今夜无人入睡在线观看高清电影,日韩人妻av一区二区三区

基于復(fù)合超混沌系統(tǒng)與計(jì)算全息的圖像加密算法[模擬設(shè)計(jì)][信息安全]

針對傳統(tǒng)圖像加密算法在高敏感性數(shù)據(jù)保護(hù)、傳輸效率及多樣化應(yīng)用中的局限性，提出了一種基于超混沌系統(tǒng)與計(jì)算全息技術(shù)的多圖像加密算法。結(jié)合改進(jìn)的Logistic混沌與六維細(xì)胞神經(jīng)網(wǎng)絡(luò)混沌，生成高隨機(jī)性與復(fù)雜性的混沌序列，從而增強(qiáng)了加密過程的安全性。通過結(jié)合隨機(jī)相位編碼與傅里葉變換的計(jì)算全息技術(shù)，進(jìn)一步提升了加密效果與抗攻擊能力。為了提高傳輸效率，采用壓縮感知技術(shù)壓縮加密多幅圖像，減少數(shù)據(jù)傳輸量和密鑰消耗。仿真結(jié)果表明，所提算法在提高圖像安全性的同時，顯著提升了傳輸效率，減少了傳輸時間，并在不同加密強(qiáng)度下保持較低的圖像失真度。實(shí)驗(yàn)驗(yàn)證表明，該算法能有效抵抗常見攻擊，具有較強(qiáng)的安全性和較高的傳輸效率，適用于醫(yī)療、金融等領(lǐng)域的高敏感數(shù)據(jù)保護(hù)。

發(fā)表于：8/14/2025 2:52:00 PM

數(shù)字圖像邊緣檢測算法研究[模擬設(shè)計(jì)][航空航天]

數(shù)字圖像邊緣檢測常規(guī)的方法有Canny算法、Sobel算法、Prewitt算法等。在研究圖像邊緣檢測常規(guī)方法的計(jì)算原理基礎(chǔ)上，提出一種數(shù)字圖像邊緣檢測算法，該算法包括圖像的初步極值邊緣矩陣計(jì)算、Otsu閾值的抑制計(jì)算和邊緣的延長計(jì)算。將該算法與常規(guī)算法提取的圖像邊緣進(jìn)行比較，驗(yàn)證該算法的可行性。使用該算法與常規(guī)算法對發(fā)動機(jī)噴嘴燃燒火焰圖像進(jìn)行邊緣檢測，Sobel算法、Prewitt算法提供了少量火焰的邊緣，Canny算法提供了火焰的大輪廓，而該算法提供了大量的火焰細(xì)節(jié)邊緣信息。因?yàn)槿紵鹧娴倪吘壥侨紵闹匾卣?，所以該算法更適用于噴嘴燃燒火焰的數(shù)字圖像邊緣深度分析，為噴嘴燃燒火焰分析提供一種新方法。

發(fā)表于：8/14/2025 2:43:00 PM

一種基于嵌套CRC的分段極化碼設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

極化碼循環(huán)冗余校驗(yàn)輔助的串行抵消列表（Cyclic Redundancy Check Aided Successive Cancellation List，CA-SCL）譯碼算法隨著列表的增大，需要大量的空間存儲資源，導(dǎo)致其在資源受限條件下無法應(yīng)用。針對該問題，提出了一種基于嵌套CRC的分段極化碼設(shè)計(jì)方法。通過分段內(nèi)并行、分段之間串行的碼字結(jié)構(gòu)，極大降低了存儲資源消耗；利用設(shè)計(jì)的嵌套CRC多重校驗(yàn)的優(yōu)異檢錯性能，以及創(chuàng)新的分段之間串行列表譯碼算法，進(jìn)一步提高了碼字性能。仿真結(jié)果表明，所提算法在明顯低于CA-SCL譯碼算法的存儲資源消耗下，可以獲得更優(yōu)的譯碼性能。

