国自产拍在线视频天天更新 ,观察入侵邻居家1.0哪下

基于互補(bǔ)分裂環(huán)角度編碼的無芯片RFID標(biāo)簽設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

針對(duì)頻譜特征法在設(shè)計(jì)無芯片標(biāo)簽中面臨的編碼容量與標(biāo)簽尺寸的矛盾問題，提出了一種新型無芯片標(biāo)簽結(jié)構(gòu)。設(shè)計(jì)的標(biāo)簽由介質(zhì)集成波導(dǎo)和位于表面貼片上的互補(bǔ)分裂環(huán)構(gòu)成。標(biāo)簽諧振頻率可通過調(diào)節(jié)互補(bǔ)分裂環(huán)內(nèi)外環(huán)的開口角度實(shí)現(xiàn)，其中外環(huán)負(fù)責(zé)大范圍的頻率粗調(diào)，內(nèi)環(huán)用于小范圍的頻率細(xì)調(diào)。標(biāo)簽工作于4 GHz～6 GHz頻率范圍，尺寸為25 mm×15 mm，編碼密度高達(dá)4.86 bit/cm2。通過仿真驗(yàn)證了與理論分析的一致性，相比傳統(tǒng)的無芯片標(biāo)簽，該結(jié)構(gòu)可以在不增大標(biāo)簽尺寸的前提下提高編碼容量，同時(shí)介質(zhì)集成波導(dǎo)為標(biāo)簽提供了高選擇性，使標(biāo)簽保持了較高的頻譜分辨率。

發(fā)表于：7/17/2018 10:38:00 AM

基于自適應(yīng)變步長歐拉法的NURBS曲面爬行波尋跡算法[微波|射頻][工業(yè)自動(dòng)化]

雖然一致性幾何繞射理論（UTD）理論上可以應(yīng)用于由非均勻有理B樣條（NURBS）建模的任意形狀的曲面，但UTD表面衍射場的計(jì)算中有一個(gè)巨大挑戰(zhàn)，即難以確定爬行波在任意形狀的NURBS表面上傳播的測地線路徑。在微分幾何中，測地路徑滿足測地微分方程（GDE）。因此，引入了一種通用且高效的自適應(yīng)變量歐拉法來解決任意形狀的NURBS曲面上的GDE。與傳統(tǒng)的歐拉法相比，所提出的方法采用形狀因子（SF）ξ來有效提高跟蹤精度，并擴(kuò)展了UTD在實(shí)際工程中的應(yīng)用。算法的有效性和有用性可以通過數(shù)值計(jì)算結(jié)果進(jìn)行驗(yàn)證。

發(fā)表于：7/16/2018 1:37:00 PM

超寬帶OAM天線的設(shè)計(jì)與研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著現(xiàn)代通信技術(shù)的快速發(fā)展，對(duì)天線提出了體積小、頻帶寬、多頻段工作的性能要求，同時(shí)解決頻譜資源短缺和頻譜利用率低的問題也迫在眉睫。將軌道角動(dòng)量(OAM)這種新的頻譜復(fù)用資源與超寬帶天線技術(shù)相結(jié)合，設(shè)計(jì)了一種超寬帶OAM天線。仿真結(jié)果表明，OAM天線的工作頻帶覆蓋Ku、K和Ka多個(gè)頻段，在高頻的微波段可產(chǎn)生多種模態(tài)的OAM波束；同時(shí)各模態(tài)的OAM波束具有良好的旋轉(zhuǎn)性和對(duì)稱性，并分析了不同OAM模態(tài)波束的特點(diǎn)；最后發(fā)現(xiàn)在多頻段上不同頻點(diǎn)產(chǎn)生相同模態(tài)的OAM波束時(shí)，其能量集中性基本保持一致，這在一定程度上說明了此OAM天線的可行性和有效性。

發(fā)表于：7/16/2018 1:26:00 PM

基于相鄰-非相鄰耦合的小型化微帶帶通濾波器[微波|射頻][通信網(wǎng)絡(luò)]

提出了一種小型化微帶帶通濾波器，包含4個(gè)折疊階梯阻抗諧振器。與傳統(tǒng)均勻阻抗諧振器和階梯阻抗諧振器相比，折疊階梯阻抗諧振器充分利用其所占電路區(qū)域，可節(jié)約近50%的電路尺寸。由于同時(shí)存在相鄰和非相鄰耦合，該濾波器中可構(gòu)建起3組不同的交叉耦合路徑對(duì)，以產(chǎn)生3個(gè)不同的傳輸零點(diǎn)，從而有效提高濾波器的選擇性和阻帶寬度。濾波器樣品的仿真與實(shí)測結(jié)果吻合良好，其過渡帶滾降速度達(dá)100 dB/GHz，且抑制度優(yōu)于33 dBc時(shí)的阻帶達(dá)11.5 GHz。與一些同類工作相比，該濾波器的相對(duì)電尺寸縮減23%，滿足微波電路的小型化需求。

發(fā)表于：7/13/2018 4:57:00 PM

5G射頻室內(nèi)測試的關(guān)鍵技術(shù)[微波|射頻][通信網(wǎng)絡(luò)]

在簡述5G移動(dòng)通信對(duì)于射頻測試提出新要求的基礎(chǔ)上，著重介紹了測試成本小、不確定度低的5G射頻室內(nèi)測試方法，包括室內(nèi)微波遠(yuǎn)區(qū)場模擬方法、室內(nèi)真實(shí)工作場景模擬方法和無源互調(diào)測試方法，并重點(diǎn)分析了其中陣列天線法平面波模擬器、5G信道模型等關(guān)鍵技術(shù)。

