• 首頁(yè)
  • 新聞
    業(yè)界動(dòng)態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場(chǎng)分析
    圖說(shuō)新聞
    會(huì)展
    專題
    期刊動(dòng)態(tài)
  • 設(shè)計(jì)資源
    設(shè)計(jì)應(yīng)用
    解決方案
    電路圖
    技術(shù)專欄
    資源下載
    PCB技術(shù)中心
    在線工具庫(kù)
  • 技術(shù)頻道
    模擬設(shè)計(jì)
    嵌入式技術(shù)
    電源技術(shù)
    可編程邏輯
    測(cè)試測(cè)量
    通信與網(wǎng)絡(luò)
  • 行業(yè)頻道
    工業(yè)自動(dòng)化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡(luò)
    5G
    數(shù)據(jù)中心
    信息安全
    汽車電子
  • 大學(xué)堂
  • 期刊
  • 文獻(xiàn)檢索
期刊投稿
登錄 注冊(cè)

基于BP神经网络改进UKF的组合导航算法

基于BP神经网络改进UKF的组合导航算法[模拟设计][航空航天]

针对在进近着陆的过程中,仪表着陆系统(ILS)易受到外界环境及空域的干扰,导致导航精度降低的问题,提出一种利用惯性导航系统(INS)与GBAS着陆系统(GLS)进行改进的组合导航算法,将组合导航系统输出位置信息之间的差值作为BP神经网络改进的无迹卡尔曼滤波器(UKF)的量测值,通过最优加权的方法得到系统的全局最优估计值。相比于传统的联邦滤波算法,该算法能有效降低测量噪声,减小飞机进近着陆时的误差,提高导航精度。

發(fā)表于:2019/4/12 下午1:53:00

内容分发网络预取技术综述

内容分发网络预取技术综述[通信与网络][其他]

内容分发网络(Content Delivery Network,CDN)已成为近年来研究热点领域之一,为减少用户访问时延从而提高网络服务质量,相关研究在CDN缓存技术的基础上引入内容预取技术来克服缓存技术的滞后性并提高CDN中资源利用率。按照预取时研究的对象不同,根据CDN预取技术的分类,概括并比较了不同分类的优势与不足,并对各种评价标准进行了详细分析,最后指出了融合新型网络与技术的CDN预取的研究方向。

發(fā)表于:2019/4/11 下午2:09:00

一种基于忆阻特性的监督神经网络算法及电路设计

一种基于忆阻特性的监督神经网络算法及电路设计[可编程逻辑][其他]

针对如何将忆阻器融入人工神经网络算法并进行硬件实现的问题,提出了一种在现场可编程逻辑门阵列(FPGA)平台上实现的基于忆阻特性的监督神经网络算法。该设计以忆阻器模块作为神经网络中的权值存储模块,构建误差反馈机制的监督学习。将该忆阻神经网络电路应用于图像分类问题,并进行了资源占用和处理速度的优化。实验结果表明其分类结果良好,在Cyclone II:EP2C70F896I8平台上,整体网络算法占用11 773个逻辑单元(LEs),训练耗时0.33 ms,图像的测试耗时10 μs。这一工作对忆阻器和神经网络的结合提出了一个有益的参考。

發(fā)表于:2019/4/11 上午5:34:00

基于稀疏谱拟合的超分辨方位估计

基于稀疏谱拟合的超分辨方位估计[模拟设计][其他]

考虑到各阵元接收的实际环境噪声可能是相关的,以及风成噪声和远处航船噪声等因素的影响,环境噪声强度的空间分布可能具有方向性。利用非均匀环境噪声模型,结合稀疏谱拟合算法,提出了一种基于稀疏谱拟合的超分辨方位估计算法。该算法利用空间信号的稀疏性和线性噪声模型拟合误差的l2-范数联合最小化,实现非均匀环境噪声条件下的超分辨方位估计。通过计算机仿真讨论了正则参数和线性噪声模型阶数对算法性能的影响,海上试验结果表明了该算法较传统算法和稀疏谱拟合算法具有更低的旁瓣级和更好的方位分辨能力,同时有效验证了该算法在非均匀环境噪声背景下的超分辨方位估计性能。

發(fā)表于:2019/4/10 上午7:53:00

基于联合字典稀疏表达的目标识别算法研究

基于联合字典稀疏表达的目标识别算法研究[模拟设计][其他]

在使用高分辨距离像开展目标识别时,传统方法很少利用样本的稀疏性。为了克服此类识别所面临的繁琐的分析难题,简化识别过程,稀疏分析其实是一种不错的压缩样本数据,提升剖析效果的方法。因此,提出一种基于联合字典及快速分解策略完成雷达一维距离像稀疏分析,进而鉴识目标的算法。为了提升识别策略的实用性,算法还尝试依信噪比调控其内稀疏分解参数,以改善算法抗噪性能。实验测评表明:相较同类识别策略,该算法求解更为便捷,适用范围有所拓展;相比不同类型的常规识别策略,该算法抵御噪声的能力有所提升,识别效果更优。

發(fā)表于:2019/4/10 上午7:11:00

基于MNIST的忆阻神经网络稳定性研究

基于MNIST的忆阻神经网络稳定性研究[模拟设计][其他]