發(fā)表于：8/14/2025 2:32:00 PM

基于知識圖譜和協(xié)同過濾算法的多頭注意力網(wǎng)絡(luò)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

發(fā)表于：8/14/2025 2:23:00 PM

基于變步長LMS的多普勒雷達(dá)回波信號處理方法[測試測量][通信網(wǎng)絡(luò)]

針對復(fù)雜電磁環(huán)境下多普勒雷達(dá)回波信噪比較低導(dǎo)致難以處理的問題，提出一種基于改進(jìn)箕舌線函數(shù)的變步長LMS自適應(yīng)噪聲對消方法。通過在原本的步長迭代公式和濾波器權(quán)系數(shù)迭代中添加反饋量來提高算法整體的抗干擾性能，在步長迭代中添加補(bǔ)償量來加快算法初期的迭代速度。仿真結(jié)果表明在0至-10 dB信噪比下，所提算法能夠有效還原含噪信號中的目標(biāo)信號，誤差均方值最小為0.004 5，最大相關(guān)系數(shù)為0.95，最大輸出信噪比為10.60dB。實(shí)測結(jié)果表明所提方法在雷達(dá)回波信號降噪方面的性能突出，均方誤差最小為0.005 5，在實(shí)際電磁信號降噪處理中具有適應(yīng)性和有效性。

發(fā)表于：8/14/2025 2:14:00 PM

基于變量地址的DCS平臺下裝技術(shù)研究[測試測量][智能電網(wǎng)]

依據(jù)核電廠控制系統(tǒng)運(yùn)行場景，分析了一類基于變量地址的DCS平臺在下裝工程組態(tài)數(shù)據(jù)時存在的問題，研究了一種無擾的增量下裝技術(shù)，包括工程組態(tài)軟件、控制器、數(shù)據(jù)服務(wù)及人機(jī)接口的優(yōu)化改進(jìn)。通過設(shè)計(jì)驗(yàn)證及實(shí)際工程應(yīng)用表明所研究的增量下載方案可有效回收空閑地址位，確定變量地址與變量名稱的對應(yīng)關(guān)系，防止現(xiàn)場數(shù)據(jù)錯位及執(zhí)行機(jī)構(gòu)誤動作，提高DCS的運(yùn)行效率及核電廠的運(yùn)行安全性。

發(fā)表于：8/14/2025 2:03:00 PM

智能水位標(biāo)尺監(jiān)測系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)[測試測量][安防電子]

隨著目前深度學(xué)習(xí)的發(fā)展，通過視頻來監(jiān)測水位成為近年來的研究熱點(diǎn)，為了提高對城市河道、水庫等地水位高度檢測的準(zhǔn)確性，提出了一種5G智能水位標(biāo)尺監(jiān)測系統(tǒng)，主要介紹以星宸SSC338G為核心的硬件設(shè)計(jì)和一種基于YOLOv8n改進(jìn)的水位監(jiān)測方法。首先用于識別水尺方位，再對水尺圖像進(jìn)行灰度化和二值化處理，最后通過YOLOv8n識別水尺上的字符及刻度信息，分析計(jì)算水位數(shù)據(jù)。通過引入注意力機(jī)制EMA和更換損失函數(shù)Focal-EIoU，使得改進(jìn)后的模型參數(shù)量減少了21%，模型大小減少了17%，浮點(diǎn)運(yùn)算次數(shù)減少了21%。根據(jù)與人眼實(shí)際對比實(shí)驗(yàn)，證明該模型精度符合要求，總體實(shí)現(xiàn)了智能水尺設(shè)計(jì)要求。

發(fā)表于：8/14/2025 1:53:00 PM

探索分布式仿真方法加速Chiplet系統(tǒng)級驗(yàn)證[EDA與制造][工業(yè)自動化]

