設(shè)計(jì)資源-AET-電子技術(shù)應(yīng)用

基于EEMD和LeNet-5的腦電信號(hào)情緒識(shí)別[其他][其他]

隨著科學(xué)技術(shù)的進(jìn)步，人們對(duì)情緒這一概念有了全新的認(rèn)識(shí)，從過(guò)去認(rèn)為情緒來(lái)源于“心”逐漸發(fā)展到了當(dāng)下普遍認(rèn)為情緒來(lái)源于“腦”。針對(duì)腦電信號(hào)所具有的諸多特性，首先通過(guò)去除心電、肌電噪聲，濾波提取腦電信號(hào)中的有用波段；再利用集合經(jīng)驗(yàn)?zāi)B(tài)分解算法(Ensemble Empirical Mode Decomposition，EEMD)對(duì)腦電信號(hào)進(jìn)行特征提取，利用提取特征通過(guò)空間插值法繪制腦電地形圖；接著利用LeNet-5算法開(kāi)展具體情緒識(shí)別，并建立模型。最終通過(guò)不斷地改進(jìn)模型，顯著提高了情緒識(shí)別準(zhǔn)確率，準(zhǔn)確率最高可達(dá)80.1%。

發(fā)表于：5/16/2022

一種隱私保護(hù)的聯(lián)邦學(xué)習(xí)框架[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

大數(shù)據(jù)時(shí)代，數(shù)據(jù)安全性和隱私性受到越來(lái)越多的關(guān)注和重視。聯(lián)邦學(xué)習(xí)被視為是一種隱私保護(hù)的可行技術(shù)，允許從去中心化的數(shù)據(jù)中訓(xùn)練深度模型。針對(duì)電力投資系統(tǒng)中各部門因擔(dān)心數(shù)據(jù)隱私信息泄露而帶來(lái)的數(shù)據(jù)孤島和隱私保護(hù)問(wèn)題，提出了一種隱私保護(hù)的聯(lián)邦學(xué)習(xí)框架，允許各部門自有數(shù)據(jù)在不出本地的情況下，聯(lián)合訓(xùn)練模型。首先，提出了聯(lián)邦學(xué)習(xí)的架構(gòu)，支持分布式地訓(xùn)練模型；其次，引入同態(tài)加密技術(shù)，提出了隱私保護(hù)的聯(lián)邦平均學(xué)習(xí)流程，在數(shù)據(jù)隱私保護(hù)的情況下，實(shí)現(xiàn)聯(lián)合訓(xùn)練模型；最后，實(shí)驗(yàn)結(jié)果表明，該框架具有較好的收斂性，而且聯(lián)合訓(xùn)練得到的模型具有較好的精度。

發(fā)表于：5/16/2022

基于EAIDK310和OneNET云平臺(tái)的非接觸式智能門禁系統(tǒng)[人工智能][物聯(lián)網(wǎng)]

物聯(lián)網(wǎng)時(shí)代下，智能家居作為人們?nèi)粘Ｉ钪兄匾囊画h(huán)，正在飛速發(fā)展。設(shè)計(jì)了一款基于EAIDK310和OneNET云平臺(tái)的非接觸式智能門禁系統(tǒng)，采用Arm公司與Open AI Lab聯(lián)合開(kāi)發(fā)的EAIDK310人工智能開(kāi)發(fā)套件作為系統(tǒng)控制核心，在主控板內(nèi)通過(guò)人臉識(shí)別、手勢(shì)識(shí)別、語(yǔ)音交互等功能實(shí)現(xiàn)無(wú)接觸門禁進(jìn)出。系統(tǒng)借助人工智能中發(fā)展較為成熟的卷積神經(jīng)網(wǎng)絡(luò)并通過(guò)百度AI開(kāi)放平臺(tái)的領(lǐng)先優(yōu)勢(shì)進(jìn)行人臉識(shí)別、手勢(shì)數(shù)字識(shí)別和語(yǔ)音實(shí)時(shí)交互，在保證識(shí)別速度夠快的同時(shí)也能夠維持非常高的識(shí)別精準(zhǔn)度，引入活體檢測(cè)避免不法分子使用照片欺騙系統(tǒng)，使得整個(gè)門禁系統(tǒng)更加安全。系統(tǒng)通過(guò)Wi-Fi將數(shù)據(jù)上傳移動(dòng)OneNET云平臺(tái)，與微信小程序進(jìn)行數(shù)據(jù)圖像交互，主人可在任何地點(diǎn)通過(guò)手機(jī)對(duì)門禁系統(tǒng)進(jìn)行解鎖等操作，并能監(jiān)控門禁外實(shí)時(shí)圖像，能夠在住戶安全方面提供保障。

