国产一三区A片在线播放,国产在线高清理伦片a

定數(shù)截尾有缺失場(chǎng)合反延時(shí)電路可靠性分析[電源技術(shù)][智能電網(wǎng)]

在定數(shù)截尾數(shù)據(jù)有缺失的情形下，對(duì)單個(gè)電子元器件壽命服從單參數(shù)指數(shù)分布的反延時(shí)電路系統(tǒng)進(jìn)行了可靠性分析。應(yīng)用Bayes方法并結(jié)合矩估計(jì)法，得到了單個(gè)電子元器件的失效率、系統(tǒng)可靠度及系統(tǒng)平均壽命3個(gè)可靠性指標(biāo)的Bayes估計(jì)。數(shù)值模擬算例表明，所得可靠性指標(biāo)的Bayes估計(jì)的精度高于可靠性指標(biāo)的極大似然估計(jì)(MLE)，Bayes估計(jì)和極大似然估計(jì)的估計(jì)效果均隨著數(shù)據(jù)缺失個(gè)數(shù)的增加而變差，并且Bayes估計(jì)受數(shù)據(jù)缺失個(gè)數(shù)的影響小于極大似然估計(jì)。

發(fā)表于：1/25/2017 5:46:00 PM

Nucleus操作系統(tǒng)在ARM11上的移植研究與實(shí)現(xiàn)[嵌入式技術(shù)][汽車電子]

基于對(duì)ARM11架構(gòu)的啟動(dòng)模式與內(nèi)存分配的技術(shù)研究，通過對(duì)Nucleus內(nèi)核的分析，在ARM11架構(gòu)的芯片上實(shí)現(xiàn)Nucleus操作系統(tǒng)的移植。以S3C6410為例，詳細(xì)介紹了從板級(jí)初始化到任務(wù)循環(huán)調(diào)度過程中的啟動(dòng)模塊、中斷設(shè)計(jì)、定時(shí)器設(shè)計(jì)、任務(wù)調(diào)度流程與觸發(fā)方式。目前成功移植于TD-LTE系統(tǒng)中，實(shí)現(xiàn)操作系統(tǒng)基本功能的同時(shí)滿足了實(shí)驗(yàn)項(xiàng)目中TD-LTE對(duì)系統(tǒng)實(shí)時(shí)性與任務(wù)資源管理的需求。

發(fā)表于：1/25/2017 5:33:00 PM

基于Android手機(jī)的晶體管特性圖示儀研究[嵌入式技術(shù)][其他]

利用Cortex-M0+微控制器與Android平臺(tái)相結(jié)合，設(shè)計(jì)了一種采用藍(lán)牙技術(shù)實(shí)現(xiàn)無線數(shù)據(jù)傳輸?shù)木w管特性圖示儀。在分析系統(tǒng)工作原理的基礎(chǔ)上，重點(diǎn)闡述基極階梯波電流發(fā)生器、集電極掃描電壓發(fā)生器及藍(lán)牙通信模塊電路，詳細(xì)描述下位機(jī)軟件流程和Android平臺(tái)軟件開發(fā)方法，并且實(shí)現(xiàn)晶體管特性曲線在智能手機(jī)上的存儲(chǔ)、顯示、分析等功能。測(cè)試結(jié)果表明，該圖示儀測(cè)量精度高，穩(wěn)定性好，方便易用。

發(fā)表于：1/25/2017 5:17:00 PM

基于多核DSP的MIMO雷達(dá)信號(hào)處理的實(shí)現(xiàn)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

針對(duì)MIMO雷達(dá)多通道回波信號(hào)處理的同步性和實(shí)時(shí)性需求，在分析MIMO雷達(dá)信號(hào)處理的特點(diǎn)及多核DSP硬件結(jié)構(gòu)的基礎(chǔ)上，提出了一種基于多核處理器TMS320C6678的并行實(shí)現(xiàn)方法，并解決了使用過程中的諸多關(guān)鍵技術(shù)。該方法實(shí)現(xiàn)了多任務(wù)并行處理和高效通信。實(shí)驗(yàn)結(jié)果表明，該方法在較小規(guī)模的硬件平臺(tái)上實(shí)現(xiàn)了較低功耗且高實(shí)時(shí)性的應(yīng)用。

發(fā)表于：1/25/2017 5:09:00 PM

面向可信服務(wù)的移動(dòng)可信終端研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)移動(dòng)終端中的安全問題，提出了基于可信平臺(tái)模塊的、面向服務(wù)應(yīng)用的移動(dòng)可信終端整體設(shè)計(jì)方案。在軟件層面，借助可信技術(shù)、應(yīng)用環(huán)境分析、網(wǎng)絡(luò)服務(wù)、錯(cuò)誤檢測(cè)和容錯(cuò)機(jī)制等關(guān)鍵技術(shù)，構(gòu)建出面向服務(wù)的可信體系及可信接入認(rèn)證方案；在硬件層面，基于TPM芯片，結(jié)合多處理器并行計(jì)算架構(gòu)，提出了分布式存儲(chǔ)機(jī)制的設(shè)計(jì)，實(shí)現(xiàn)分布式存儲(chǔ)區(qū)之間共享數(shù)據(jù)的安全自動(dòng)拷貝。

