設計資源-AET-電子技術應用

基于對比實驗的水下圖像質量提升方法研究[其他][其他]

受水介質對光線的散折射及吸收作用、光照條件變化和成像距離等因素影響，水下圖像中往往存在對比度低、模糊嚴重等問題。針對上述問題，結合學者們在水下圖像質量提升方面的研究，以3個水下圖像集為對象，選取了9種不同的圖像質量提升方法(包括增強和復原方法)進行水下圖像對比實驗,并從耗時、峰值信噪比、結構相似度、平均梯度、熵值和標準差6方面對實驗結果進行分析，得到不同方法之間的優(yōu)劣情況。其中直方圖均衡化和引導濾波的實驗結果圖像效果最佳，且獲得了整體較好的數據結果，這為后續(xù)研究提供了方向。

發(fā)表于：6/2/2021

基于RFID二次認證加密的智能識別系統設計[其他][信息安全]

針對目前智能安防系統低成本、便捷的應用需求，為提高RFID在實際應用中既要方便易實現又要安全、穩(wěn)定的性能，設計了一種基于RFID二次認證加密的智能識別系統。該系統主要是基于MIFARE-S50卡的密鑰存儲分區(qū)和任意一個數據分區(qū)，借助哈希碼算法的不可逆性，結合UID(User Identification)完成智能識別系統的密鑰認證實現。只有當數據和UID同時通過系統兩次認證后，系統才能識別智能卡，從而做出相關識別動作，同時可有效識別并阻止復制卡認證。該系統支持3種工作模式：注冊模式、工作模式、注銷模式，可有效地確保用戶的隱私和信息安全。經實驗測試結果表明，該系統安全性高、穩(wěn)定好、方便易操作，具有較高的應用和實踐價值，可應用于學校、小區(qū)、公司等中型RFID智慧安防系統中限制非法人員的入侵。

發(fā)表于：6/2/2021

機器視覺如何賦能鋰離子電池的未來[電源技術][消費電子]

電動汽車和太陽能發(fā)電系統中使用的鋰離子電池將成為推動綠色革命的驅動力。

發(fā)表于：6/2/2021

裸板型，自然對流冷卻80W電源，為照明、顯示、ITE和工業(yè)應用提供解決方案[電源技術][其他]

　　XP Power正式宣布推出一款新的裸板型80W電源，可為廣泛的照明、顯示、工業(yè)和技術應用提供超緊湊、低成本的解決方案。這款低成本的產品以有競爭力的價格提供高規(guī)格，確保它們適合大批量應用。

發(fā)表于：6/2/2021

利用PoE技術為5G網絡中的新一代IoT和其他設備供電[通信與網絡][5G]

新一代5G技術能夠提供具有更高速度的先進移動互聯網連接，可助力實現各種IoT和大數據應用，從而創(chuàng)造新的商機。這些應用以空前的速度推動了將更多類型的受電設備（PD）連接到以太網網絡的需求，這些設備包括IP監(jiān)控攝像頭、802.11ac和802.11ax接入點、LED燈具、5G小型基站以及其他IoT電器。以太網供電（PoE）技術給在5G部署中為這些設備供電帶來了諸多優(yōu)勢，通過將供電設備（PSE）和受電設備（PD）的功率限值分別設定為90W和71.3W，最新的IEEE® 802.3bt標準讓這種可能性成為現實。

發(fā)表于：6/1/2021

基于JADE-EMD的滾動軸承故障檢測[測試測量][其他]

軸承故障分析在滾動傳動系統中一直是研究的熱點，傳統的軸承故障診斷方法往往建立在苛刻的約束條件之上，如檢測信號為單一的故障信號成分、既定的混合系統保持不變或者模型建立在無噪聲的環(huán)境等。針對這些局限，結合了獨立成分分析(Independent Component Analysis，ICA)方法，提出了一種基于特征矩陣聯合相似對角化及經驗模態(tài)分解(Joint Approximative Diagonalization of Eigen matrix-Empirical Mode Decomposition，JADE-EMD)的多故障動態(tài)盲分析技術。該方法的基本思想是基于多輸入多輸出的動態(tài)混合模型，利用四階統計量對隨機噪聲的盲辨識特性，將滾動軸承正常工作時的平穩(wěn)隨機噪聲看成一類常規(guī)的信號輸入。