發(fā)表于：5/16/2022

Allegro基于MySQL數(shù)據(jù)庫(kù)的數(shù)據(jù)錄入系統(tǒng)設(shè)計(jì)[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

為了實(shí)現(xiàn)通過(guò)Allegro軟件對(duì)PCB板卡數(shù)據(jù)自動(dòng)采集、錄入、保存等功能，研究基于SKILL語(yǔ)言的Allegro軟件二次開(kāi)發(fā)和IPC通信原理，提出并設(shè)計(jì)一種Allegro軟件基于MySQL數(shù)據(jù)庫(kù)的數(shù)據(jù)錄入系統(tǒng)。根據(jù)實(shí)際數(shù)據(jù)存取需求及用戶權(quán)限，設(shè)計(jì)前端數(shù)據(jù)采集模塊和網(wǎng)頁(yè)顯示模塊，在前端數(shù)據(jù)采集模塊中，通過(guò)研究IPC通信，制定通信協(xié)議，并結(jié)合SKILL語(yǔ)言、Python語(yǔ)言編寫通信接口，實(shí)現(xiàn)Allegro軟件與MySQL數(shù)據(jù)庫(kù)通信；網(wǎng)頁(yè)顯示模塊使用Java語(yǔ)言用于對(duì)數(shù)據(jù)進(jìn)行展示和處理。最后對(duì)數(shù)據(jù)錄入系統(tǒng)進(jìn)行功能測(cè)試，測(cè)試證明能夠達(dá)到預(yù)期效果。系統(tǒng)中Allegro軟件與MySQL數(shù)據(jù)庫(kù)通信協(xié)議設(shè)計(jì)以及通信接口設(shè)計(jì)是系統(tǒng)的關(guān)鍵設(shè)計(jì)，系統(tǒng)數(shù)據(jù)采集模塊的實(shí)現(xiàn)對(duì)后續(xù)Allegro軟件與其他語(yǔ)言通信、網(wǎng)頁(yè)端功能擴(kuò)展具有很大的參考價(jià)值。

發(fā)表于：5/16/2022

PCI-Express總線傳輸效率提升的技術(shù)分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

高速差分PCI-Express總線的應(yīng)用場(chǎng)景越來(lái)越廣闊，為了提高總線上數(shù)據(jù)傳輸?shù)男剩瑥腜CI-Express的總線結(jié)構(gòu)、帶寬開(kāi)銷點(diǎn)、系統(tǒng)參數(shù)配置進(jìn)行說(shuō)明，并通過(guò)對(duì)不同長(zhǎng)度的報(bào)文在讀、寫傳輸?shù)谋尘跋逻M(jìn)行理論分析與計(jì)算，得到了提升總線傳輸效率的合理配置，實(shí)現(xiàn)了PCI-Express總線傳輸效率的顯著提升。

發(fā)表于：5/16/2022

智能牽引變電所網(wǎng)絡(luò)化自投功能研究與應(yīng)用[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)電氣化鐵路智能牽引變電所發(fā)生進(jìn)線電源失壓或牽引變壓器故障，備用進(jìn)線電源與備用牽引變壓器自動(dòng)投入問(wèn)題，提出了基于GOOSE與SMV的網(wǎng)絡(luò)化自投方案。將自投程序固化至2臺(tái)既有主變測(cè)控裝置，裝置與裝置之間、裝置與智能組件之間通過(guò)GOOSE信號(hào)傳遞閉鎖信號(hào)、開(kāi)關(guān)分合閘信號(hào)或開(kāi)關(guān)位置信號(hào)；合并單元通過(guò)SMV向裝置傳遞電壓、電流等模擬量。運(yùn)行牽引變壓器側(cè)的主變測(cè)控裝置作為自投的主用裝置，另一臺(tái)主變測(cè)控裝置作為自投備用裝置，確保自投功能順利實(shí)現(xiàn)。現(xiàn)場(chǎng)試驗(yàn)結(jié)果驗(yàn)證了方法的有效性與正確性。