为了探究忆阻器的稳定性问题对忆阻神经网络性能的影响,基于等效电阻拓扑结构的忆阻器模型,搭建了一个将忆阻器作为突触的BP神经网络,并利用MNIST数据集对该网络进行训练和测试。忆阻器的稳定性问题通过设置忆阻器参数波动来模拟,最终发现忆阻器一定程度内的性能波动会促进神经网络的收敛,但波动过大则会降低网络的收敛速度。为了表征波动的临界程度,测得了基于忆阻器模型的各参数的最大波动范围,并进一步计算出忆阻器件工艺层次参量的取值范围,为忆阻神经网络硬件化中忆阻器件的工艺制造和选用提供了参考。

發(fā)表于:2019/4/9 下午1:04:00

一种基于随机森林算法的多障碍物超声测距方法

一种基于随机森林算法的多障碍物超声测距方法[测试测量][工业自动化]

在超声波测距技术中,传统的信号处理算法难以对距离远、回波弱的信号进行分析,也不能同时对多个障碍物进行测距。为解决这一问题,提出一种基于随机森林算法的超声测距方法,先提取信号的时域特征(相对峰值幅度)和频域特征(频谱相对面积),然后利用随机森林算法判断出探测区域内的障碍物并计算出目标距离。经过测试,该算法可有效完成10 m之内的多个障碍物距离测量,测量误差在3 cm之内,可以满足诸如自动驾驶等应用场景的要求,具有较高的实用价值和理论参考意义。

發(fā)表于:2019/4/8 下午9:21:00

锂电池参数辨识模型的设计与研究

锂电池参数辨识模型的设计与研究[电源技术][汽车电子]

电动汽车动力电池内部参数随负载与工况而发生变化,因此建立准确的动力电池模型尤为必要。基于锂电池等效电路模型并着重考量运行温度与荷电状态对各元件参数的影响,依托充放电法、复合脉冲特性充放电试验并结合最小二乘法实现模型中各元件参数辨识。通过Simulink平台构建动力电池模型与充放电模型,上述模型通过安时计量法同时考虑温度影响实现荷电状态的准确估算。结果表明,该锂电池参数辨识模型可准确模拟各种负载工况下动力电池的运行特性,该设计可应用于动力电池的测试与开发。

發(fā)表于:2019/4/3 上午1:46:00

基于新颖粒子群算法高效VIENNA整流器的研究

基于新颖粒子群算法高效VIENNA整流器的研究[电源技术][其他]

传统L滤波存在滤波效果较差等缺点,设计LCL滤波器进一步降低高频开关频率的谐波损耗。当整流器的控制参数数量和优化目标函数增多时,传统粒子群优化算法(PSO)调节滤波器和控制器参数会出现迭代收敛不稳定等缺点,提出一种多目标多群体多位置多速度粒子群算法(MMMMPSO),可以有效优化三相VIENNA整流器设计参数,提高系统的动态和稳态特性。最后仿真和实验验证了该整流器的高效性及MMMMPSO的正确性。

發(fā)表于:2019/4/2 上午5:54:00

具有储能环节的电力电子变压器电能质量研究

具有储能环节的电力电子变压器电能质量研究[电源技术][智能电网]

为解决电力电子变压器无法抵抗电网电压中断这一问题,将储能环节与电力电子变压器相结合进行研究。其中储能环节由超级电容和双向DC/DC变换器所构成。当电网中发生电压中断时,具有储能环节的电力电子变压器可以维持其低压侧直流电压的稳定。给出储能环节中的主要参数与控制策略,在Simulink中建立仿真实验。仿真结果证实:具有储能环节的电力电子变压器具有抵抗电网电压中断的能力,使电网中的设备安全、稳定运行。

發(fā)表于:2019/4/2 上午5:33:00

  • <
  • …
  • 312
  • 313
  • 314
  • 315
  • 316
  • 317
  • 318
  • 319
  • 320
  • 321
  • …
  • >

活動(dòng)

MORE
  • 《集成电路应用》杂志征稿启事
  • 【热门活动】2025年基础电子测试测量方案培训
  • 【技术沙龙】可信数据空间构建“安全合规的数据高速公路”
  • 【下载】5G及更多无线技术应用实战案例
  • 【通知】2025第三届电子系统工程大会调整时间的通知

高層說(shuō)

MORE
  • 边缘人工智能机遇将于2026年成为现实
    边缘人工智能机遇将于2026年成为现实
  • 【回顾与展望】英飞凌:半导体与AI双向赋能
    【回顾与展望】英飞凌:半导体与AI双向赋能
  • 【回顾与展望】Microchip:AI为计算能力和连接性带来重大挑战
    【回顾与展望】Microchip:AI为计算能力和连接性带来重大挑战
  • 定制化 AI 解决方案,决胜智造未来
    定制化 AI 解决方案,决胜智造未来
  • 2026:物理智能元年
    2026:物理智能元年
  • 網(wǎng)站相關(guān)
  • 關(guān)于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務(wù)
  • 內(nèi)容許可
  • 廣告服務(wù)
  • 雜志訂閱
  • 會(huì)員與積分
  • 積分商城
  • 會(huì)員等級(jí)
  • 會(huì)員積分
  • VIP會(huì)員
  • 關(guān)注我們

Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-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

<rt id="e94f1"></rt>
<progress id="e94f1"><dfn id="e94f1"></dfn></progress>