發(fā)表于：6/1/2021

基于譜線特征的OFDM與FBMC多載波波形識別[其他][其他]

針對正交頻分復用(Orthogonal Frequency Division Multiplexing，OFDM)和基于濾波器組的多載波(Filter Bank-based Multicarrier，FBMC)的調制識別進行研究。首先分析OFDM/FBMC子載波的二次方譜；接著通過建模得到各信號所對應的二次方譜表達式，得到各譜線的強度及位置；最后設置特征參數，在高斯噪聲下完成OFDM/FBMC的調制識別。仿真結果表明，在較低信噪比下信號識別率仍較高。

發(fā)表于：6/1/2021

基于FPGA的LVDS無時鐘數據傳輸方案設計與實現[其他][其他]

針對離線式彈載數據采集存儲設備小型化需求，設計了一種基于FPGA的LVDS(Low-Voltage Differential Signaling)無時鐘高速數據傳輸系統。在不外掛接口芯片的情況下，用板載時鐘代替差分時鐘，僅使用一對差分管腳即可完成一路LVDS無時鐘數據傳輸，系統中數據接口較多時可以很大程度上減少板卡體積。通過提高FPGA內部SERDES(Serializer-Deserializer)反串行化比例以及數據進行8B/10B編碼解決鑒相器失效的問題，并以此為板載時鐘提供準確的相位信息來對齊串行數據和模擬時鐘，最后按照模擬時鐘將串行LVDS數據反序列化，從而達到板載時鐘代替LVDS隨路時鐘的目的，以此實現基于FPGA無隨路時鐘的LVDS高速傳輸。試驗表明，該系統能夠可靠、有效工作，具備一定工程實用價值。

發(fā)表于：6/1/2021

基于Wi-Fi和人臉識別技術的智能鎖系統設計[人工智能][通信網絡]

針對傳統門鎖存在的安全問題，設計了一款將Wi-Fi技術與人臉識別技術相結合的智能鎖系統。該系統采用STM32F103作為核心控制器件，CC1101作為通信傳輸模塊，有效降低功耗的同時實現了信息的交互。同時提出MULBP人臉識別算法，相較于改進前增強了圖像灰度均值與每行、每列以及對角線元素的關系，得到的全新LBP算子值更能夠反映出局部紋理特征，再與2DLDA算法相結合找到投影矩陣，使樣本更容易被區(qū)分，更便于特征提取。結果表明，這種融合算法在降低特征維數的同時也提高了識別率，使得系統達到了智能防盜的目的。

發(fā)表于：6/1/2021

基于QFD的智能音箱測評體系建立[人工智能][消費電子]

智能音箱作為智能家居入口終端之一，是智能家居的重要組成部分，因此各測評機構相應開展了關于智能音箱的測評工作。但由于大部分測評機構主要以智能音箱本身的技術要求進行測評工作，未能充分結合客戶需求，導致測評結果無法有效滿足客戶和市場需求。將質量功能展開(Quality Function Deployment，QFD)引入智能音箱測評體系建立，從客戶需求角度建立測評體系，可為業(yè)界提供參考。

發(fā)表于：6/1/2021

用于SoC電源噪聲測量的低溫漂VCO[其他][其他]

提出了適用于片上系統(SoC)電源噪聲測量的帶兩級溫度補償的基于環(huán)路壓控振蕩器(ring VCO)的量化器。通過粗略和精細兩級溫度補償電路得到更低溫漂的ring VCO。在粗略補償一級中，將正比于溫(PTAT)的電流注入尾限流管控制的ring VCO中，用來補償VCO中較大的溫度系數；在精細補償一級中，用一個VCO復制電路來感知溫度的變化，并將感知到的溫度變化信息傳遞給量化器中的VCO，從而進一步自適應調整VCO量化器的振蕩頻率。基于40 nm工藝，設計一款工作在1.1 V電源電壓下的兩級溫度補償ring VCO，并對其進行了電路仿真，其輸出信號的振蕩頻率約為4.3 GHz，在-40 ℃～125 ℃的溫度變化范圍內，實現了15.5 ppm/℃的溫漂值。