發(fā)表于：5/16/2022

基于泛洪區(qū)域限定的改進(jìn)DSR節(jié)能組網(wǎng)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)動(dòng)態(tài)源自組網(wǎng)(Dynamic Source Routing，DSR)因泛洪組網(wǎng)請(qǐng)求(Route Request，RREQ)而產(chǎn)生的高組網(wǎng)能耗問(wèn)題，提出基于區(qū)域的發(fā)現(xiàn)機(jī)制的DSR組網(wǎng)(Zone-based Route Discovery Mechanism，ZRDM)。ZRDM組網(wǎng)依據(jù)節(jié)點(diǎn)的環(huán)境以及鄰居節(jié)點(diǎn)的分布情況，將節(jié)點(diǎn)網(wǎng)絡(luò)區(qū)域劃分為3個(gè)子區(qū)域。每個(gè)節(jié)點(diǎn)數(shù)據(jù)含一個(gè)鄰居表，并將鄰居節(jié)點(diǎn)劃分為3個(gè)子區(qū)域。同時(shí)DSR組網(wǎng)只允許部分節(jié)點(diǎn)傳輸RREQ數(shù)據(jù)。仿真結(jié)果表明，提出的ZRDM組網(wǎng)降低了能耗，提高了數(shù)據(jù)傳遞率。在節(jié)點(diǎn)數(shù)為140時(shí)，相比DSR組網(wǎng)，ZRDM組網(wǎng)的歸一化能耗下降了47.8%，數(shù)據(jù)傳遞率提高約2.78%。

發(fā)表于：5/16/2022

基于競(jìng)爭(zhēng)時(shí)隙的空間飛行器快速組網(wǎng)策略[其他][其他]

主要研究適用于無(wú)初始時(shí)隙分配和無(wú)固定時(shí)間基準(zhǔn)終端的分布式空間飛行器自組網(wǎng)的初始組網(wǎng)策略。針對(duì)空間飛行器網(wǎng)絡(luò)拓?fù)浞秶蟆⒐?jié)點(diǎn)數(shù)目少、協(xié)同組網(wǎng)任務(wù)具有臨時(shí)性、可靠性要求高等特點(diǎn)，提出了一種基于時(shí)分多址(Time Division Multiple Access，TDMA)的競(jìng)爭(zhēng)式組網(wǎng)策略，并建立馬爾可夫決策模型計(jì)算出最優(yōu)競(jìng)爭(zhēng)概率，完成網(wǎng)絡(luò)的快速建立。仿真結(jié)果表明，所提出的競(jìng)爭(zhēng)式時(shí)分多址組網(wǎng)策略具有網(wǎng)絡(luò)建立時(shí)間短、組網(wǎng)過(guò)程可靠性高的特點(diǎn)，提高了網(wǎng)絡(luò)的快速性、靈活性和安全性。

發(fā)表于：5/16/2022

衛(wèi)星USB測(cè)控副載波同步算法研究[其他][其他]