發(fā)表于：1/25/2017 4:59:00 PM

一種PSK符號(hào)率盲估計(jì)新方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為解決基于循環(huán)譜符號(hào)率盲估計(jì)運(yùn)算量大、滑窗長(zhǎng)度不適用于變速率問題，提出一種基于功率譜累加粗估計(jì)和改進(jìn)循環(huán)譜精估計(jì)PSK符號(hào)率盲估計(jì)方法。運(yùn)用功率譜累加及拐點(diǎn)逼近搜索算法完成符號(hào)率粗估計(jì),分析了功率譜累加長(zhǎng)度對(duì)符號(hào)率粗估計(jì)精度的影響；利用互相關(guān)理論對(duì)循環(huán)譜估計(jì)算法進(jìn)行改進(jìn),在降低計(jì)算量的同時(shí)提高了抗噪性；依據(jù)粗估計(jì)值推導(dǎo)循環(huán)頻率計(jì)算區(qū)間及最佳平滑窗長(zhǎng)度,降低了計(jì)算量。仿真結(jié)果表明，該算法抗噪性好，計(jì)算量小、適用于變速率估計(jì),實(shí)用性強(qiáng)。

發(fā)表于：1/25/2017 4:29:00 PM

基于偽哈密頓量的變尺度Duffing振子弱信號(hào)檢測(cè)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)強(qiáng)噪聲背景中微弱工程信號(hào)檢測(cè)問題，在傳統(tǒng)檢測(cè)方法基礎(chǔ)上，提出了基于偽哈密頓量的變尺度Duffing振子弱信號(hào)檢測(cè)方法。待測(cè)高頻工程信號(hào)經(jīng)尺度變換為固定低頻信號(hào)，從而唯一確定了相變閾值，并克服了傳統(tǒng)方法中低頻參數(shù)信號(hào)的限制。搭建自相關(guān)和小波閾值變換聯(lián)合去噪系統(tǒng)，避免了噪聲對(duì)檢測(cè)結(jié)果的不利影響。構(gòu)造Duffing系統(tǒng)偽哈密頓量實(shí)時(shí)地表征系統(tǒng)動(dòng)力學(xué)行為，解決了定量判斷系統(tǒng)狀態(tài)時(shí)計(jì)算量大、效率低的難題。仿真測(cè)試表明,該檢測(cè)方法可以快速檢測(cè)任意頻率、任意相位的低信噪比周期信號(hào)，改善了湮沒在強(qiáng)噪聲下的微弱信號(hào)檢測(cè)技術(shù)。

發(fā)表于：1/25/2017 4:13:00 PM

地球同步軌道衛(wèi)星信道模型分析及實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為研究地球同步軌道衛(wèi)星信道的傳播特性，依據(jù)星地鏈路空間分布情況，研究了自由空間損耗、電離層閃爍、大氣吸收、多徑及陰影對(duì)信道鏈路的影響；根據(jù)天氣狀況的“好”與“壞”，提出了地球同步軌道衛(wèi)星信道的Rice模型和Suzuki模型，并用兩狀態(tài)Markov巧妙地聯(lián)系在一個(gè)動(dòng)態(tài)模型中，以反映天氣變化帶來的狀態(tài)之間的轉(zhuǎn)換；最后設(shè)計(jì)了信道模型的實(shí)現(xiàn)方法。仿真結(jié)果表明，所提模型仿真數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)具有很好的一致性。

發(fā)表于：1/25/2017 3:45:00 PM

電動(dòng)汽車能量回饋制動(dòng)系統(tǒng)的研究[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

為了提高一次充電后電動(dòng)汽車的續(xù)駛里程，提高能源的利用率，針對(duì)由無刷直流電機(jī)驅(qū)動(dòng)的電動(dòng)汽車能量回饋制動(dòng)系統(tǒng)進(jìn)行了研究，對(duì)設(shè)計(jì)方案分硬件設(shè)計(jì)和軟件設(shè)計(jì)兩部分作了介紹。實(shí)際應(yīng)用測(cè)試表明, 該方法有效地把制動(dòng)時(shí)的能量轉(zhuǎn)化成電能回饋到蓄電池存儲(chǔ)起來，從而提高電動(dòng)汽車的續(xù)駛里程。

發(fā)表于：1/25/2017 3:14:00 PM

基于灰色Verhulst-小波神經(jīng)網(wǎng)絡(luò)的裝備故障預(yù)測(cè)研究[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

針對(duì)現(xiàn)代武器裝備故障預(yù)測(cè)樣本少、故障預(yù)測(cè)精度低、維修保障困難等問題，提出一種基于灰色Verhulst-小波神經(jīng)網(wǎng)絡(luò)組合模型的裝備故障預(yù)測(cè)方法。該方法綜合了灰色Verhulst模型所需樣本少的優(yōu)點(diǎn)和小波神經(jīng)網(wǎng)絡(luò)良好的時(shí)頻局域化性質(zhì)和學(xué)習(xí)能力，克服了小樣本故障數(shù)據(jù)在BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的缺陷。實(shí)驗(yàn)結(jié)果表明，與相關(guān)研究方法比較，所提出方法具有較高的預(yù)測(cè)精度，對(duì)于武器裝備故障預(yù)測(cè)與維修保障具有一定的理論價(jià)值和現(xiàn)實(shí)意義。

發(fā)表于：1/25/2017 2:00:00 PM