123,123

一種新型反相輸出功分器設(shè)計[微波|射頻][通信網(wǎng)絡(luò)]

提出了一種新型的兩路等幅反相輸出功分器。該功分器設(shè)計的基本原理是基于傳統(tǒng)的威爾金森結(jié)構(gòu)，通過改變兩路輸出傳輸路徑上的傳輸線長度，并在兩輸出端口間的隔離電阻一端引入一段額外的傳輸線，使得該結(jié)構(gòu)在一定帶寬內(nèi)獲得等幅反相輸出及良好的隔離效果。另外，利用奇偶模電壓分析法，對該結(jié)構(gòu)的具體參數(shù)進行了詳細的推導(dǎo)。最后，采用平面微帶線結(jié)構(gòu)對該設(shè)計方法進行了驗證，實測該功分器中心頻率為3.8 GHz，1 dB相對帶寬為31%，帶內(nèi)回波優(yōu)于-15 dB，隔離度優(yōu)于20 dB。

發(fā)表于：3/19/2025 3:06:57 PM

關(guān)于調(diào)頻連續(xù)波測距信號的研究[微波|射頻][通信網(wǎng)絡(luò)]

調(diào)頻連續(xù)波測距信號的頻率參量隨時間規(guī)律性周期變化，使得對其進行傳統(tǒng)的時域和頻域分析都很復(fù)雜，且難于理解。通過對于差頻信號相位進行分析，證明靜態(tài)調(diào)頻連續(xù)波測距差頻信號是周期信號，頻譜是離散的，差頻信號能量分散在各次諧波上，各次諧波分量是由頻偏、距離和調(diào)制周期共同決定的。當(dāng)存在徑向相對運動時，差頻信號頻譜存在多普勒頻移，當(dāng)多普勒頻移不是原周期重復(fù)頻率的整數(shù)倍時，差頻信號不再是周期信號。

發(fā)表于：3/19/2025 2:52:02 PM

基于深度學(xué)習(xí)的桑葉病害識別方法研究[模擬設(shè)計][其他]

為提高桑葉病害檢測精度，實現(xiàn)將模型方便快速部署到移動端，針對自然環(huán)境下桑葉病害病斑小、背景復(fù)雜等問題，以YOLOv8為基線模型進行改進，提出了一種YOLOv8-Evo的桑葉病害識別算法。首先在Backbone模塊中加入了可變形卷積模塊從而更靈活地捕捉病害的細節(jié)和形狀，其次在Neck模塊中增加了CBAM（Convolutional Block Attention Module）注意力機制，發(fā)掘圖像中的關(guān)鍵特征和區(qū)域，最后在18 849張桑葉病害數(shù)據(jù)集上進行驗證，相較YOLOv8s模型，YOLOv8-Evo的識別精度提高2.4%，召回率提高1.5%，mAP50提高1%，mAP50-95提高0.7%，實驗證明改進的YOLOv8-Evo模型為桑葉病害識別的自動化提供了理論依據(jù)與技術(shù)支持。

發(fā)表于：3/19/2025 2:31:52 PM

電力物聯(lián)網(wǎng)智能巡檢業(yè)務(wù)與無線通信適配技術(shù)研究[模擬設(shè)計][智能電網(wǎng)]

隨著電力物聯(lián)網(wǎng)的建設(shè)，安全、高效的智能巡檢技術(shù)是電力行業(yè)健康發(fā)展的重要保障。智能巡檢具有通信要求高、工作環(huán)境復(fù)雜等特點，通信技術(shù)匹配難度較大。首先分析智能巡檢業(yè)務(wù)的特點及其對各類無線通信技術(shù)的性能需求，然后提出了一種基于貝葉斯最佳-最差法（Bayesian Best-Worst Method， BBWM）和改進多準則折衷排序法（VIKOR）的智能巡檢業(yè)務(wù)與無線通信適配方法，最后對三種智能巡檢業(yè)務(wù)與無線通信技術(shù)進行仿真實驗。仿真結(jié)果表明，所提方法可以較好解決智能巡檢業(yè)務(wù)與無線通信技術(shù)的適配難題。

發(fā)表于：3/19/2025 2:14:12 PM

復(fù)雜場景下SAR圖像多尺度艦船檢測算法[模擬設(shè)計][其他]

針對復(fù)雜場景下的多尺度SAR艦船目標檢測存在誤檢漏檢的問題，提出了一種改進的SAR艦船目標檢測方法。首先，利用多尺度目標特征提取網(wǎng)絡(luò)提取特征信息，以提升多尺度目標的檢測能力并減少冗余計算。其次，引入可形變卷積（DConv）通過自適應(yīng)調(diào)整卷積核的形狀來提升復(fù)雜場景下SAR艦船目標的檢測性能。最后，引入了注意力機制來抑制背景雜波并增強特征信息。實驗結(jié)果表明，在SSDD數(shù)據(jù)集和HRSID數(shù)據(jù)集上改進方法的檢測精度分別達到了97.9%和 93.1%，整體性能優(yōu)于現(xiàn)有主流目標檢測算法。

發(fā)表于：3/19/2025 2:01:04 PM

基于N32的隱藏式門把手控制器的設(shè)計[模擬設(shè)計][汽車電子]

傳統(tǒng)手動開啟方式的旋轉(zhuǎn)式隱藏式門把手不具備智能化的自動展開與收回功能，為此提出一種隱藏式門把手控制器設(shè)計方案。該控制器以N32G455RBL7為主控制芯片，通過其片內(nèi)bxCAN（basic extended CAN）模塊監(jiān)聽車身控制器CAN總線上的開/關(guān)鎖、擋位等信號，并根據(jù)智能控制需求驅(qū)動配套門鎖執(zhí)行電機，進而實現(xiàn)隱藏式門把手的電動化和智能化控制。該控制器在多款國產(chǎn)新能源汽車上進行了長時間運行測試，結(jié)果表明在實際應(yīng)用中該控制器具有較好的穩(wěn)定性和可靠性，能夠為其他結(jié)構(gòu)的手動隱藏式門把手的智能化控制方案提供參考。

發(fā)表于：3/17/2025 4:50:50 PM

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(dāng)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