吉林一號(hào)衛(wèi)星測(cè)控采用USB測(cè)控體制，遙控接收采用FFT+DPLL1+DPLL2的架構(gòu)，F(xiàn)FT主要實(shí)現(xiàn)對(duì)載波的粗捕，DPLL1在FFT的基礎(chǔ)上實(shí)現(xiàn)對(duì)載波相位的精跟蹤，DPLL2實(shí)現(xiàn)副載波的跟蹤。對(duì)遙控副載波跟蹤所用到的數(shù)字PLL技術(shù)進(jìn)行了研究，首先給出了載波多普勒折算到副載波上的方法，然后對(duì)模擬PLL數(shù)字化進(jìn)行了詳細(xì)的論述，并設(shè)計(jì)了遙控副載波同步用的PLL2，對(duì)其穩(wěn)定性、快捕帶及快捕時(shí)間、捕獲帶和捕獲時(shí)間、同步速率等進(jìn)行了分析和仿真。結(jié)果表明,該方法具有捕獲時(shí)間短、跟蹤精度高、穩(wěn)定性好等特點(diǎn)，易于數(shù)字化實(shí)現(xiàn)，已成功在吉林一號(hào)系列衛(wèi)星中得到應(yīng)用。

發(fā)表于：5/16/2022

安全可信智能電廠控制系統(tǒng)構(gòu)建方案[其他][其他]

隨著火電廠信息化建設(shè)的快速推進(jìn)，工控系統(tǒng)將實(shí)現(xiàn)高度數(shù)字化和智能化，對(duì)傳統(tǒng)控制系統(tǒng)的計(jì)算、存儲(chǔ)以及安全防護(hù)能力提出了較高的要求。基于中國(guó)電子PK體系，提出一種自主安全可信的智能電廠控制系統(tǒng)構(gòu)建方案，通過(guò)云邊協(xié)同機(jī)制，有效提高工業(yè)控制系統(tǒng)的邊緣計(jì)算能力和基于自動(dòng)預(yù)判、自主決策的智能化水平；進(jìn)一步基于網(wǎng)絡(luò)安全防護(hù)規(guī)定，提出了云-網(wǎng)-端一體化的積極防御體制。

發(fā)表于：5/16/2022

基于單分類結(jié)合模糊寬度學(xué)習(xí)的負(fù)荷辨識(shí)方法[其他][其他]

非侵入式負(fù)荷監(jiān)測(cè)是智能用電的關(guān)鍵技術(shù)，有助于加強(qiáng)負(fù)荷側(cè)管理，提高用電效率。隨著電力負(fù)荷類型和數(shù)量的迅速增加，當(dāng)模型中接入訓(xùn)練樣本之外的未知電器時(shí)會(huì)導(dǎo)致模型誤判，降低負(fù)荷識(shí)別的準(zhǔn)確性。為了提高負(fù)荷識(shí)別模型的穩(wěn)定性以及識(shí)別精度，提出一種單分類結(jié)合模糊寬度學(xué)習(xí)的電力負(fù)荷識(shí)別方法。首先，構(gòu)建負(fù)荷特征庫(kù)實(shí)現(xiàn)多負(fù)荷識(shí)別；然后，通過(guò)單分類K近鄰方法進(jìn)行樣本篩選，排除未知電器的干擾；最后，提出一種基于模糊寬度學(xué)習(xí)系統(tǒng)的負(fù)荷識(shí)別方法解決識(shí)別模型復(fù)雜度高、識(shí)別速率慢的問(wèn)題。實(shí)驗(yàn)結(jié)果表明，所提出的算法能夠快速有效地識(shí)別電力負(fù)荷。

發(fā)表于：5/16/2022

基于滑模控制的電池模擬器仿真與研究[其他][其他]

以電流可逆斬波電路為基礎(chǔ)，通過(guò)滑模控制方法構(gòu)建了Buck-Boost變換器，實(shí)現(xiàn)了一個(gè)拓?fù)浣Y(jié)構(gòu)電流雙向流動(dòng)的電池模擬器，以此來(lái)模擬電池充放電過(guò)程。通過(guò)控電壓的方式進(jìn)行調(diào)節(jié)，當(dāng)電容電壓大于電池電壓時(shí)為電池充電形成Buck電路，當(dāng)電容電壓小于電池電壓時(shí)電池放電形成Boost電路。通過(guò)將滑模控制與傳統(tǒng)的PI控制相比較，驗(yàn)證了在負(fù)載波動(dòng)時(shí)滑模控制的調(diào)節(jié)時(shí)間優(yōu)于PI控制，有著更好的魯棒性、動(dòng)態(tài)性能。在理論分析的基礎(chǔ)上，通過(guò)仿真軟件得到了實(shí)驗(yàn)結(jié)果。