發(fā)表于：6/1/2021

基于AXI總線的可配置LVDS控制器設計與驗證[模擬設計][工業(yè)自動化]

針對不同應用場景下LVDS通信協議體現在數據位寬、幀格式和存儲方式的選擇差異性和數據收發(fā)靈活性，提出一種基于AXI總線的可配置LVDS控制器設計與驗證方案。為了實現對LVDS控制器的精確控制，增加基于APB接口的可配置寄存器模塊，在SoC系統上由軟件控制數據傳輸，有效提高了數據收發(fā)的靈活性；為了提高傳輸效率并廣泛適應場景需求，將與內存交互的接口定義為AXI協議接口；為了避免傳輸數據錯誤和數據包丟失等現象，在自定義協議中加入奇偶校驗功能并在電路中加入數據包檢查機制。隨后，采用高效的回環(huán)驗證方案針對LVDS控制器進行功能測試。實驗結果表明該LVDS控制器基于AXI接口準確高效地實現了對端設備之間的數據收發(fā)功能，這種可配置的數據傳輸電路設計和驗證方案靈活可行，便于廣泛應用到視頻圖像數據傳輸系統中。

發(fā)表于：6/1/2021

基于 HVCMOS工藝的H橋驅動電路版圖設計[其他][其他]

介紹了基于HVCMOS工藝的低成本、高集成度、強驅動性能功率集成電路(Power IC，PIC)H橋的設計實現。建立的金屬互連線評估模型可在設計早期對H橋物理版圖方案進行優(yōu)差性判斷，不依賴設計后仿真,從而提高設計效率。H橋不同互連線設計方案的比較結果表明，多插指陣列器件互連線(M2及以上層金屬)與器件本體的金屬層M1垂直、梯形狀互連結構，能夠提高互連線沿電流流向的有效長寬比，減小寄生電阻。

發(fā)表于：6/1/2021

基于邊緣計算中極端姿態(tài)和表情的人臉識別[人工智能][通信網絡]

隨著信息技術的發(fā)展，人臉識別在支付、工作和安防系統中應用的越來越多。在邊緣計算系統中，為了處理的速度，通常選擇較小的神經網絡進行人臉識別，這樣會導致識別率低。并且在實際應用中大多都是對于圖片質量較高的人臉可以很好地識別，但對于受光照影響較大、表情和姿態(tài)變化大的圖片識別率不是很高。因此，選擇SqueezeNet輕量級網絡，該網絡層數小，可以很好地運用于邊緣計算系統中。采用了預處理的方法來對圖片進行預處理，然后改進了SqueezeNet網絡的損失函數以及加入了ResNet網絡中的殘差學習方法。最后通過對LFW和IJB-A數據集進行測試，該研究方法明顯提高了識別率。

發(fā)表于：6/1/2021

一種基于圖神經網絡的電信詐騙識別方法[通信與網絡][通信網絡]

通信技術的普及給人們帶來便捷的同時，電信欺詐行為也急劇增加。由于詐騙行為特征、號碼類型等與正常業(yè)務具有極高相似性，傳統基于統計的電信欺詐檢測方法難于篩選。提出將用戶通信關系轉換為一組拓撲特征，建立通信社交有向圖，將具有統計特征的頂點表示用戶，具有關系特征的邊表示他們之間的活動。在通信社交圖基礎上，通過圖卷積模塊捕獲用戶的通信行為規(guī)律和通信社交關系特征，通過池化讀出機制聚合通信社交網絡的潛在特征，以識別電信欺詐行為。真實通信歷史數據驗證表明了該方法的有效性。

發(fā)表于：6/1/2021