěn)定性。

發(fā)表于：3/17/2025 2:17:41 PM

基于神經(jīng)網(wǎng)絡(luò)的加密惡意流量檢測技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

隨著加密通信的廣泛應(yīng)用，傳統(tǒng)基于內(nèi)容分析的惡意流量檢測方法逐漸失效，如何高效檢測加密流量中的惡意行為成為網(wǎng)絡(luò)安全領(lǐng)域的研究重點。研究提出了一種基于神經(jīng)網(wǎng)絡(luò)的加密惡意流量檢測方法，通過深度學(xué)習(xí)模型實現(xiàn)惡意加密流量的分類。首先，將網(wǎng)絡(luò)流量預(yù)處理并提取關(guān)鍵特征，包括包大小分布、時間間隔及協(xié)議類型等，隨后將特征映射為二維特征圖（Feature Map），作為深度學(xué)習(xí)模型的輸入。設(shè)計可伸縮的窗口自注意力機制，利用Transfomer神經(jīng)網(wǎng)絡(luò)模型對特征圖進行分類，實現(xiàn)了對惡意流量的高效檢測。實驗結(jié)果表明，該方法在檢測精度、召回率等方面均表現(xiàn)優(yōu)異，為解決加密流量惡意行為檢測問題提供了一種可行方案。

發(fā)表于：3/17/2025 2:01:23 PM

5G非地面網(wǎng)絡(luò)技術(shù)進展研究[通信與網(wǎng)絡(luò)][5G]

非地面網(wǎng)絡(luò)（Non-Terrestrial Network， NTN）的出現(xiàn)標志著通信技術(shù)的重大突破，它通過利用衛(wèi)星和高空平臺擴展了地面網(wǎng)絡(luò)的覆蓋范圍，從而為全球范圍內(nèi)的通信提供了新的解決方案。對NTN進行了多方面的研究，具體包括以下幾個方面：首先，介紹了NTN的基本概念及其重要性，并全面概述了NTN的部署模式、應(yīng)用場景和工作頻段，同時詳細描述了不同的系統(tǒng)架構(gòu)；其次，探討了NTN面臨的主要技術(shù)挑戰(zhàn)，并總結(jié)了相關(guān)的研究成果；最后，對NTN的未來發(fā)展進行了展望，指出了潛在的技術(shù)創(chuàng)新和發(fā)展路徑。

發(fā)表于：3/17/2025 1:44:00 PM

6G分布式網(wǎng)絡(luò)場景和需求研究[通信與網(wǎng)絡(luò)][5G]

為滿足未來行業(yè)應(yīng)用需求，6G網(wǎng)絡(luò)需構(gòu)建高性能、高靈活性和高可靠性的網(wǎng)絡(luò)。從6G分布式網(wǎng)絡(luò)場景和需求出發(fā)，設(shè)計了由中心網(wǎng)絡(luò)節(jié)點和分布式網(wǎng)絡(luò)節(jié)點組成的6G分布式網(wǎng)絡(luò)架構(gòu)，并提出了網(wǎng)絡(luò)節(jié)點粒度的信息交互、業(yè)務(wù)連續(xù)性保障、網(wǎng)絡(luò)自治及組網(wǎng)協(xié)同等關(guān)鍵技術(shù)。研究結(jié)果表明，該架構(gòu)和關(guān)鍵技術(shù)能有效支持6G網(wǎng)絡(luò)的多樣化服務(wù)和靈活部署，為6G網(wǎng)絡(luò)的發(fā)展提供理論支撐和實踐指導(dǎo)。

發(fā)表于：3/17/2025 1:32:10 PM

典型特種設(shè)備質(zhì)控分布式云平臺設(shè)計及應(yīng)用[其他][信息安全]

針對特種設(shè)備數(shù)據(jù)跨區(qū)域、多主體、分布分散、質(zhì)量低、共享難、效率低、無法及時為特種設(shè)備智慧監(jiān)管賦能問題，研發(fā)電梯、長管拖車、大型游樂設(shè)施等典型特種設(shè)備質(zhì)控分布式云平臺并進行應(yīng)用。提出了特種設(shè)備質(zhì)控分布式云平臺設(shè)計的基礎(chǔ)技術(shù)需求、應(yīng)用集成需求、架構(gòu)需求、安全需求和性能需求，以服務(wù)+數(shù)據(jù)為核心，通過能力平臺化、管控集中化，建立了高彈性、高可靠的分布式云平臺架構(gòu)，并設(shè)計開發(fā)云平臺原型；以檢驗大數(shù)據(jù)平臺、特種設(shè)備質(zhì)控分布式云平臺、國家電梯事故追溯平臺、長管拖車動態(tài)風(fēng)險監(jiān)管平臺、全國大型游樂設(shè)施健康管理平臺構(gòu)成“1+N+3”的平臺主線建立示范應(yīng)用場景，實現(xiàn)存證、追溯、協(xié)同三方面的應(yīng)用，為智慧監(jiān)管提供新的手段和工具，提高特種設(shè)備管理的效率和透明度。

發(fā)表于：3/4/2025 2:20:57 PM