發(fā)表于：7/13/2018 4:39:00 PM

基于超級(jí)電容器的新型低頻能量收集系統(tǒng)[電源技術(shù)][智能電網(wǎng)]

對(duì)于低頻可再生能源的收集需要考慮其比較大的內(nèi)部阻抗，不規(guī)則的斷續(xù)輸入，受環(huán)境干擾等問題。本研究采用多級(jí)反饋式穩(wěn)壓升壓技術(shù)，嵌入低功耗控制芯片算法控制對(duì)低頻輸入能量的最大功率點(diǎn)進(jìn)行跟蹤(MPPT)，同時(shí)超級(jí)電容器代替鋰電池作為儲(chǔ)能系統(tǒng)，應(yīng)用互感耦合，從而達(dá)到高效收集、整流和輸出的效果。因此本研究設(shè)計(jì)出的收集系統(tǒng)可高效地收集低頻可再生能量，最大收集率可達(dá)91.16%，加入輸入/輸出隔離系統(tǒng)以提高帶負(fù)載能力后其總收集效率達(dá)到了53.18%。

發(fā)表于：7/6/2018 1:26:00 PM

高電壓寬輸入雙管反激輔助電源的研究與實(shí)現(xiàn)[電源技術(shù)][智能電網(wǎng)]

根據(jù)高電壓寬輸入電力電子變換器的供電需求，設(shè)計(jì)了一種雙管反激輔助電源。分析了雙管反激變換器的工作原理；針對(duì)寬輸入電壓范圍帶來的電流環(huán)次諧波振蕩問題，設(shè)計(jì)了斜坡補(bǔ)償電路；提出了一種電流控制型雙管反激變換器的低損耗啟動(dòng)電路。實(shí)驗(yàn)證明所設(shè)計(jì)的高電壓寬輸入雙管反激輔助電源有效可行。

發(fā)表于：7/6/2018 1:01:00 PM

基于優(yōu)化前饋控制的VIENNA整流器動(dòng)態(tài)性能研究[電源技術(shù)][汽車電子]

在傳統(tǒng)平均電流控制電壓環(huán)路基礎(chǔ)上，提出了一種基于前饋控制的平均電流控制方案，電壓環(huán)加入負(fù)載前饋控制和電網(wǎng)電壓前饋控制，減小直流側(cè)電壓超調(diào)量；電流環(huán)采用誤差迭代PI算法，實(shí)現(xiàn)無靜差調(diào)節(jié)，優(yōu)化三相VIENNA整流器的動(dòng)態(tài)響應(yīng)。所提出的負(fù)載前饋?zhàn)兞績H在負(fù)載階躍時(shí)更新，在穩(wěn)態(tài)時(shí)保持恒定。另外，本文對(duì)頻域響應(yīng)特性進(jìn)行分析并通過仿真加以驗(yàn)證。

發(fā)表于：7/5/2018 1:54:00 PM

基于SOPC的并網(wǎng)逆變器設(shè)計(jì)[電源技術(shù)][智能電網(wǎng)]

針對(duì)日前基于串行結(jié)構(gòu)控制器設(shè)計(jì)的并網(wǎng)逆變器存在運(yùn)行速度慢、并網(wǎng)電流質(zhì)量差的問題，以并行結(jié)構(gòu)控制器FPGA為開發(fā)平臺(tái)，提出了一種基于SOPC控制技術(shù)實(shí)現(xiàn)的并網(wǎng)逆變器新架構(gòu)。該架構(gòu)采用帶電網(wǎng)電壓前饋的直接電流PI控制策略，用硬件實(shí)現(xiàn)算法，提升了系統(tǒng)的運(yùn)行速度及整體性能。論文設(shè)計(jì)了控制策略的調(diào)節(jié)器參數(shù)，并構(gòu)建了逆變器并網(wǎng)控制系統(tǒng)的IP硬核。1 kW的樣機(jī)測試結(jié)果表明：該方案具有并網(wǎng)電流質(zhì)量好、同步跟蹤能力強(qiáng)的優(yōu)點(diǎn)。

發(fā)表于：7/5/2018 1:39:00 PM

多層概率決策的網(wǎng)絡(luò)大數(shù)據(jù)協(xié)作融合算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了改善網(wǎng)絡(luò)大數(shù)據(jù)傳輸效率及其精度，降低網(wǎng)絡(luò)數(shù)據(jù)傳輸負(fù)荷，基于多層概率網(wǎng)絡(luò)模型和聯(lián)合決策研究了一種網(wǎng)絡(luò)大數(shù)據(jù)協(xié)作融合算法。首先，以復(fù)雜異構(gòu)多層網(wǎng)絡(luò)的數(shù)據(jù)采集與緩存為對(duì)象，以實(shí)時(shí)感知數(shù)據(jù)及其準(zhǔn)確處理為優(yōu)化目標(biāo)，設(shè)計(jì)了一種多層概率聯(lián)合決策模型。接著，通過主層-分層和信號(hào)強(qiáng)度進(jìn)行網(wǎng)絡(luò)大數(shù)據(jù)的多維描述，結(jié)合3步分解和三性融合，以逆變換去噪為驅(qū)動(dòng)，提出了網(wǎng)絡(luò)大數(shù)據(jù)協(xié)作數(shù)據(jù)融合算法。最后，實(shí)驗(yàn)和仿真結(jié)果表明，與實(shí)驗(yàn)統(tǒng)計(jì)值相比，所提算法在數(shù)據(jù)融合精度和效率等方面具有明顯優(yōu)勢。

發(fā)表于：7/4/2018 1:40:00 PM