隨著人工智能（AI）和高性能計(jì)算領(lǐng)域?qū)π酒懔π枨蟮脑鲩L，Chiplet方案正日益受到行業(yè)重視。然而Multi-Die系統(tǒng)復(fù)雜性和規(guī)模的擴(kuò)大導(dǎo)致仿真消耗服務(wù)器資源大、驗(yàn)證交付周期延長等。為解決這些問題，分析了傳統(tǒng)的三步法和Socket驗(yàn)證方法，重點(diǎn)探索了Cadence分布式仿真方案，基于某實(shí)際Chiplet項(xiàng)目將系統(tǒng)級仿真任務(wù)分解成多個子Die并行執(zhí)行的仿真實(shí)例，從服務(wù)器內(nèi)存、跨服務(wù)器通信延遲、同步時間精準(zhǔn)調(diào)控、信號連接開始時間及信號連接數(shù)量等多個方面探索了分布式仿真提效的措施，實(shí)現(xiàn)了超大規(guī)模Chiplet系統(tǒng)級RTL仿真和回歸效率提升。

發(fā)表于：8/14/2025 1:44:00 PM

XR芯片系統(tǒng)的EMU全場景AVIP快速迭代驗(yàn)證方案[EDA與制造][工業(yè)自動化]

隨著XR領(lǐng)域的不斷發(fā)展，市場對全功能和更高性能的復(fù)雜XR芯片系統(tǒng)需求越來越強(qiáng)烈。需求傳導(dǎo)到芯片設(shè)計(jì)環(huán)節(jié)，呈現(xiàn)出芯片規(guī)模和復(fù)雜度增加的態(tài)勢，給芯片驗(yàn)證收斂帶來的挑戰(zhàn)也同時不斷增大。如何在投片前做到關(guān)鍵指標(biāo)驗(yàn)證收斂，是每個芯片工程師和項(xiàng)目經(jīng)理面對的難題。在XR芯片研發(fā)領(lǐng)域，為了解決這一難題，提出EMU全場景AVIP快速迭代驗(yàn)證方案，其中EMU設(shè)備采用Cadence Palladium Z2，AVIP在Cadence VIP的基礎(chǔ)上，適配Palladium Z2 EMU環(huán)境，對接PCIe、MIPI、USB、UART等不同接口，并滿足仿真加速、數(shù)據(jù)比對等需求。通過在XR芯片系統(tǒng)中EMU全場景AVIP快速迭代驗(yàn)證方案的應(yīng)用，有效提升驗(yàn)證收斂效率，為芯片的成功交付做到了有力支撐。

發(fā)表于：8/14/2025 1:35:00 PM

基于Cadence軟件平臺的分布式電源噪聲仿真方法研究[EDA與制造][工業(yè)自動化]

為了縮短采用PowerSI提取電源S參數(shù)的建模時間，提高芯片內(nèi)部功能模塊電源仿真的精度，進(jìn)一步識別敏感區(qū)域電源噪聲，引入了一種基于封裝電源的分布式建模及電源噪聲實(shí)測點(diǎn)確定方法。用該方法研究了系統(tǒng)處理芯片內(nèi)部功能模塊的電源仿真，發(fā)現(xiàn)在時域電源仿真的噪聲中，同一數(shù)據(jù)流流經(jīng)功能近似的電源模塊產(chǎn)生的電源噪聲存在相似性。在此基礎(chǔ)上，建立電源分布式模型，將功能近似的電源模塊進(jìn)行分組，并將分組后的封裝電源S 參數(shù)模型和die內(nèi)RC模型融入到電源時域噪聲仿真中，然后根據(jù)仿真結(jié)果確定封裝bump處敏感區(qū)域噪聲實(shí)測點(diǎn)的位置。通過仿測對比發(fā)現(xiàn)，在噪聲頻域主頻點(diǎn)對齊的條件下，噪聲時域的仿測誤差小于6%，驗(yàn)證了所提分布式仿真方法的有效性。

發(fā)表于：8/14/2025 1:26:00 PM