發(fā)表于：5/16/2022

基于BCH糾錯(cuò)算法的編解碼器設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][物聯(lián)網(wǎng)]

隨著NAND Flash存儲(chǔ)單元的快速發(fā)展，存儲(chǔ)密度增加使得器件的出錯(cuò)概率增加，為此提出了一種優(yōu)化的BCH編解碼器結(jié)構(gòu)，編碼和解碼過(guò)程每個(gè)時(shí)鐘周期可以并行處理16位數(shù)據(jù)，其中譯碼電路中的伴隨式模塊、錯(cuò)誤位置多項(xiàng)式模塊與錢氏(Chien)搜索模塊采取三級(jí)流水線結(jié)構(gòu)，糾錯(cuò)和檢錯(cuò)階段可以同時(shí)進(jìn)行，有效地提高數(shù)據(jù)的處理速度和糾錯(cuò)速度。在完成電路的RTL設(shè)計(jì)后利用VCS工具完成了電路的仿真驗(yàn)證，結(jié)果表明在傳輸8 192 bit數(shù)據(jù)生成672校檢因子情況下實(shí)現(xiàn)了48位糾錯(cuò)，工作頻率最高支持200 MHz。

發(fā)表于：5/16/2022

PowperPC架構(gòu)下USB3.0的IP核軟硬件協(xié)作驗(yàn)證[模擬設(shè)計(jì)][其他]

隨著USB(Universal Serial Bus)設(shè)備傳輸速率要求的不斷提高，傳統(tǒng)基于USB2.0控制器設(shè)計(jì)的PowerPC架構(gòu)處理器已經(jīng)不能滿足高速率、大容量傳輸?shù)男枨蟆Ｌ岢隽艘环N基于PowerPC架構(gòu)的USB3.0的處理器解決方案。通過(guò)對(duì)比USB3.0和 USB2.0，USB3.0擁有更高的傳輸速率，同時(shí)具備更強(qiáng)的抗干擾能力。通過(guò)和高性能PowerPC處理器協(xié)同工作，顯著提高了USB控制器的傳輸能力，充分利用了PowerPC計(jì)算資源。闡述了一種基于PowerPC架構(gòu)下USB3.0的IP核(Interllectual Property Core)方案設(shè)計(jì)。最后結(jié)合軟硬件協(xié)作驗(yàn)證方法，驗(yàn)證方案可行性，為后續(xù)芯片設(shè)計(jì)和驗(yàn)證奠定了一定的技術(shù)基礎(chǔ)。

發(fā)表于：5/16/2022

面向多說(shuō)話人分離的深度學(xué)習(xí)麥克風(fēng)陣列語(yǔ)音增強(qiáng)[其他][其他]

隨著近年來(lái)人機(jī)語(yǔ)音交互場(chǎng)景不斷增加，利用麥克風(fēng)陣列語(yǔ)音增強(qiáng)提高語(yǔ)音質(zhì)量成為研究熱點(diǎn)之一。與環(huán)境噪聲不同，多說(shuō)話人分離場(chǎng)景下干擾說(shuō)話人語(yǔ)音與目標(biāo)說(shuō)話人同為語(yǔ)音信號(hào)，呈現(xiàn)類似的時(shí)、頻特性，對(duì)傳統(tǒng)麥克風(fēng)陣列語(yǔ)音增強(qiáng)技術(shù)提出更高的挑戰(zhàn)。針對(duì)多說(shuō)話人分離場(chǎng)景，基于深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建麥陣空間響應(yīng)代價(jià)函數(shù)并進(jìn)行優(yōu)化，通過(guò)深度學(xué)習(xí)模型訓(xùn)練設(shè)計(jì)麥克風(fēng)陣列期望空間傳輸特性，從而通過(guò)改善波束指向性能提高分離效果。仿真和實(shí)驗(yàn)結(jié)果表明，該方法有效提高了多說(shuō)話人分離性能。

發(fā)表于：5/16/2022